স্থান অন্তর্দৃষ্টি ওভারভিউ

প্লেসেস ইনসাইটস আপনাকে গুগল ম্যাপসের সমৃদ্ধ প্লেসেস ডেটার উপর উন্নত পরিসংখ্যানগত বিশ্লেষণ পরিচালনা করতে দেয়। এটি লক্ষ লক্ষ প্লেসেস-অফ-ইন্টারেস্ট (POI) ডেটা পয়েন্টের জন্য সমষ্টিগত গণনা এবং ঘনত্বের তথ্য প্রদান করে, যা শক্তিশালী ভূ-স্থানিক বুদ্ধিমত্তার সুযোগ করে দেয়।

মূল সক্ষমতাসমূহ:

  • ভূ-স্থানিক বুদ্ধিমত্তা : নির্দিষ্ট ভৌগোলিক এলাকা জুড়ে বিভিন্ন শ্রেণীর আগ্রহের কেন্দ্রবিন্দুর (যেমন, খুচরা দোকান, রেস্তোরাঁ, পরিষেবা) ঘনত্ব এবং বন্টনের একটি সামগ্রিক চিত্র পান।
  • নিরাপদ ডেটা অ্যাক্সেস : ডেটা সুরক্ষা ব্যবস্থা সহ BigQuery ডেটা এক্সচেঞ্জ লিস্টিং ব্যবহার করে ডেটা স্থাপন করা হয়, যা ডেটা শেয়ারিং এবং বিশ্লেষণের জন্য একটি নিরাপদ ও সুরক্ষিত পরিবেশ নিশ্চিত করে।
  • কার্যকরী বিবরণ : যদিও প্লেসেস ইনসাইটস সামগ্রিক প্রবণতার উপর আলোকপাত করে, আপনি আউটপুট করা প্লেস আইডিগুলো ব্যবহার করে গুগল ম্যাপস প্ল্যাটফর্মের অন্যান্য এপিআই (API) দিয়ে প্রতিটি স্থানের বিস্তারিত তথ্য সংগ্রহ করতে পারেন, যা আপনাকে পরিসংখ্যানগত অন্তর্দৃষ্টি থেকে সরে এসে বিশদ পদক্ষেপ নিতে সাহায্য করে।

স্থান সম্পর্কিত ডেটা

গুগল ম্যাপস বিশ্বজুড়ে লক্ষ লক্ষ প্রতিষ্ঠানের স্থান-সংক্রান্ত ডেটা সংগ্রহ করে। প্লেসেস ইনসাইটস এই ব্যাপক স্থান-সংক্রান্ত ডেটা বিগকোয়েরিতে উপলব্ধ করে, যাতে আপনি স্থানের ধরন , রেটিং, দোকান খোলার সময়, হুইলচেয়ারের প্রবেশগম্যতা এবং আরও অনেক বৈশিষ্ট্যের উপর ভিত্তি করে গুগল ম্যাপসের স্থান-সংক্রান্ত ডেটা সম্পর্কে সামগ্রিক অন্তর্দৃষ্টি লাভ করতে পারেন।

Places Insights ব্যবহার করার জন্য আপনাকে BigQuery-তে SQL কোয়েরি লিখতে হয়, যা স্থান সম্পর্কিত ডেটা থেকে পরিসংখ্যানগত তথ্য প্রদান করে। এই তথ্যগুলো আপনাকে নিম্নলিখিত প্রশ্নগুলোর উত্তর দিতে সাহায্য করে:

  • একটি সম্ভাব্য নতুন দোকানের অবস্থানের কাছাকাছি কতগুলো একই ধরনের ব্যবসা চালু আছে?
  • আমার সবচেয়ে সফল দোকানগুলোর আশেপাশে সাধারণত কোন ধরনের ব্যবসা দেখা যায়?
  • কোন এলাকাগুলোতে এমন অনেক পরিপূরক ব্যবসা রয়েছে যা আমার লক্ষ্য গ্রাহকদের আকৃষ্ট করতে পারে?
  • মাদ্রিদে কয়টি পাঁচতারা সুশি রেস্তোরাঁ রাত ৮টায় খোলা থাকে, হুইলচেয়ার ব্যবহারকারীদের জন্য পার্কিংয়ের ব্যবস্থা আছে এবং টেকআউটের সুবিধাও দেয়?
  • ক্যালিফোর্নিয়ার কোন জিপ কোডগুলিতে ইভি চার্জিং স্টেশনের ঘনত্ব সবচেয়ে বেশি?

Places Insights একাধিক ব্যবহারের ক্ষেত্র সমর্থন করে, যেমন:

  • স্থান নির্বাচন : একটি নতুন ব্যবসা বা কোনো ভৌত সম্পদ স্থাপনের জন্য সবচেয়ে উপযুক্ত স্থানগুলো মূল্যায়ন ও নির্বাচন করুন। আশেপাশের গুরুত্বপূর্ণ স্থানগুলোর (POI) ঘনত্ব এবং মিশ্রণ বিশ্লেষণ করে, আপনি নিশ্চিত করতে পারেন যে একটি সম্ভাব্য স্থান তার প্রতিযোগিতামূলক এবং পরিপূরক ব্যবসায়িক পরিবেশে সর্বোত্তমভাবে অবস্থিত। এই তথ্য-নির্ভর পদ্ধতিটি নতুন স্থানে বিনিয়োগের সাথে জড়িত ঝুঁকি কমাতে পারে।
  • অবস্থানের কার্যকারিতা মূল্যায়ন : আপনার বিদ্যমান অবস্থানগুলিতে কোন ভূ-স্থানিক চলকগুলি, যেমন সুপারমার্কেট বা অনুষ্ঠানস্থলের মতো নির্দিষ্ট ধরনের আগ্রহের কেন্দ্রবিন্দুর (POI) নৈকট্য, ইতিবাচক বা নেতিবাচক কার্যকারিতার সাথে সম্পর্কযুক্ত তা নির্ধারণ করুন। এই ডেটা আপনাকে এমন সম্ভাব্য স্থানগুলি শনাক্ত করতে সাহায্য করে, যেগুলিতে আপনার ব্যবহারের ক্ষেত্রের জন্য ভূ-স্থানিক বৈশিষ্ট্যগুলির সর্বোত্তম মিশ্রণ রয়েছে। এছাড়াও, আপনি এই তথ্য ব্যবহার করে ভবিষ্যদ্বাণীমূলক মডেল স্থাপন করতে পারেন, যা কোনো নতুন অবস্থানের পারিপার্শ্বিক আগ্রহের কেন্দ্রবিন্দুর (POI) প্রেক্ষাপটের উপর ভিত্তি করে তার ভবিষ্যৎ কার্যকারিতার পূর্বাভাস দেয়।
  • জিওটার্গেটেড মার্কেটিং : কোনো একটি এলাকায় কোন ধরনের মার্কেটিং ক্যাম্পেইন বা বিজ্ঞাপন সফল হবে তা নির্ধারণ করুন। প্লেসেস ইনসাইটস বাণিজ্যিক কার্যকলাপ বোঝার জন্য প্রয়োজনীয় প্রেক্ষাপট প্রদান করে, যা আপনাকে প্রাসঙ্গিক ব্যবসা বা কার্যকলাপের ঘনত্বের উপর ভিত্তি করে বার্তা তৈরি করতে সাহায্য করে।
  • বিক্রয় পূর্বাভাস : একটি সম্ভাব্য স্থানে ভবিষ্যতের বিক্রয়ের পূর্বাভাস দিন। পারিপার্শ্বিক ভূ-স্থানিক বৈশিষ্ট্যের প্রভাব মডেলিং করার মাধ্যমে আপনি বিনিয়োগের সিদ্ধান্ত গ্রহণের জন্য শক্তিশালী ভবিষ্যদ্বাণীমূলক মডেল তৈরি করতে পারেন।
  • বাজার গবেষণা : আপনার ব্যবসা বা পরিষেবা পরবর্তীকালে কোন ভৌগোলিক অঞ্চলে প্রসারিত করবেন, সে বিষয়ে তথ্য দেয়। সবচেয়ে বড় সুযোগ প্রদানকারী স্বল্প-সেবাপ্রাপ্ত বা অত্যন্ত কেন্দ্রীভূত লক্ষ্য বাজারগুলি চিহ্নিত করতে বিদ্যমান বাজারের সম্পৃক্ততা এবং আগ্রহের কেন্দ্রবিন্দুর ঘনত্ব বিশ্লেষণ করুন। এই বিশ্লেষণ কৌশলগত প্রবৃদ্ধি এবং সম্প্রসারণ উদ্যোগকে সমর্থন করার জন্য প্রমাণ সরবরাহ করে।

আপনি সরাসরি প্লেসেস ইনসাইটস ডেটাসেটগুলিতে কোয়েরি করতে পারেন অথবা প্লেসেস কাউন্ট ফাংশনগুলি ব্যবহার করতে পারেন।

স্কিমা রেফারেন্সটি দেখুন ।

ব্র্যান্ড ডেটা সম্পর্কে

স্থান সম্পর্কিত তথ্যের পাশাপাশি, প্লেসেস ইনসাইটস-এ এমন ব্র্যান্ড বা স্টোরগুলির তথ্যও অন্তর্ভুক্ত থাকে, যেগুলির একই ব্র্যান্ড নামে একাধিক শাখা পরিচালিত হয়।

আপনি ব্র্যান্ড ব্যবহার করে এই ধরনের প্রশ্নের উত্তর দিতে পারেন:

  • একটি এলাকায় ব্র্যান্ড অনুযায়ী মোট দোকানের সংখ্যা কত?
  • এই এলাকায় আমার শীর্ষ তিনটি প্রতিযোগী ব্র্যান্ডের সংখ্যা কত?
  • এই এলাকায় এই ব্র্যান্ডগুলো ছাড়া বাকি সব কফি শপের সংখ্যা কত?

BigQuery সম্পর্কে

BigQuery লিস্টিং-এ ডেটা উপলব্ধ করার মাধ্যমে, Places Insights আপনাকে নিম্নলিখিত সুবিধাগুলো দেয়:

  • আপনার ডেটা প্লেসেস ইনসাইটস ডেটার সাথে নিরাপদে একত্রিত করুন।
  • আপনার নির্দিষ্ট ব্যবসায়িক প্রয়োজনের জন্য সামগ্রিক তথ্য উদঘাটনে নমনীয় SQL কোয়েরি লিখুন।
  • আপনার ব্যক্তিগত ডেটা এবং ওয়ার্কফ্লোর জন্য আপনি ইতিমধ্যে যে BigQuery টুলগুলো ব্যবহার করছেন, সেগুলোই ব্যবহার করুন।
  • BigQuery-এর পরিধি ও পারফরম্যান্সের শক্তিকে কাজে লাগিয়ে বিশাল ডেটাসেট সহজে বিশ্লেষণ করুন।

ব্যবহারের উদাহরণ

এই উদাহরণটি অ্যাগ্রিগেশন তথ্য বের করার জন্য BigQuery-তে আপনার ডেটাকে Places Insights ডেটার সাথে যুক্ত করে। এই উদাহরণের জন্য, আপনি নিউ ইয়র্ক সিটির একজন হোটেল মালিক, যার একাধিক শাখা রয়েছে। আপনি এখন আপনার হোটেলগুলোর কাছাকাছি পূর্বনির্ধারিত ব্যবসার ধরনগুলোর ঘনত্ব খুঁজে বের করার জন্য আপনার হোটেলের অবস্থানের ডেটাকে Places Insights ডেটার সাথে যুক্ত করতে চান।

পূর্বশর্ত

এই উদাহরণের জন্য, আপনি মার্কিন যুক্তরাষ্ট্রের প্লেসেস ইনসাইটস ডেটাসেটটি সাবস্ক্রাইব করবেন ।

আপনার হোটেল ডেটাসেটটির নাম mydata এবং এটি নিউ ইয়র্ক সিটিতে অবস্থিত আপনার দুটি হোটেলের অবস্থান নির্দেশ করে। নিম্নলিখিত SQL কোডটি এই ডেটাসেটটি তৈরি করে:

CREATE OR REPLACE TABLE `mydata.hotels` ( name STRING, location GEOGRAPHY );
INSERT INTO `mydata.hotels` VALUES( 'Hotel 1', ST_GEOGPOINT(-73.9933, 40.75866) );
INSERT INTO `mydata.hotels` VALUES( 'Hotel 2', ST_GEOGPOINT(-73.977713, 40.752124) );

এলাকায় রেস্তোরাঁর সংখ্যা বের করুন।

আপনার হোটেলগুলোর কাছাকাছি চালু রেস্তোরাঁর ঘনত্ব সম্পর্কে গ্রাহকদের ধারণা দিতে, আপনি প্রতিটি হোটেলের ১০০০ মিটারের মধ্যে থাকা রেস্তোরাঁর সংখ্যা ফেরত দেওয়ার জন্য একটি SQL কোয়েরি লিখবেন:

SELECT WITH AGGREGATION_THRESHOLD h.name, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us.places` AS r, `mydata.hotels` AS h
WHERE
ST_DWITHIN(h.location, r.point, 1000)
AND r.primary_type = 'restaurant'
AND business_status = "OPERATIONAL"
GROUP BY 1

এই ছবিতে এই কোয়েরিটির একটি উদাহরণ আউটপুট দেখানো হয়েছে:

প্রতিটি হোটেল থেকে ১০০০ মিটারের মধ্যে অবস্থিত রেস্তোরাঁর সংখ্যা গণনার জন্য অনুসন্ধানের ফলাফল।

এলাকার রেস্তোরাঁগুলোর সংখ্যা ও প্লেস আইডি পেতে প্লেসেস কাউন্ট ফাংশনটি ব্যবহার করুন।

আপনি প্লেসেস কাউন্ট ফাংশনও ব্যবহার করতে পারেন।

কোনো একটি স্থানের কাছাকাছি রেস্তোরাঁর সংখ্যা খুঁজে বের করতে। প্লেসেস কাউন্ট ফাংশন আপনাকে প্লেস আইডি-গুলির একটি তালিকা পেতে সাহায্য করে, যা ব্যবহার করে স্বতন্ত্র স্থানগুলির বিবরণ খোঁজা যায়:

DECLARE geo GEOGRAPHY;
SET geo = ST_GEOGPOINT(-73.9933, 40.75866); -- Location of hotel 1

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_TYPE`(
  JSON_OBJECT(
      'types', ["restaurant", "cafe", "bar"],
      'geography', geo,
      'geography_radius', 1000 -- Radius in meters
      )
);

এই ছবিতে এই কোয়েরিটির একটি উদাহরণ আউটপুট দেখানো হয়েছে:

প্রতিটি হোটেল থেকে ১০০০ মিটারের মধ্যে অবস্থিত রেস্তোরাঁগুলোর জন্য অনুসন্ধানের ফলাফল, স্থান আইডি সহ।

এলাকায় রেস্তোরাঁ ও বারের সংখ্যা জানুন।

প্রতিটি হোটেলের ১০০০ মিটারের মধ্যে থাকা রেস্তোরাঁর পাশাপাশি বারগুলোকেও অন্তর্ভুক্ত করতে আপনার অনুসন্ধানটি পরিবর্তন করুন:

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us.places` AS r, `mydata.hotels` AS h
WHERE
ST_DWITHIN(h.location, r.point, 1000)
AND r.primary_type IN UNNEST(['restaurant','bar'])
AND business_status = "OPERATIONAL"
GROUP BY 1, 2

এই ছবিতে এই কোয়েরিটির একটি উদাহরণ আউটপুট দেখানো হয়েছে:

প্রতিটি হোটেল থেকে ১০০০ মিটারের মধ্যে অবস্থিত রেস্তোরাঁ ও বারের সংখ্যা গণনার জন্য অনুসন্ধানের ফলাফল।

এলাকায় মাঝারি দামের রেস্তোরাঁ ও বারের সংখ্যা জানুন।

এরপর আপনি জানতে চাইবেন যে বার এবং রেস্তোরাঁগুলো কোন ধরনের গ্রাহকদের পরিষেবা দেয়। যেহেতু আপনার হোটেলগুলো একটি মধ্যম মূল্যসীমাকে লক্ষ্য করে, তাই আপনি কেবল কাছাকাছি অবস্থিত সেইসব প্রতিষ্ঠানের অস্তিত্বের বিজ্ঞাপন দিতে চাইবেন যেগুলো সেই মূল্যসীমার মধ্যে এবং ভালো রিভিউ পেয়েছে।

কোয়েরিটিকে এমনভাবে সীমাবদ্ধ করুন যাতে এটি শুধুমাত্র PRICE_LEVEL_MODERATE মূল্যের এবং ৪ স্টার বা তার বেশি রেটিংযুক্ত বার ও রেস্তোরাঁগুলোকেই ফেরত দেয়। এই কোয়েরিটি প্রতিটি হোটেলের চারপাশের ব্যাসার্ধও ১৫০০ মিটার পর্যন্ত প্রসারিত করে:

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us.places` AS r, `mydata.hotels` AS h
WHERE
ST_DWITHIN(h.location, r.point, 1500)
AND r.primary_type IN UNNEST(['restaurant', 'bar'])
AND rating >= 4
AND business_status = "OPERATIONAL"
AND price_level = 'PRICE_LEVEL_MODERATE'
GROUP BY 1, 2

এই ছবিতে এই কোয়েরিটির একটি উদাহরণ আউটপুট দেখানো হয়েছে:

প্রতিটি হোটেল থেকে ১৫০০ মিটারের মধ্যে অবস্থিত মাঝারি দামের বার এবং রেস্তোরাঁর জন্য অনুসন্ধানের ফলাফল।

এরপর কী?