Panoramica di Approfondimenti sui luoghi

Importante: prima di poter eseguire query sui dati di Places Insights, devi registrarti per ottenere l'accesso al prodotto Places Insights.

Places Insights ti consente di eseguire analisi statistiche avanzate sui dati dettagliati di Places di Google Maps. Fornisce conteggi aggregati e informazioni sulla densità per milioni di punti dati di punti d'interesse (PDI), consentendo una potente intelligence geospaziale.

Funzionalità chiave

• Intelligence geospaziale: ottieni una "visione d'insieme" della densità e della distribuzione di diverse categorie di PDI (ad esempio, vendita al dettaglio, ristoranti e servizi) in aree geografiche specifiche.
• Accesso sicuro ai dati: i dati vengono distribuiti utilizzando le schede di scambio di dati di BigQuery con protezioni dei dati in atto, consentendo un ambiente sicuro e protetto per la condivisione dei dati e l'analisi.
• Dettagli utili: mentre Places Insights si concentra sulle tendenze aggregate, puoi utilizzare gli ID luogo generati per eseguire il drill-down e recuperare informazioni sui singoli luoghi utilizzando altre API di Google Maps Platform per passare dalle informazioni statistiche alle azioni dettagliate.

Comprendi i dati e i casi d'uso di Places

Google Maps cura i dati dei luoghi per milioni di attività in tutto il mondo. Places Insights rende disponibili questi dati completi sui luoghi in BigQuery, in modo che tu possa ricavare insight aggregati sui dati dei luoghi di Google Maps in base a una serie di attributi, come tipi di luoghi, valutazioni, orari di apertura, accessibilità in sedia a rotelle e altro ancora.

Per utilizzare Places Insights, scrivi query SQL in BigQuery che restituiscono insight statistici sui dati dei luoghi. Questi insight ti consentono di rispondere a domande come:

• Quante attività simili operano vicino a una potenziale nuova sede del negozio?
• Quali tipi di attività si trovano più comunemente vicino ai miei negozi di maggior successo?
• Quali aree hanno un'alta concentrazione di attività complementari che potrebbero attirare i miei clienti target?
• Quanti ristoranti di sushi a 5 stelle sono aperti alle 20:00 a Madrid, hanno un parcheggio accessibile in sedia a rotelle e offrono il servizio da asporto?
• Quali codici postali della California hanno la più alta concentrazione di stazioni di ricarica EV?

Casi d'uso supportati

• Selezione del sito: valuta e scegli le località più adatte per una nuova attività o per il posizionamento di un asset fisico. Analizzando la densità e il mix di PDI circostanti, puoi assicurarti che un potenziale sito sia posizionato in modo ottimale nel suo ambiente aziendale competitivo e complementare. Questo approccio basato sui dati può ridurre il rischio associato agli investimenti in nuove sedi.
• Valutazione del rendimento delle località:determina quali variabili geospaziali, come la vicinanza a determinati tipi di PDI, ad esempio supermercati o luoghi di eventi, sono correlate a un rendimento positivo o negativo nelle tue località esistenti. Questi dati ti consentono di identificare i potenziali siti che condividono la migliore combinazione di caratteristiche geospaziali per il tuo caso d'uso. Puoi anche utilizzare queste informazioni per implementare modelli predittivi che prevedono il rendimento futuro di qualsiasi nuova località in base al contesto dei PDI circostanti.
• Marketing con targeting geografico:determina quali tipi di campagne di marketing o annunci avranno successo in un'area. Places Insights fornisce il contesto necessario per comprendere l'attività commerciale, consentendoti di personalizzare i messaggi in base alla concentrazione di attività o aziende pertinenti.
• Previsione delle vendite: prevedi le vendite future in una potenziale sede. La modellazione dell'impatto delle caratteristiche geospaziali circostanti ti consente di creare modelli predittivi solidi per guidare le decisioni di investimento.
• Ricerche di mercato: scopri in quali aree geografiche espandere la tua attività o il tuo servizio. Analizza la saturazione del mercato esistente e la densità dei PDI per identificare i mercati target poco serviti o altamente concentrati che offrono le maggiori opportunità. Questa analisi fornisce prove a supporto delle iniziative strategiche di crescita ed espansione.
• Analisi delle tendenze:esplora le variazioni che si verificano in un periodo di tempo. Confronta i conteggi dei luoghi, inclusi quelli aggiunti e rimossi, mese su mese a partire da gennaio 2024.

Puoi eseguire query sui set di dati di Places Insights utilizzando le funzioni di conteggio dei luoghi o le query SQL dirette.

Consulta il riferimento allo schema.

Combina con i set di dati di analisi di Google Maps Platform correlati

Sebbene Places Insights fornisca conteggi aggregati dei PDI e densità dei brand, le decisioni relative alla posizione spesso dipendono dalla comprensione del comportamento umano e dell'ambiente circostante. Per arricchire i dati dei PDI in BigQuery con embedding di machine learning che acquisiscono le tendenze di Ricerca Google, i pattern dell'ambiente costruito e dell'attività umana e il contesto ambientale (come il meteo e la qualità dell'aria), abbina Places Insights a Population Dynamics Insights (PDI) (anteprima).

Scegli il metodo di query: funzioni Places Count rispetto a SQL diretto

Per soddisfare diverse scale di analisi e requisiti di privacy, Places Insights offre due percorsi di query: funzioni di conteggio dei luoghi (funzioni BigQuery native) e query SQL dirette (join di tabelle).

Suggerimento: non sai da dove iniziare? Ti consigliamo di iniziare con PLACES_COUNT_PER_H3. Fornisce insight immediati sulla densità spaziale tra celle di griglia standardizzate, restituisce ID luogo per l'ispezione dei dati di fatto ed è progettata appositamente per il feature engineering geospaziale e i modelli ML.

Utilizza questa matrice decisionale per determinare il percorso di query corretto per la tua implementazione:

Il tuo obiettivo di analisi	Metodo di query consigliato	Dati e output restituiti	Privacy e considerazioni spaziali
Analizza la densità dei PDI regionali e crea mappe termiche	PLACES_COUNT_PER_H3	Restituisce poligoni esagonali H3 con conteggi esatti (incluso 0) Restituisce fino a 250 valori place_id per cella	Progettato appositamente per modelli ML spaziali e feature engineering Area di ricerca minima di 40 m × 40 m (1600 m²) Ottimizzazione per le prestazioni e i costi di elaborazione ridotti Convalida i parametri di input e restituisce errori chiari per semplificare il debug
Ottieni i conteggi per siti specifici e recupera gli ID luogo per cercare i dettagli	PLACES_COUNT_V2 o PLACES_COUNT_PER_TYPE_V2	Restituisce i conteggi esatti (incluso 0) per le geometrie personalizzate Restituisce fino a 250 valori place_id per riga	Area di ricerca minima di 40 m × 40 m (1600 m²) Scalabile per migliaia di località utilizzando i parametri TABLE Ottimizzazione per le prestazioni e i costi di elaborazione ridotti Convalida i parametri di input e restituisce errori chiari per semplificare il debug
Monitora le variazioni dei PDI e le tendenze di crescita nel tempo tra due mesi	PLACES_COUNT_CHANGE	Restituisce start_count, end_count, net_change, percentage_change e compound_monthly_growth_rate Restituisce array di ID luogo appena aggiunti (sample_added_place_ids) e rimossi (sample_removed_place_ids)	Richiede i parametri month1 e month2 nel formato YYYY-MM Area di ricerca minima di 40 m × 40 m (1600 m²) Scalabile fino a migliaia di località personalizzate utilizzando i parametri TABLE
Esegui logiche personalizzate avanzate, medie o unioni con i tuoi dati	Query SQL dirette	Flessibilità SQL completa tra le tabelle non elaborate Abilita le metriche SQL personalizzate (AVG, SUM e così via)	Non restituisce ID luogo Soglia di privacy: i conteggi da 0 a 4 vengono completamente omessi Nessuna limitazione relativa all'area di ricerca minima

Importante: per recuperare conteggi bassi esatti (inferiori a 5) o ID luogo, devi utilizzare le funzioni Places Count. Le query SQL standard eseguite direttamente sulle tabelle non elaborate applicano una soglia di aggregazione della privacy differenziale. Se una query restituisce un conteggio di 0-4 luoghi corrispondenti, l'intera riga viene omessa dai risultati. Per aggirare questa limitazione, utilizza le funzioni di conteggio dei luoghi che possono restituire qualsiasi conteggio, incluso 0, su un'area di ricerca minima di 40 m x 40 m (1600 m²).

Analizza le tendenze storiche utilizzando le date degli snapshot

Places Insights ti consente di eseguire analisi storiche eseguendo query su snapshot mensili dei dati di Places risalenti a gennaio 2024. In questo modo, puoi valutare l'evoluzione nel tempo della densità delle attività, dell'attività commerciale e dei panorami competitivi.

Per eseguire query sui dati storici utilizzando le funzioni Places Count, passa il parametro di filtro facoltativo snapshot_date all'interno di JSON_OBJECT. Il valore deve essere formattato come YYYY-MM (ad esempio, '2026-01').

Nota: se snapshot_date viene omesso, per impostazione predefinita la query restituisce i dati dello snapshot disponibile più recente.

Esempio: esegui una query sul numero storico di ristoranti a New York City con PLACES_COUNT_V2

L'esempio seguente utilizza PLACES_COUNT_V2 per analizzare il numero di ristoranti operativi intorno all'Empire State Building e a Times Square a New York City, così come esistevano a gennaio 2026:

-- Create a table for the input search geographies
WITH my_search_areas AS (
  SELECT
    'Empire State Building' AS geo_id,
    ST_GEOGPOINT(-73.9857, 40.7484) AS geo
  UNION ALL
  SELECT
    'Times Square' AS geo_id,
    ST_GEOGPOINT(-73.9851, 40.7580) AS geo
)

-- Query restaurant counts for the January 2026 snapshot
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE my_search_areas,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters around each point
      'business_status', ['OPERATIONAL'],
      'types', ['restaurant'],
      'snapshot_date', '2026-01'
  )
);

Analisi dell'output storico

La tabella BigQuery restituita contiene geo_id, il poligono geografico di input, il conteggio dei luoghi e gli ID luogo di esempio così come sono stati registrati durante il mese dell'istantanea specificato (2026-01). Puoi eseguire query identiche su più mesi di istantanee per calcolare le tendenze di crescita, le aperture di negozi o la contrazione del mercato.

Aggrega la densità dei PDI regionali utilizzando PLACES_COUNT_PER_H3

La funzione PLACES_COUNT_PER_H3 è il percorso consigliato per analizzare la densità dei PDI su aree estese. Dividendo la regione target in celle di griglia esagonale H3 standardizzate, non è necessario disegnare confini personalizzati e puoi inserire i risultati direttamente negli strumenti di mappatura visiva, come Looker Studio.

Esempio: conta i negozi di alimentari e i minimarket accessibili in sedia a rotelle nello stato di New York

La seguente query aggrega i negozi di alimentari e i minimarket accessibili in sedia a rotelle nello stato di New York in celle H3 con livello di risoluzione 8. Utilizza la geometria dei confini recuperata dinamicamente dal set di dati pubblico bigquery-public-data.geo_us_boundaries.states.

-- Query POI count per H3 cell intersecting the New York State polygon boundary
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', (
        -- Dynamically retrieve the boundary geography for New York State
        SELECT state_geom
        FROM `bigquery-public-data.geo_us_boundaries.states`
        WHERE state = 'NY'
        LIMIT 1
      ),
      'types', ['grocery_store', 'convenience_store'],
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8,
      'wheelchair_accessible_entrance', TRUE
  )
)
ORDER BY count DESC;

Analisi dell'output

Questa query restituisce una tabella strutturata che mappa ogni indice H3 distinto (h3_cell_index) al relativo poligono di confine (geography), al conteggio dei PDI (count) e a un massimo di 250 sample_place_ids rappresentativi.

• Inclusione dei conteggi pari a zero: se una cella della griglia dello stato di New York non ha negozi corrispondenti, restituisce comunque una riga con un conteggio pari a 0. Questo è fondamentale per individuare le aree prive di attività commerciali o servizi.
• Mappatura visiva diretta: poiché l'output include un poligono GEOGRAPHY, puoi eseguire il rendering delle mappe termiche direttamente in BigQuery Studio o Looker Studio.

Recupera gli ID luogo per esaminare i dettagli dei luoghi

Sebbene Places Insights sia progettato per l'intelligence statistica, puoi passare dagli insight aggregati alle azioni granulari.

Tutte le funzioni principali di Places Count, tra cui PLACES_COUNT_PER_H3, PLACES_COUNT_V2 e PLACES_COUNT_PER_TYPE_V2 (ad eccezione della funzione legacy PLACES_COUNT), restituiscono un array di un massimo di 250 ID luogo per riga corrispondenti ai criteri di query.

Questi ID luogo fungono da ponte, consentendoti di utilizzare altre API di Google Maps Platform, come l'API Place Details, per recuperare dettagli specifici come nomi dei negozi, recensioni, numeri di telefono e indirizzi.

Analizza la presenza del brand in più sedi

Nota: i dati sui brand sono disponibili per i set di dati di Stati Uniti, Canada, Gran Bretagna e Australia.

Oltre ai dati sui luoghi, Places Insights include dati sui brand o sui negozi con più sedi che operano con lo stesso nome del brand.

Puoi eseguire query sui dati del brand per:

• Identificare la densità dei brand della concorrenza in un mercato di riferimento.
• Filtra i conteggi dei PDI in modo specifico in base agli ID brand.
• Esamina la penetrazione di mercato confrontando le strutture di brand con quelle indipendenti.

Passaggi successivi

• Inizia a utilizzare Places Insights: leggi la panoramica di tutte le funzioni con valore di tabella ottimizzate.
• Riferimento PLACES_COUNT_PER_H3 – Scopri di più sulla funzione di indicizzazione spaziale esagonale.
• Avanzato: esegui query direttamente sul set di dati: scopri le query SQL standard, i workflow di join e il filtro dei dati dei brand.
• Visualizza il riferimento dello schema: leggi le tabelle dei campi dettagliate per gli schemi di base e specifici per paese.