ব্র্যান্ডের ডেটা ব্যবহার করে কোয়েরি লিখুন

মনে রাখবেন: ব্র্যান্ড ডেটাসেট মার্কিন যুক্তরাষ্ট্র, কানাডা, যুক্তরাজ্য ও অস্ট্রেলিয়ায় উপলভ্য।

Places Insights বিভিন্ন ধরনের জায়গার জন্য ব্র্যান্ড সংক্রান্ত তথ্য প্রদান করে। যেমন:

• "এটিএম, ব্যাঙ্ক এবং ক্রেডিট ইউনিয়ন" বিভাগের জন্য, ব্র্যান্ড ডেটাতে PNC, UBS এবং Chase ব্যাঙ্কের প্রতিটি ব্র্যান্ডের জন্য একটি এন্ট্রি থাকে।
• "অটোমোটিভ রেন্টাল" বিভাগের জন্য, ডেটাতে Budget, Hertz এবং Thrifty ব্র্যান্ডের প্রতিটির জন্য একটি করে এন্ট্রি রয়েছে।

ব্র্যান্ড ডেটাসেট কোয়েরি করার একটি সাধারণ ব্যবহার হল ব্র্যান্ডের উপস্থিতি বিশ্লেষণ করা অথবা এই ধরনের প্রশ্নের উত্তর দিতে এটিকে জায়গার ডেটাসেটের সাথে যোগ করা:

• কোনও এলাকায় ব্র্যান্ড অনুযায়ী সব স্টোরের সংখ্যা কত?
• এই অঞ্চলে আমার সেরা তিনটি প্রতিযোগী ব্র্যান্ডের সংখ্যা কত?
• এই এলাকায় "ফিটনেস" বা "গ্যাস স্টেশন" এর মতো নির্দিষ্ট বিভাগের ব্র্যান্ডের সংখ্যা কত?

ব্র্যান্ড ডেটাসেট সম্পর্কে

ব্র্যান্ড ডেটাসেট মার্কিন যুক্তরাষ্ট্র, যুক্তরাজ্য, অস্ট্রেলিয়া ও কানাডায় কাজ করে। যেমন, মার্কিন যুক্তরাষ্ট্রের ব্র্যান্ড ডেটাসেটের নাম হল places_insights___us.brands।

ব্র্যান্ড ডেটাসেট স্কিমা

ব্র্যান্ড ডেটাসেটের স্কিমা তিনটি ফিল্ড নির্ধারণ করে:

• id: ব্র্যান্ড আইডি।
• name: ব্র্যান্ডের নাম, যেমন "Hertz" বা "Chase"।
• category: ব্র্যান্ডের ধরন, যেমন "গ্যাস স্টেশন", "খাবার ও পানীয়" অথবা "লজিং"। সম্ভাব্য ভ্যালুর তালিকার জন্য, বিভাগের ভ্যালু দেখুন।

ব্র্যান্ডের ডেটা কোয়েরি করুন

ব্র্যান্ডের ডেটা বিশ্লেষণ করার জন্য সাজেস্ট করা পদ্ধতি হল Places Count ফাংশন ব্যবহার করা। Places Count ফাংশন নেটিভভাবে brand_ids প্যারামিটার ব্যবহার করে ব্র্যান্ড আইডি অনুযায়ী ফিল্টার করে, সঠিক সংখ্যা (শূন্য সহ) এবং স্যাম্পেল Place ID প্রদান করে, যার জন্য জটিল SQL JOIN অপারেশন প্রয়োজন হয় না।

ধাপ ১: ব্র্যান্ড আইডি খুঁজে বের করা

জায়গার ডেটাসেট স্কিমা brand_ids ফিল্ডকে সংজ্ঞায়িত করে। জায়গার ডেটাসেটে কোনও জায়গা কোনও ব্র্যান্ডের সাথে যুক্ত থাকলে, তার brand_ids ফিল্ডে সংশ্লিষ্ট ব্র্যান্ড আইডি থাকে।

ব্র্যান্ড অনুযায়ী ফিল্টার করতে, প্রথমে brands টেবিল কোয়েরি করে আপনার পছন্দের ব্র্যান্ডের জন্য সংশ্লিষ্ট ব্র্যান্ড আইডি খুঁজে নিন:

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

ধাপ ২: Places Count ফাংশনে brand_ids ব্যবহার করা

ব্র্যান্ড আইডি পাওয়ার পরে, এটি brand_ids ফিল্টার প্যারামিটারে পাস করুন।

এই উদাহরণে, আপনি PLACES_COUNT_PER_H3 ব্যবহার করে নিউ ইয়র্ক সিটির এম্পায়ার স্টেট বিল্ডিংয়ের ২,০০০ মিটারের মধ্যে McDonald's রেস্তোরাঁর ঘনত্ব কোয়েরি করেন:

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
  )
);

এছাড়াও, আপনি কাস্টম সার্চ এলাকা জুড়ে ব্র্যান্ড লোকেশন ব্যাচ-কাউন্ট করতে PLACES_COUNT_V2 ব্যবহার করতে পারেন:

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"]
  )
);

বিভাগের মান

কোনও ব্র্যান্ডের জন্য category ফিল্ডে নিম্নলিখিত মান থাকতে পারে:

বিভাগের ধরন সংক্রান্ত ভ্যালু
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