वॉकेबिलिटी स्कोर एक ही सवाल का जवाब देता है: इस दरवाज़े से पैदल दूरी पर रोज़मर्रा की ज़िंदगी का कितना हिस्सा है? किराना, दवाई की दुकान, स्कूल, पार्क, खाने की जगह। यह सब कुछ 0 से 100 के स्केल पर एक संख्या में समेट देता है, इसीलिए प्रॉपर्टी पोर्टल, रीलोकेशन साइटें और AI असिस्टेंट सब इसे अपना चुके हैं।
इस संख्या को दिखाना आसान है और सही रखना ज़रूरी, क्योंकि एक ही शहर के दो पते बिल्कुल अलग मोहल्लों में हो सकते हैं। यह गाइड पहले विधि समझाती है, फिर उसे असली डेटा पर लागू करती है। हमने MapAtlas POI API से 20 यूरोपीय शहरों के 40 पतों के लिए वॉकेबिलिटी इंडेक्स निकाला, और नतीजे दिखाते हैं कि यह स्कोर शहर का नहीं, पते का होता है।
वॉकेबिलिटी स्कोर क्या मापता है
वॉकेबिलिटी स्कोर निकटता का माप है। यह एक कोऑर्डिनेट से पैदल पहुँच में आने वाली रोज़ाना की जगहों को गिनता है, फिर उन्हें उनकी ज़रूरत और दूरी के हिसाब से वेट देता है।
इस परिभाषा से तीन नतीजे निकलते हैं, और जहाँ भी आप यह संख्या प्रकाशित करें, तीनों बताने लायक हैं।
यह पते की विशेषता है, शहर की नहीं। तीन किलोमीटर दूर के दो फ़्लैट अक्सर 30 अंक या उससे ज़्यादा अलग होते हैं, और अब हम इसे दावे के बजाय डेटा से दिखा सकते हैं।
यह मौजूदगी मापता है, गुणवत्ता नहीं। स्कोर जानता है कि 300 मीटर दूर एक सुपरमार्केट है। यह नहीं जानता कि वहाँ सामान भरपूर है, महँगा है, या रविवार को बंद रहता है।
यह दूरी मापता है, मेहनत नहीं। समतल एक किलोमीटर और चढ़ाई वाला एक किलोमीटर, दोनों एक किलोमीटर ही गिने जाते हैं। ढलान, क्रॉसिंग और फुटपाथ की हालत गणना से पूरी तरह बाहर हैं।
ये विधि की खामियाँ नहीं, बल्कि एक अकेली संख्या की सीमाएँ हैं।
वॉकेबिलिटी स्कोर की गणना कैसे करें
कोई भी implementation उन्हीं तीन चरणों तक सिमट आता है।
चरण 1: पते को कोऑर्डिनेट में बदलें
शुरुआत पते को geocode करके latitude और longitude में बदलने से करें। उस मैच की सटीकता आगे की हर चीज़ की सीमा तय कर देती है। rooftop स्तर का मैच origin को इमारत पर ही रखता है, जबकि postcode स्तर का मैच कुछ सौ मीटर दूर गिर सकता है, जो पैदल पैमाने पर जवाब बदल देता है।
अगर आपका geocoder मैच precision फ़ील्ड लौटाता है तो उसका इस्तेमाल करें, और street स्तर से मोटी किसी भी चीज़ से निकले स्कोर को अनुमानित बताएँ।
चरण 2: पैदल कैचमेंट के भीतर की चीज़ें इकट्ठा करें
अब तय करें कि पैदल दूरी क्या मानी जाए। दो विकल्प हैं, और यह चुनाव दिखने से ज़्यादा मायने रखता है।
Radius कोऑर्डिनेट के 1 km के भीतर की हर चीज़ लेता है। यह तेज़, सस्ता और दोहराने योग्य है, पर street network को पूरी तरह नज़रअंदाज़ करता है। बिना पुल वाली नदी के पार 400 मीटर दूर की दुकान भी पड़ोस की तरह गिनी जाती है।
Isochrone उस polygon के भीतर की हर चीज़ लेता है जहाँ असली रास्तों से 15 मिनट में सचमुच पहुँचा जा सकता है। हर request पर लागत ज़्यादा है, और बदले में यह नदियों, रेलवे, हाईवे और बंद गलियों को सही तरीके से संभालता है।
नीचे दिया इंडेक्स 1 km radius इस्तेमाल करता है, क्योंकि प्रकाशित बेंचमार्क को कोई भी जाँचने वाला दोहरा सके, यह ज़रूरी है। लाइव लिस्टिंग फ़ीचर के लिए isochrone इस्तेमाल करें।
चरण 3: हर कैटेगरी को कर्व पर स्कोर करें, फिर वेट लगाएँ
आख़िर में गिनतियों को स्कोर में बदलें। यहाँ कच्ची गिनती काम नहीं करती: 40 रेस्तराँ वाला मोहल्ला 10 रेस्तराँ वाले से चार गुना ज़्यादा पैदल-अनुकूल नहीं होता, और पहला सुपरमार्केट बीसवें से कहीं ज़्यादा मायने रखता है। इसलिए हर कैटेगरी को घटते प्रतिफल वाले कर्व पर स्कोर किया जाता है।
// One category, scored 0..1. `target` is the count that earns full marks.
const componentScore = (count, target) =>
Math.min(1, Math.log(1 + count) / Math.log(1 + target));
// Weighted sum across categories gives the headline 0..100 number.
const score = components.reduce(
(total, c) => total + componentScore(counts[c.key], c.target) * c.weight,
0,
);
असली काम लघुगणक करता है। शून्य से एक सुपरमार्केट तक जाना component स्कोर को काफ़ी ऊपर ले जाता है, जबकि 30 से 31 तक जाने का असर लगभग नहीं दिखता, और लोग मोहल्ले को मोटे तौर पर ऐसे ही अनुभव करते हैं।
फिर वेट लगाए जाते हैं। ये हमारे वेट हैं, हर एक के पीछे की वजह के साथ:
| घटक | वेट | क्यों |
|---|---|---|
| किराना | 25 | किसी भी घर की सबसे बार-बार होने वाली पैदल यात्रा |
| खाना और पेय | 15 | कैफ़े, रेस्तराँ और बार, गली की चहल-पहल का ठीक-ठाक संकेत |
| रोज़मर्रा के काम | 15 | दवाई की दुकान, बैंक, डाकघर |
| स्कूल और पढ़ाई | 15 | परिवारों के लिए निर्णायक, बाक़ी खरीदारों के लिए अप्रासंगिक |
| हरित स्थान | 15 | पार्क, खेल के मैदान, बग़ीचे |
| स्वास्थ्य सेवा | 15 | डॉक्टर, दंत चिकित्सक, क्लिनिक पैदल दूरी पर |
वेट एक तथ्य नहीं बल्कि आकलन हैं, इसलिए हम अपने वेट प्रकाशित करते हैं ताकि आप उन्हें जाँच और बदल सकें। कोई फ़ैमिली पोर्टल स्कूलों का वेट बढ़ा सकता है, और स्टूडेंट रेंटल साइट इसके बजाय ट्रांसपोर्ट और खाने का वेट बढ़ा सकती है। प्रकाशित वेट ही किसी और के प्रोडक्ट के भीतर इस संख्या को दोहराने योग्य बनाते हैं।
अच्छा स्कोर क्या माना जाए
स्कोर पर काम करना तब आसान होता है जब आप उसे बैंड के हिसाब से पढ़ें। ये बैंड नीचे दिए यूरोपीय सैंपल पर कैलिब्रेट किए गए हैं, इसलिए बीच की कोई संख्या किसी असली यूरोपीय मोहल्ले का वर्णन करती है।
| स्कोर | व्यवहार में इसका मतलब |
|---|---|
| 90 से 100 | लगभग सब कुछ पैदल दूरी पर है और कार वैकल्पिक है। यूरोपीय शहरी केंद्रों और घने भीतरी इलाकों में आम। |
| 70 से 89 | हफ़्ते के ज़्यादातर काम पैदल हो जाते हैं, जबकि बड़ी खरीदारी या किसी विशेषज्ञ से मुलाक़ात के लिए वाहन चाहिए। |
| 50 से 69 | किराना आमतौर पर पहुँच में है, पर विकल्प कम हैं और स्कूल या स्वास्थ्य सेवा दूर हो सकती है। |
| 50 से नीचे | रोज़ की ज़्यादातर ज़रूरतें पैदल दूरी से बाहर हैं। |
ध्यान रखें कि ये बैंड किसी पते के आसपास सुविधाओं की उपलब्धता बताते हैं, वहाँ तक पैदल जाने के अनुभव को नहीं।
MapAtlas Walk Index: 20 यूरोपीय शहर
हमने यह विधि 20 यूरोपीय शहरों में से हर एक के दो पतों पर चलाई: केंद्रीय चौक, और लगभग 5 से 8 km बाहर का एक रिहायशी इलाका। हर गिनती MapAtlas POI API से 1 km radius के भीतर ली गई, 28 जुलाई 2026 को।
दोनों बिंदुओं के बीच का अंतर रैंकिंग से कहीं ज़्यादा मायने रखता है। केंद्रीय पतों का औसत 94 रहा, जबकि उन्हीं शहरों के बाहरी रिहायशी पतों का औसत 73। नीले बिंदु ऊपरी सीमा के पास जमा हैं क्योंकि यूरोपीय शहरी केंद्र लगभग बनावट से ही घने हैं, इसलिए असली विविधता हरे बिंदु दिखाते हैं।
| शहर | केंद्रीय पता | बाहरी पता | अंतर |
|---|---|---|---|
| Barcelona | 100 | 98 | 2 |
| Madrid | 100 | 85 | 15 |
| Paris | 100 | 75 | 25 |
| Brussels | 99 | 71 | 28 |
| Athens | 98 | 91 | 7 |
| Prague | 98 | 78 | 20 |
| Budapest | 98 | 64 | 34 |
| Lisbon | 97 | 83 | 14 |
| Dublin | 96 | 73 | 23 |
| Vienna | 95 | 63 | 32 |
| Milan | 94 | 68 | 26 |
| Stockholm | 94 | 70 | 24 |
| Amsterdam | 93 | 73 | 20 |
| Rome | 93 | 40 | 53 |
| Zurich | 93 | 70 | 23 |
| Munich | 93 | 69 | 24 |
| Copenhagen | 92 | 65 | 27 |
| Berlin | 88 | 69 | 19 |
| Hamburg | 85 | 73 | 12 |
| Warsaw | 82 | 84 | -2 |
तालिका से तीन बातें उभरकर आती हैं।
सैंपल में Rome के भीतर सबसे बड़ा फ़र्क है, 53 अंक का। Piazza Venezia का स्कोर 93 है, जबकि Ponte Mammolo, जो अब भी शहर के भीतर है, 40 पर आता है। उस बाहरी कोऑर्डिनेट के 1 km के भीतर API को 4 सुपरमार्केट, 19 खाने की जगहें और 6 हरित स्थान मिले, जबकि केंद्र में यही आँकड़े 85, 1129 और 149 थे।
Warsaw इकलौता शहर है जहाँ बाहरी पता जीतता है। Ursynów का स्कोर 84 है, Old Town के 82 के मुक़ाबले, क्योंकि Ursynów एक नियोजित रिहायशी इलाका है जिसमें किराना, स्कूल, क्लिनिक और पार्क डिज़ाइन में ही शामिल किए गए हैं। ऐतिहासिक केंद्र और हफ़्ता गुज़ारने की अच्छी जगह, दोनों एक चीज़ नहीं हैं।
Barcelona और Athens में गिरावट लगभग है ही नहीं, क्रमशः 2 और 7 अंक। दोनों शहरों में लगातार मध्यम ऊँचाई वाली घनी बसावट सुविधाओं को पर्यटक केंद्र से कहीं आगे तक ले जाती है।
शहर का औसत ग़लत संख्या क्यों है
एक शहर को खोलकर देखने पर यह तंत्र साफ़ दिखता है।
हर घटक एक साथ गिरता है। किराना 93 से 34 पर, खाना 96 से 41 पर, और स्कूल 93 से 39 पर आ जाते हैं। यह किसी एक ग़ायब कैटेगरी का किसी वरना तुलनीय मोहल्ले को नीचे खींचना नहीं है, यह एक बिल्कुल अलग तरह की जगह है।
सोचिए क्या होता है जब कोई पोर्टल दोनों पतों पर "Rome, वॉकेबिलिटी 93" लिख देता है। बाहरी फ़्लैट देखने आया खरीदार केंद्र की उम्मीद लेकर पहुँचता है, और मौक़े पर जाकर लिस्टिंग की असलियत खुलती है। हर प्रॉपर्टी के अपने कोऑर्डिनेट से स्कोर निकालना इस अंतर को टालता है, और खरीदार को बाक़ी पेज पर भरोसा करने की वजह देता है।
स्कोर क्या नहीं बताता
संख्या के साथ चार सीमाएँ प्रकाशित करने लायक हैं।
मौजूदगी गुणवत्ता नहीं है। 1 km के भीतर छह रेस्तराँ का स्कोर एक जैसा रहेगा, चाहे वे शानदार हों या बेकार, क्योंकि स्कोर सिर्फ़ उपलब्धता मापता है।
समतल और ढलान का स्कोर एक जैसा आता है। निकटता की गणना के लिए भूभाग अदृश्य है, इसलिए Lisbon या Zurich जैसे शहरों में स्कोर ज़रूरत से ज़्यादा आशावादी दिखता है।
डेटा कवरेज देश के हिसाब से बदलता है। हमारा डेटासेट ट्रांज़िट नोड्स की रिपोर्ट करता है पर उन्हें स्कोर नहीं करता, क्योंकि stop स्तर की टैगिंग घनत्व देशों के बीच इतना अलग है कि निष्पक्ष तुलना नहीं हो सकती। Zurich इसकी वजह दिखाता है: query ने Paradeplatz के 1 km के भीतर सिर्फ़ एक ट्रांज़िट नोड लौटाया, जो स्विस ट्रामों के बारे में तथ्य नहीं बल्कि टैगिंग की कमी है। इसे स्कोर करने पर आत्मविश्वास से भरी ग़लत संख्या मिलती, इसलिए हमने इसे छोड़ दिया और वजह बताई।
एक स्नैपशॉट रुझान नहीं है। ये आँकड़े 28 जुलाई 2026 के हैं, और सुविधाएँ खुलती-बंद होती रहती हैं, इसलिए आप जो भी स्कोर निकालें उसके साथ तारीख़ ज़रूर प्रकाशित करें।
प्रॉपर्टी लिस्टिंग में वॉकेबिलिटी स्कोर कैसे जोड़ें
खरीदार प्रॉपर्टी के सवाल पूछने से पहले मोहल्ले के सवाल पूछते हैं। जो लिस्टिंग उन सवालों का जवाब पेज पर ही देती है, वह विज़िटर को रोक लेती है, बजाय इसके कि वह जवाब ढूँढने किसी सर्च इंजन पर चला जाए।
Implementation चार चरणों में सिमट आता है।
- लिस्टिंग के पते को geocode करें एक बार, ingest के समय, और कोऑर्डिनेट को उसकी मैच precision के साथ स्टोर करें। हर page view पर geocode न करें।
- उस कोऑर्डिनेट के लिए पैदल कैचमेंट माँगें: 15 मिनट का pedestrian isochrone, फिर उसके भीतर की amenity गिनती।
- अपने वेट लगाएँ और नतीजा cache करें। मोहल्ले दिनों में नहीं, महीनों में बदलते हैं, इसलिए मासिक या तिमाही रिफ़्रेश काफ़ी है।
- संख्या और सबूत दोनों दिखाएँ। स्कोर, घटकों का ब्रेकडाउन, और उसके पीछे की नामित जगहें दिखाएँ।
आख़िरी चरण का एक और फ़ायदा है। जब कोई पूछता है कि किसी पते के आसपास क्या है, तो AI सर्च इंजन ऐसे ब्लॉक को उद्धृत कर सकते हैं जिसमें असली, नामित जगहें हों, जबकि नंगी संख्या से उन्हें उद्धृत करने को कुछ नहीं मिलता। ब्लॉक को structured data से मार्कअप करना उसे मशीन के पढ़ने लायक भी बना देता है:
{
"@context": "https://schema.org",
"@type": "Residence",
"address": {
"@type": "PostalAddress",
"streetAddress": "Via dei Fori Imperiali 1",
"addressLocality": "Rome",
"addressCountry": "IT"
},
"additionalProperty": {
"@type": "PropertyValue",
"name": "Walkability score",
"value": 93,
"maxValue": 100,
"measurementTechnique": "Weighted amenity density within a 15 minute walking isochrone",
"valueReference": "Computed 2026-07-28"
},
"amenityFeature": [
{ "@type": "LocationFeatureSpecification", "name": "Supermarkets within a 15 minute walk", "value": 12 },
{ "@type": "LocationFeatureSpecification", "name": "Primary schools within a 15 minute walk", "value": 4 }
]
}
वहाँ दो फ़ील्ड स्रोत की जानकारी रखते हैं। measurementTechnique बताता है कि संख्या कैसे बनी, और गणना की तारीख़ मान के साथ चलती है, इसलिए कोई answer engine दोनों को बिना किसी हिचक के दोहरा सकता है।
ये स्कोर कहाँ इस्तेमाल होते हैं
तीन जगहें हैं, मोटे तौर पर व्यावसायिक मूल्य के क्रम में। प्रॉपर्टी लिस्टिंग, जहाँ स्कोर मोहल्ले का सवाल सीधे पेज पर हल कर देता है। रीलोकेशन और रेंटल सर्च, जहाँ यूज़र इमारत से पहले जीवनशैली के आधार पर फ़िल्टर करते हैं। और AI असिस्टेंट, जो "क्या यह इलाक़ा पैदल चलने लायक है?" का जवाब अब अक्सर किसी लिस्टिंग पर भेजे बिना ही दे देते हैं।
तीसरी जगह सबसे तेज़ी से बदल रही है। तारीख़ वाला स्कोर, अपनी विधि और पीछे की नामित जगहों के साथ प्रकाशित होकर, answer engine को उद्धृत करने लायक ठोस सामग्री देता है।
अंतर्निहित डेटा के लिए, GeoEnrich API एक ही कॉल में किसी कोऑर्डिनेट के आसपास की amenity गिनती और नामित जगहें लौटाता है, और Isochrone API वह पैदल कैचमेंट बनाता है जिसके भीतर ये गिनतियाँ मापी जाती हैं। स्कोरिंग वेट अपने प्रोडक्ट में ही रखें, जहाँ वे दिखा सकें कि आपके ख़ास दर्शकों को क्या मायने रखता है।
सारांश
वॉकेबिलिटी स्कोर एक कोऑर्डिनेट के आसपास की रोज़ाना जगहों की वेटेड, दूरी के साथ घटती गिनती है। पते को geocode करें, उसके पैदल कैचमेंट के भीतर की चीज़ें इकट्ठा करें, फिर हर कैटेगरी को कर्व पर स्कोर करके अपने वेट लगाएँ।
इसे शहर के बजाय पते के हिसाब से निकालें। हमारे 20 शहरों के सैंपल में केंद्र का औसत 94 रहा और बाहरी इलाकों का 73, और अकेले Rome के भीतर 53 अंक का फ़र्क मिला।
फिर संख्या के साथ विधि प्रकाशित करें: वेट, कैचमेंट, डेटा लेने की तारीख़, और वे चीज़ें जो स्कोर जानबूझकर नहीं मापता।
अक्सर पूछे जाने वाले प्रश्न
वॉकेबिलिटी स्कोर क्या है?
वॉकेबिलिटी स्कोर एक संख्या है, आमतौर पर 0 से 100 के स्केल पर, जो बताती है कि रोज़मर्रा की ज़िंदगी का कितना हिस्सा किसी खास पते से पैदल दूरी पर है। इसकी गणना उस पते के आसपास की रोज़ाना ज़रूरत की जगहों को गिनकर की जाती है: किराना, स्कूल, स्वास्थ्य सेवा, पार्क, कैफ़े, दुकानें, और फिर उन्हें इस आधार पर वेट दिया जाता है कि वे कितनी ज़रूरी हैं और कितनी दूर हैं। ऊँचा स्कोर मतलब हफ़्ते के ज़्यादातर काम पैदल हो सकते हैं। यह पते की विशेषता है, शहर की नहीं।
वॉकेबिलिटी स्कोर की गणना कैसे होती है?
तीन चरण। पहला, पते को geocode करके कोऑर्डिनेट में बदलें। दूसरा, पैदल कैचमेंट के भीतर के points of interest इकट्ठा करें, आमतौर पर 1 km का दायरा या 15 मिनट का पैदल isochrone। तीसरा, हर amenity कैटेगरी को घटते प्रतिफल वाले कर्व पर स्कोर करें, ताकि पहला सुपरमार्केट बीसवें से कहीं ज़्यादा गिना जाए, फिर तय वेट के साथ कैटेगरी स्कोर जोड़ें। इस लेख में इस्तेमाल किया गया MapAtlas Walk Index छह घटकों को लघुगणकीय कर्व पर स्कोर करता है और वेट प्रकाशित करता है, ताकि नतीजा दोबारा निकाला जा सके।
अच्छा वॉकेबिलिटी स्कोर कितना होता है?
0 से 100 के स्केल पर मोटा अनुमान: 90 से ऊपर मतलब लगभग सब कुछ पैदल दूरी पर है और कार वैकल्पिक है, 70 से 90 मतलब ज़्यादातर काम पैदल हो जाते हैं पर कुछ यात्राओं के लिए वाहन चाहिए, 50 से 70 मतलब कार या ट्रांज़िट नियमित रूप से ज़रूरी है, और 50 से नीचे मतलब रोज़ की ज़्यादातर ज़रूरतें पैदल दूरी से बाहर हैं। हमारे 20 शहरों के यूरोपीय सैंपल में केंद्रीय पतों का औसत 94 रहा और उन्हीं शहरों के बाहरी रिहायशी पतों का औसत 73।
क्या शहर के बजाय पते के हिसाब से वॉकेबिलिटी स्कोर मिल सकता है?
हाँ, और पते के स्तर वाली संख्या ही प्रकाशित करने लायक है। शहर के औसत भीतर की भारी विविधता को छिपा देते हैं। हमारे सैंपल में Rome ने Piazza Venezia पर 93 और Ponte Mammolo पर 40 स्कोर किया, यानी एक ही शहर के भीतर 53 अंक का फ़र्क। किसी प्रॉपर्टी लिस्टिंग से जुड़ा कोई भी स्कोर उस प्रॉपर्टी के अपने कोऑर्डिनेट से निकलना चाहिए, शहर से विरासत में नहीं।
वॉकेबिलिटी स्कोर क्या नहीं बताता?
यह मापता है कि आसपास क्या है, यह नहीं कि पैदल चलना कैसा लगेगा। ढलान, फुटपाथ की हालत, क्रॉसिंग की सुरक्षा, रोशनी, शोर, मौसम, और क्या वे सुविधाएँ सचमुच अच्छी हैं, ये सब संख्या के बाहर हैं। एक खड़ी चढ़ाई और एक समतल सड़क, दोनों पर एक जैसी दुकानें हों तो स्कोर एक जैसा आएगा। स्कोर को शॉर्टलिस्ट फ़िल्टर मानें और उसके नीचे के मैप को असली सबूत।
प्रॉपर्टी लिस्टिंग में वॉकेबिलिटी स्कोर कैसे जोड़ें?
लिस्टिंग के पते को geocode करें, उसके पैदल कैचमेंट के भीतर amenity की गिनती माँगें, अपने स्कोरिंग वेट लगाएँ, फिर संख्या और उसके पीछे की जगहें दोनों दिखाएँ ताकि विज़िटर उसे जाँच सके। घटकों का ब्रेकडाउन प्रकाशित करना, और उसे structured data से मार्कअप करना, उस ब्लॉक को AI सर्च इंजनों के लिए उद्धरण योग्य भी बनाता है, जो अब मोहल्ले से जुड़े सवालों का जवाब सीधे देते हैं।
