Google आपकी पसंदीदा भाषा में कॉन्टेंट का अनुवाद करने के लिए, एआई टेक्नोलॉजी का इस्तेमाल करता है. एआई से मिले अनुवादों में गलतियां हो सकती हैं.

ब्रैंड के डेटा का इस्तेमाल करके क्वेरी लिखना

Places Insights, जगहों की कई कैटगरी के लिए ब्रैंड की जानकारी उपलब्ध कराता है. उदाहरण के लिए:

"एटीएम, बैंक, और क्रेडिट यूनियन" कैटगरी के लिए, ब्रैंड के डेटा में PNC, UBS, और Chase बैंकों में से हर एक की एंट्री शामिल होती है.
"ऑटोमोटिव रेंटल" कैटगरी के लिए, डेटा में Budget, Hertz, और Thrifty जैसे हर ब्रैंड की एंट्री शामिल होती है.

ब्रैंड के डेटासेट के लिए क्वेरी करने का एक सामान्य इस्तेमाल, ब्रैंड की मौजूदगी का विश्लेषण करना है. इसके अलावा, इसे जगहों के डेटासेट के साथ जोड़कर, इस तरह के सवालों के जवाब पाए जा सकते हैं:

किसी इलाके में ब्रैंड के हिसाब से सभी स्टोर की संख्या कितनी है?
इलाके में मेरे तीन सबसे बड़े प्रतिस्पर्धी ब्रैंड की संख्या कितनी है?
इलाके में "फ़िटनेस" या "पेट्रोल पंप" जैसी किसी खास कैटगरी के कितने ब्रैंड मौजूद हैं?

ब्रैंड के डेटासेट के बारे में जानकारी

ब्रैंड का डेटासेट, अमेरिका, यूनाइटेड किंगडम, ऑस्ट्रेलिया, और कनाडा में उपलब्ध है. उदाहरण के लिए, अमेरिका के लिए ब्रैंड के डेटासेट का नाम places_insights___us.brands है.

ब्रैंड के डेटासेट का स्कीमा

ब्रैंड के डेटासेट के स्कीमा में तीन फ़ील्ड तय किए गए हैं:

id: ब्रैंड आईडी.
name: ब्रैंड का नाम, जैसे कि "Hertz" या "Chase".
category: ब्रैंड का टाइप, जैसे कि "पेट्रोल पंप", "खाने-पीने की चीज़ें" या "रहने की जगह". संभावित वैल्यू की सूची के लिए, कैटगरी की वैल्यू देखें.

ब्रैंड के डेटा के लिए क्वेरी करना

ब्रैंड के डेटा का विश्लेषण करने के लिए, Places Count फ़ंक्शन का इस्तेमाल करने का सुझाव दिया जाता है. जगहों की संख्या बताने वाले फ़ंक्शन, नेटिव तौर पर ब्रैंड आईडी के हिसाब से फ़िल्टर करने की सुविधा देते हैं. इसके लिए, brand_ids पैरामीटर का इस्तेमाल किया जाता है. इससे सटीक संख्या (इसमें शून्य भी शामिल है) और सैंपल के तौर पर जगह के आईडी मिलते हैं. इसके लिए, जटिल एसक्यूएल JOIN ऑपरेशन की ज़रूरत नहीं होती.

पहला चरण: ब्रैंड आईडी ढूंढना

जगहों के डेटासेट का स्कीमा, brand_ids फ़ील्ड को तय करता है. अगर जगहों के डेटासेट में मौजूद कोई जगह किसी ब्रैंड से जुड़ी है, तो उसके brand_ids फ़ील्ड में उस ब्रैंड का आईडी शामिल होता है.

किसी ब्रैंड के हिसाब से फ़िल्टर करने के लिए, सबसे पहले brands टेबल में क्वेरी करें. इससे आपको अपनी पसंद के ब्रैंड का आईडी मिल जाएगा:

SELECT id, name
FROM PROJECT_NAME.places_insights___us.brands
WHERE name = "McDonald's"

दूसरा चरण: Places Count फ़ंक्शन में brand_ids का इस्तेमाल करना

ब्रैंड आईडी मिलने के बाद, उसे brand_ids फ़िल्टर पैरामीटर में पास करें.

इस उदाहरण में, PLACES_COUNT_PER_H3 का इस्तेमाल करके, न्यूयॉर्क शहर में एम्पायर स्टेट बिल्डिंग के 2,000 मीटर के दायरे में मौजूद McDonald's रेस्टोरेंट की डेंसिटी के बारे में क्वेरी की गई है:

SELECT *
FROM PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3(
  JSON_OBJECT(
      'geography', ST_BUFFER(ST_GEOGPOINT(-73.9857, 40.7484), 2000),
      'business_status', ['OPERATIONAL'],
      'brand_ids', ["13992718219781496405"], -- McDonald's brand ID
      'h3_resolution', 8
  )
);

PLACES_COUNT_V2 का इस्तेमाल करके, कस्टम सर्च एरिया में ब्रैंड की जगहों की बैच-काउंटिंग भी की जा सकती है:

SELECT *
FROM PROJECT_NAME.places_insights___us.PLACES_COUNT_V2(
  TABLE PROJECT_NAME.YOUR_DATASET.my_search_areas,
  JSON_OBJECT(
      'geography_radius', 2000,
      'business_status', ['OPERATIONAL'],
      'brand_ids', ["13992718219781496405"]
  )
);

कैटगरी की वैल्यू

किसी ब्रैंड के लिए, category फ़ील्ड में ये वैल्यू हो सकती हैं:

कैटगरी टाइप की वैल्यू
`ATMs, Banks and Credit Unions`
`Automotive and Parts Dealers`
`Automotive Rentals`
`Automotive Services`
`Dental`
`Electric Vehicle Charging Stations`
`Electronics Retailers`
`Fitness`
`Food and Drink`
`Gas Station`
`Grocery and Liquor`
`Health and Personal Care Retailers`
`Hospital`
`Lodging`
`Merchandise Retail`
`Movie Theater`
`Parking`
`Telecommunications`