Hoe verzamelde data achteraf nuttig te maken is

En hoe ik dit met de ontwikkelde code ook blijk te hebben gedaan.

Wat nou als je data op wilt slaan en nog niet weet wat je er mee gaat (of kunt) doen? Dat overkwam mij in een project voor Philips waarin we data van stappentellers, hartslagmeters, weegschalen, calorie inname, en dergelijken op gingen slaan om er een app mee te voeden die steeds meer (suggesties op basis van) afgeleide informatie zou gaan tonen aan de gebruiker.

Als oplossing hebben we een elegante oplossing gebouwd die de verzamelde data rauw in de database zet, en via configureerbare conversiestappen weer uitleest. Deze stappen bepaalden zelf welke informatie ze als input nodig hadden, die vervolgens uit de database werd gelezen en door de conversies werd geleid.

Het resultaat was een architectuur met Lego-achtige bouwblokken die de stroom data uit de database hiërarchisch in waarden en frequentie omzetten tot de gewenste visualisatie voor de bijbehorende app.

De ontwikkelde toepassing bestaat inmiddels niet meer, maar recent ontdekte ik dat onze component via omwegen in het data platform van Philips terecht is gekomen en tot op de dag van vandaag voor dit soort operaties wordt gebruikt.