Comienza a usar las estadísticas de Places

Las funciones de Places Count son consultas de SQL predefinidas que se ejecutan en BigQuery y son la forma recomendada de consultar el conjunto de datos de Places Insights para recuperar recuentos exactos y IDs de lugares. Si bien también puedes consultar el conjunto de datos directamente, los dos métodos de consulta controlan los umbrales de privacidad y las áreas de búsqueda:

• Las funciones de Places Count pueden mostrar cualquier recuento, incluido 0, pero aplican un área de búsqueda mínima de 40.0 metros por 40.0 metros (1,600 m²) (40.0 metros por 40.0 metros / 1,600 m²). Las funciones también muestran IDs de lugar, que se pueden usar para buscar información sobre lugares individuales, y admiten el análisis histórico de lugares de interés en las instantáneas mensuales anteriores con filtros de fecha opcionales.

• Las consultas de conjuntos de datos de lugares solo pueden mostrar recuentos de 5 o más (omitiendo los recuentos bajos de 0 a 4 para preservar la privacidad diferencial), pero no aplican limitaciones en el tamaño del área de búsqueda.

A menos que necesites realizar un análisis espacial complejo, te recomendamos que comiences con las funciones de Places Count, como PLACES_COUNT_PER_H3. Proporciona estadísticas inmediatas de densidad espacial en celdas de cuadrícula estandarizadas, muestra IDs de lugares para la inspección de datos verificados y está diseñada específicamente para la ingeniería de atributos geoespaciales y los modelos de AA.

Este producto o función está en versión preliminar (fase previa a la DG). Los productos y las funciones que se encuentran en la fase previa a la DG pueden tener asistencia limitada, y los cambios en estos productos y funciones podrían no ser compatibles con otras versiones de la fase previa a la DG. Las ofertas que se encuentran en la fase previa a la DG se rigen por las Condiciones Específicas de los Servicios de Google Maps Platform. Para obtener más información, consulta las descripciones de la etapa de lanzamiento.

Selecciona la función de Places Count óptima

Places Insights admite varias funciones espaciales. Para optimizar la ejecución de consultas, el procesamiento paralelo y la escalabilidad por lotes, te recomendamos que uses las siguientes funciones:

• PLACES_COUNT_PER_H3: Muestra una tabla de BigQuery de recuentos de lugares por celda H3. Se recomienda esta función para el análisis de densidad regional y la creación de mapas de coropletas.
• PLACES_COUNT_V2: Muestra una tabla que contiene recuentos de lugares y IDs de lugares de muestra. Esta función acepta un parámetro de tabla que contiene tus geografías de entrada. Si pasas una tabla completa directamente, el motor de ejecución de BigQuery puede distribuir la carga de trabajo y procesar las intersecciones espaciales en paralelo, lo que permite un procesamiento por lotes muy eficiente para el análisis a gran escala.
• PLACES_COUNT_PER_TYPE_V2: Muestra una tabla de recuentos de lugares y IDs de lugares de muestra, categorizados por tipo de lugar. Al igual que PLACES_COUNT_V2, pasar tus geografías de entrada como un parámetro de tabla permite que BigQuery paralelice de forma nativa las intersecciones espaciales en conjuntos de datos grandes.
• PLACES_COUNT_CHANGE: Muestra una tabla de recuentos de lugares, además de los IDs de lugares agregados y quitados entre dos meses determinados. Al igual que PLACES_COUNT_V2, pasar tus geografías de entrada como un parámetro de tabla permite que BigQuery paralelice de forma nativa las intersecciones espaciales en conjuntos de datos grandes.

Además de los recuentos de lugares, estas funciones también muestran hasta 250 IDs de lugares por elemento de la respuesta.

Los IDs de lugares se pueden usar con lo siguiente:

• API de Places (versión nueva)
• API de Geocoding
• Kit de IU de Places

Nota: Puedes acceder a las funciones de Places Count para las mismas ciudades y países a los que tienes acceso.

Ejecuta consultas con funciones de Places Count

Usa el siguiente formato para llamar a las funciones: [project name (optional)].[table name].[function name].

Si cambiaste el nombre del conjunto de datos vinculado cuando configuraste Places Insights, usa tu nombre personalizado en lugar de los nombres de tabla predeterminados. También puedes incluir el nombre del proyecto de forma opcional. Si no se incluye uno, la consulta se establece de forma predeterminada en el proyecto activo.

Por ejemplo:

PROJECT_NAME.places_insights___us.PLACES_COUNT_V2

Usa un JSON_OBJECT para pasar argumentos a la función.

Nota: Cuando uses una función de Places Count, especifica la función en la FROM cláusula y omite WITH_AGGREGATION_THRESHOLD.

Filtra los resultados de la consulta con parámetros que distinguen mayúsculas de minúsculas

Las funciones de Places Count admiten muchos filtros para refinar tu búsqueda. Estos parámetros (por ejemplo, price_level o types) distinguen mayúsculas de minúsculas y deben coincidir exactamente con los nombres de los parámetros. Para obtener una lista completa de opciones, consulta la referencia de los parámetros de filtro.

Consulta instantáneas históricas con snapshot_date

De forma predeterminada, las funciones de Places Count consultan la instantánea de datos más reciente disponible. Para analizar los datos de lugares tal como existían durante un mes pasado específico, agrega el parámetro opcional snapshot_date a tu JSON_OBJECT.

• Formato: YYYY-MM (por ejemplo, '2026-07').
• Valor predeterminado: Si se omite, la función consulta automáticamente la instantánea más reciente.

En el siguiente ejemplo, se consultan los recuentos de restaurantes en tus áreas de búsqueda tal como se registraron en la instantánea de julio de 2026:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'snapshot_date', '2026-07' -- Optional historical snapshot month
  )
);

En el siguiente ejemplo, aplicas filtros para limitar la búsqueda por calificación mínima del usuario, nivel de precios, estado del negocio y si el restaurante admite perros, con la función PLACES_COUNT_V2.

Primero, usa tu tabla de geografía de entrada o prepara una con las geografías elegidas:

Importante: Debes crear el conjunto de datos que contiene la tabla de geografías de entrada en la misma región que el conjunto de datos vinculado de Places Insights. Si las ubicaciones no coinciden, BigQuery muestra un error.

-- Create a table for the input geographies
CREATE TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas` AS (
  SELECT
    '1' AS geo_id, -- Unique identifier
    ST_GEOGPOINT(-73.9857, 40.7484) AS geo -- Empire State Building
  UNION ALL
  SELECT
    '2' AS geo_id, -- Unique identifier
    ST_GEOGPOINT(-73.9851, 40.7580) AS geo -- Times Square
);

A continuación, llama a PLACES_COUNT_V2 con la tabla y el objeto JSON que contiene los filtros. El radio de búsqueda se incluye en los filtros JSON y se aplicará alrededor de cada punto de la tabla my_search_areas.

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters around each point in 'geo'
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'min_rating', 1.3,
      'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],
      'allows_dogs', TRUE
      )
);

Nota: Incluye el filtro business_status para asegurarte de obtener el recuento de empresas OPERATIONAL. De lo contrario, el recuento incluye empresas cerradas.

Ejemplo: Consulta los recuentos de restaurantes y las ubicaciones de marcas con PLACES_COUNT_V2

En el siguiente ejemplo, se usa la función PLACES_COUNT_V2 con la tabla de geografía de entrada personalizada my_search_areas para mostrar la cantidad de restaurantes operativos en un radio de 1,000 metros del Empire State Building y Times Square en la ciudad de Nueva York en julio de 2026:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'snapshot_date', '2026-07'
      )
);

La respuesta es una tabla de BigQuery que contiene el geo_id, la geografía, el recuento y una muestra de IDs de lugares.

En el siguiente ejemplo, se usa la función PLACES_COUNT_V2 para filtrar por IDs de marcas específicos. En este ejemplo, filtramos las ubicaciones de Starbucks con el ID de marca "1413758728321880760".

Para encontrar los IDs de las marcas por las que deseas filtrar, consulta la brands tabla de tu conjunto de datos (por ejemplo, places_insights___us.brands). Para obtener más información sobre el conjunto de datos de marcas, consulta Escribe una consulta con datos de marcas.

Por ejemplo, para encontrar el ID de marca de "Starbucks", haz lo siguiente:

SELECT id, name
FROM `PROJECT_NAME.places_insights___us.brands`
WHERE name = "Starbucks"

Después de obtener los IDs de marca, puedes usarlos en el filtro brand_ids como se muestra en la siguiente consulta:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'brand_ids', ["1413758728321880760"]
      )
);

Nota: Los parámetros obligatorios y opcionales difieren para cada función de Places Count como se describe en los filtros.

Visualiza el resultado de la consulta con las herramientas de Google Cloud

Las herramientas de análisis y de inteligencia empresarial te ayudan a descubrir estadísticas a partir de tus datos de BigQuery. BigQuery admite varias herramientas de visualización de datos de Google y de terceros que puedes usar para analizar los resultados de tus funciones en los datos de Places Insights.

Para ver un ejemplo de visualización de los resultados de una función, consulta Visualiza los resultados dentro de la referencia de PLACES_COUNT_PER_H3. Para obtener más información sobre la visualización de los resultados de Places Insights, consulta Visualiza los resultados de la consulta.

Limitaciones y requisitos de las funciones

Las funciones de Places Count tienen las siguientes limitaciones y requisitos:

• Las funciones solo admiten estadísticas de COUNT.
• Se requiere un área de búsqueda mínima de 40.0 metros por 40.0 metros (1600 m²) (40.0 metros por 40.0 metros / 1,600 m²).
• Límite de tamaño de entrada de parámetros: El objeto JSON que se pasa como parámetro a las funciones está limitado a 1 MB. El impacto de este límite depende de la versión de la función:
  • Para las funciones V2 (PLACES_COUNT_V2, PLACES_COUNT_PER_TYPE_V2, PLACES_COUNT_CHANGE), este límite se aplica solo al objeto JSON de los filtros. Dado que las geografías se proporcionan por separado con un parámetro de tabla, estas funciones pueden escalarse a una cantidad mucho mayor de geografías de entrada sin alcanzar el límite de tamaño de JSON.
  • Para PLACES_COUNT_PER_H3, PLACES_COUNT, PLACES_COUNT_PER_TYPE y PLACES_COUNT_PER_GEO, este límite se aplica a todo el objeto JSON, incluidas todas las definiciones de geografía. Esto puede limitar la cantidad de geografías que se pueden procesar en una sola llamada.
• No se admite el filtrado por ID de lugar ni componente de dirección.
• Solo puedes acceder a las funciones de Places Count para las ciudades y los países a los que te suscribiste. Consulta Configura Places Insights para obtener acceso al conjunto de datos.
• Los parámetros de filtro (por ejemplo, geography o types) distinguen mayúsculas de minúsculas y deben coincidir exactamente con los nombres de los parámetros; de lo contrario, la consulta fallará.