Omówienie statystyk miejsc

Places Insights umożliwia przeprowadzanie zaawansowanych analiz statystycznych na podstawie bogatych danych o miejscach w Mapach Google. Zawiera zagregowane liczby i informacje o gęstości milionów punktów danych dotyczących ciekawych miejsc, co umożliwia uzyskiwanie zaawansowanych informacji geoprzestrzennych.

Najważniejsze funkcje:

  • Geospatial Intelligence: uzyskaj „widok z lotu ptaka” na gęstość i rozmieszczenie różnych kategorii punktów POI (np. sklepów, restauracji, usług) na określonych obszarach geograficznych.
  • Bezpieczny dostęp do danych: dane są wdrażane przy użyciu ofert wymiany danych BigQuery z zastosowanymi zabezpieczeniami danych, co zapewnia bezpieczne i chronione środowisko do udostępniania i analizowania danych.
  • Szczegółowe informacje umożliwiające podjęcie działań: usługa Places Insights koncentruje się na trendach zbiorczych, ale możesz używać wygenerowanych identyfikatorów miejsc, aby uzyskiwać szczegółowe informacje o poszczególnych miejscach za pomocą innych interfejsów API Google Maps Platform. Dzięki temu możesz przejść od statystycznych informacji do szczegółowych działań.

Dane o miejscach

Mapy Google gromadzą dane o milionach miejsc na całym świecie. Statystyki miejsc udostępniają te obszerne dane o miejscach w BigQuery, dzięki czemu możesz uzyskiwać zagregowane statystyki oparte na danych z Miejsc Google na podstawie różnych atrybutów, takich jak rodzaje miejsc, oceny, godziny otwarcia, dostępność dla osób na wózkach inwalidzkich i inne.

Aby korzystać ze Statystyk miejsc, musisz napisać zapytania SQL w BigQuery, które zwracają statystyczne informacje o danych dotyczących miejsc. Te informacje pozwalają uzyskać odpowiedzi na pytania takie jak:

  • Ile podobnych firm działa w pobliżu potencjalnej nowej lokalizacji sklepu?
  • Jakie rodzaje firm najczęściej znajdują się w pobliżu moich najlepiej prosperujących sklepów?
  • W których obszarach jest dużo firm uzupełniających moją ofertę, które mogą przyciągnąć moich docelowych klientów?
  • Ile restauracji sushi z 5 gwiazdkami jest otwartych o 20:00 w Madrycie, ma parking przystosowany do potrzeb osób na wózkach inwalidzkich i oferuje jedzenie na wynos?
  • W których kodach pocztowych w Kalifornii jest najwięcej stacji ładowania pojazdów elektrycznych?

Places Insights obsługuje wiele przypadków użycia, takich jak:

  • Wybór lokalizacji: oceniaj i wybieraj najbardziej odpowiednie lokalizacje dla nowej firmy lub umieszczenia zasobu fizycznego. Analizując gęstość i różnorodność pobliskich punktów POI, możesz mieć pewność, że potencjalna lokalizacja jest optymalnie usytuowana w środowisku konkurencyjnym i uzupełniającym. To podejście oparte na danych może zmniejszyć ryzyko związane z inwestycjami w nowych lokalizacjach.
  • Ocena skuteczności lokalizacji: określ, które zmienne geoprzestrzenne, takie jak bliskość określonych rodzajów punktów POI, np. supermarketów lub obiektów, w których odbywają się wydarzenia, wiążą się z pozytywnymi lub negatywnymi wynikami w Twoich obecnych lokalizacjach. Te dane pozwalają identyfikować potencjalne lokalizacje, które w największym stopniu odpowiadają Twoim potrzebom pod względem charakterystyki geoprzestrzennej. Możesz też użyć tych informacji do wdrażania modeli predykcyjnych, które prognozują przyszłą skuteczność nowych lokalizacji na podstawie kontekstu otaczających je punktów POI.
  • Marketing geotargetowany: określanie, jakie typy kampanii marketingowych lub reklam będą skuteczne w danym obszarze. Places Insights dostarcza kontekstu potrzebnego do zrozumienia aktywności komercyjnej, co pozwala dostosowywać komunikaty na podstawie koncentracji odpowiednich firm lub działań.
  • Prognozowanie sprzedaży: prognozowanie przyszłej sprzedaży w potencjalnej lokalizacji. Modelowanie wpływu otaczających cech geoprzestrzennych pozwala tworzyć solidne modele predykcyjne, które ułatwiają podejmowanie decyzji inwestycyjnych.
  • Badania rynku: pomagają określić, na które regiony warto rozszerzyć działalność lub usługi. Analizuj obecne nasycenie rynku i gęstość punktów POI, aby identyfikować niedostatecznie obsługiwane lub wysoce skoncentrowane rynki docelowe, które oferują największe możliwości. Ta analiza dostarcza dowodów na poparcie strategicznych inicjatyw rozwoju i ekspansji.

Możesz bezpośrednio wysyłać zapytania do zbiorów danych Places Insights lub używać funkcji zliczania miejsc.

Zobacz odniesienia do schematu

Informacje o danych marek

Oprócz danych o miejscach Places Insights zawiera dane o markach lub sklepach, które mają wiele lokalizacji działających pod tą samą nazwą marki.

Dzięki markom możesz uzyskać odpowiedzi na pytania takie jak:

  • Jaka jest liczba wszystkich sklepów danej marki w danym obszarze?
  • Ile jest w okolicy moich 3 największych konkurentów?
  • Ile jest kawiarni w tym obszarze z wyłączeniem tych marek?

Informacje o BigQuery

Dzięki udostępnianiu danych w informacjach o BigQuery Statystyki miejsc umożliwiają:

  • Bezpiecznie łącz swoje dane z danymi Statystyk miejsc.
  • Twórz elastyczne zapytania SQL, aby odkrywać zagregowane statystyki odpowiadające Twoim konkretnym potrzebom biznesowym.
  • Używaj tych samych narzędzi BigQuery, których używasz już w przypadku danych prywatnych i przepływów pracy.
  • Wykorzystaj skalę i wydajność BigQuery, aby z łatwością analizować ogromne zbiory danych.

Przypadek użycia

W tym przykładzie łączymy Twoje dane z danymi Statystyk miejsc w BigQuery, aby uzyskać informacje o agregacji. W tym przykładzie jesteś właścicielem hotelu w Nowym Jorku, który ma kilka lokalizacji. Chcesz teraz połączyć dane o lokalizacji hotelu z danymi Places Insights, aby sprawdzić, jakie rodzaje firm znajdują się w pobliżu Twoich hoteli.

Wymagania wstępne

W tym przykładzie subskrybujesz zbiór danych Places Insights dotyczący Stanów Zjednoczonych.

Zbiór danych o hotelach ma nazwę mydata i określa lokalizacje 2 hoteli w Nowym Jorku. Ten zbiór danych tworzy się za pomocą tego kodu SQL:

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) );

Uzyskiwanie liczby restauracji w okolicy

Aby dać klientom wyobrażenie o gęstości działających restauracji w pobliżu hoteli, możesz napisać zapytanie SQL, które zwróci liczbę restauracji w promieniu 1000 metrów od każdego hotelu:

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

Ilustracja przedstawiająca przykładowe dane wyjściowe tego zapytania:

Wyniki zapytania dotyczące zliczania restauracji w odległości 1000 metrów od każdego hotelu.

Użyj funkcji zliczania miejsc, aby uzyskać liczbę restauracji w okolicy i ich identyfikatory

Możesz też użyć funkcji zliczania miejsc.

aby znaleźć liczbę restauracji w pobliżu danej lokalizacji. Funkcje zliczania miejsc umożliwiają pobieranie listy identyfikatorów miejsc, których można używać do wyszukiwania szczegółowych informacji o poszczególnych miejscach:

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
      )
);

Ilustracja przedstawiająca przykładowe dane wyjściowe tego zapytania:

Wyniki zapytania dotyczące restauracji w promieniu 1000 metrów od każdego hotelu, w tym identyfikatory miejsc.

Sprawdzanie liczby restauracji i barów w okolicy

Zmodyfikuj zapytanie, aby uwzględnić bary wraz z restauracjami w promieniu 1000 metrów od każdego hotelu:

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

Ilustracja przedstawiająca przykładowe dane wyjściowe tego zapytania:

Wyniki zapytania dotyczące zliczania restauracji i barów w promieniu 1000 metrów od każdego hotelu.

Uzyskiwanie liczby restauracji i barów w okolicy o średnich cenach

Następnie chcesz się dowiedzieć, do jakiej grupy demograficznej klientów są skierowane bary i restauracje. Ponieważ Twoje hotele są w średnim przedziale cenowym, chcesz reklamować tylko pobliskie obiekty, które są w tym przedziale cenowym i mają dobre opinie.

Ogranicz zapytanie tak, aby zwracało tylko bary i restauracje, które są w PRICE_LEVEL_MODERATE przedziale cenowym i mają ocenę co najmniej 4 gwiazdki. To zapytanie rozszerza też promień do 1500 metrów wokół każdego hotelu:

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

Ilustracja przedstawiająca przykładowe dane wyjściowe tego zapytania:

Wyniki zapytania dotyczące barów i restauracji w średnim przedziale cenowym w odległości do 1500 m od każdego hotelu.

Co dalej?