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, कई कैटगरी की जगहों 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 के लिए एक एंट्री शामिल है.
"कार रेंटल" कैटगरी के लिए, डेटा में Budget, Hertz, और Thrifty ब्रैंड में से हर एक के लिए एंट्री शामिल है.

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

किसी इलाके में, ब्रैंड के हिसाब से सभी स्टोर की संख्या कितनी है?
इस इलाके में, मेरे प्रतिस्पर्धी ब्रैंड के तीन सबसे लोकप्रिय प्रॉडक्ट कितने हैं?
इस इलाके में, किसी खास कैटगरी के कितने ब्रैंड मौजूद हैं. जैसे, "फ़िटनेस" या "पेट्रोल पंप"?

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", "खाना और पेय पदार्थ" या "आवास". संभावित वैल्यू की सूची के लिए, कैटेगरी की वैल्यू देखें.

ब्रैंड के डेटा के बारे में क्वेरी करना

ब्रैंड के डेटा का विश्लेषण करने के लिए, हमारा सुझाव है कि आप Places Count फ़ंक्शन का इस्तेमाल करें. Places Count फ़ंक्शन, brand_ids पैरामीटर का इस्तेमाल करके, ब्रैंड आईडी के हिसाब से फ़िल्टर करने की सुविधा देते हैं. इससे, आपको सटीक संख्या (शून्य भी शामिल है) और सैंपल Place ID मिलते हैं. इसके लिए, आपको जटिल एसक्यूएल JOIN ऑपरेशन करने की ज़रूरत नहीं होती.

पहला चरण: ब्रैंड आईडी ढूंढना

जगहों के डेटासेट का स्कीमा, brand_ids फ़ील्ड के बारे में बताता है. अगर जगहों के डेटासेट में मौजूद किसी जगह को किसी ब्रैंड से जोड़ा गया है, तो उसके brand_ids फ़ील्ड में ब्रैंड का आईडी मौजूद होता है.

किसी ब्रैंड के हिसाब से फ़िल्टर करने के लिए, सबसे पहले brands टेबल से क्वेरी करें. इससे आपको उस ब्रैंड का आईडी मिलेगा जिसमें आपकी दिलचस्पी है:

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, इसे brand_ids फ़िल्टर पैरामीटर में पास करें.

इस उदाहरण में, न्यूयॉर्क शहर में एंपायर स्टेट बिल्डिंग से 2,000 मीटर के दायरे में मौजूद McDonald's रेस्टोरेंट की संख्या के बारे में क्वेरी की गई है. इसके लिए, PLACES_COUNT_PER_H3 का इस्तेमाल किया गया 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
  )
);

कस्टम सर्च एरिया में, ब्रैंड की लोकेशन को बैच में गिनने के लिए, PLACES_COUNT_V2 का इस्तेमाल भी किया जा सकता 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`