نظرة عامة على "إحصاءات الأماكن"

تتيح لك إحصاءات الأماكن إجراء تحليل إحصائي متقدّم لبيانات الأماكن الغنية على "خرائط Google". وتوفّر هذه الخدمة إحصاءات مجمّعة ومعلومات عن الكثافة لملايين النقاط الخاصة ببيانات "أماكن الاهتمام"، ما يتيح الحصول على استخبارات الجغرافيا المكانية فعّالة.

الإمكانات الأساسية:

  • الاستخبارات الجغرافية المكانية: يمكنك الحصول على "نظرة عامة" على كثافة وتوزيع فئات مختلفة من نقاط الاهتمام (مثل متاجر التجزئة والمطاعم والخدمات) في مناطق جغرافية معيّنة.
  • الوصول الآمن إلى البيانات: يتم نشر البيانات باستخدام بطاقات بيانات في "سوق بيانات BigQuery" مع توفير وسائل حماية البيانات، ما يتيح بيئة آمنة ومحمية لمشاركة البيانات وتحليلها.
  • التفاصيل القابلة للاستخدام: في حين تركّز إحصاءات الأماكن على المؤشرات المجمّعة، يمكنك استخدام أرقام تعريف الأماكن التي تم إخراجها للتعمّق في التفاصيل واسترداد معلومات فردية عن الأماكن باستخدام واجهات برمجة تطبيقات أخرى من "منصة خرائط Google" للانتقال من الإحصاءات إلى الإجراءات التفصيلية.

لمحة عن بيانات الأماكن

تجمع "خرائط Google" بيانات الأماكن لملايين المؤسسات في جميع أنحاء العالم. تتيح أداة Places Insights بيانات الأماكن الشاملة هذه في BigQuery، ما يتيح لك استخلاص إحصاءات مجمّعة حول بيانات الأماكن في "خرائط Google" استنادًا إلى مجموعة متنوعة من السمات، مثل أنواع الأماكن والتقييمات وساعات عمل المتاجر وإمكانية الوصول باستخدام الكراسي المتحركة وغير ذلك.

لاستخدام إحصاءات الأماكن، عليك كتابة طلبات بحث SQL في BigQuery تعرض إحصاءات حول بيانات الأماكن. تتيح لك هذه الإحصاءات الإجابة عن أسئلة مثل:

  • كم عدد الأنشطة التجارية المشابهة التي تعمل بالقرب من موقع متجر جديد محتمل؟
  • ما هي أنواع الأنشطة التجارية الأكثر شيوعًا بالقرب من متاجري الأكثر نجاحًا؟
  • ما هي المناطق التي تضم عددًا كبيرًا من الأنشطة التجارية التكميلية التي يمكنها جذب عملائي المستهدَفين؟
  • كم عدد مطاعم السوشي ذات الـ 5 نجوم المفتوحة في الساعة 8 مساءً في مدريد والتي توفّر مواقف سيارات يمكن الوصول إليها باستخدام الكراسي المتحركة وتقدّم خدمة استلام الطلبات؟
  • ما هي الرموز البريدية في كاليفورنيا التي تضم أكبر عدد من محطات شحن المركبات الكهربائية؟

تتيح "إحصاءات الأماكن" حالات استخدام متعدّدة، مثل:

  • اختيار الموقع الجغرافي: تقييم واختيار المواقع الجغرافية الأنسب لإنشاء نشاط تجاري جديد أو وضع أصول مادية من خلال تحليل كثافة ونوعية الأماكن المحيطة، يمكنك التأكّد من أنّ الموقع الجغرافي المحتمل يتمتع بموقع مثالي ضمن بيئة الأعمال التنافسية والتكميلية. يمكن أن يحدّ هذا النهج المستند إلى البيانات من المخاطر المرتبطة بالاستثمار في مواقع جغرافية جديدة.
  • تقييم الأداء حسب الموقع الجغرافي: تحديد المتغيّرات الجغرافية المكانية، مثل القرب من أنواع معيّنة من نقاط الاهتمام، كالسوبرماركت أو أماكن إقامة الفعاليات، التي ترتبط بالأداء الإيجابي أو السلبي في مواقعك الحالية تتيح لك هذه البيانات تحديد المواقع الإلكترونية المحتملة التي تتضمّن أفضل مزيج من الخصائص الجغرافية المكانية لحالة الاستخدام. يمكنك أيضًا استخدام هذه المعلومات لنشر نماذج تنبؤية تتوقّع الأداء المستقبلي لأي مواقع جغرافية جديدة استنادًا إلى سياق النقاط المحيطة بها.
  • التسويق المستهدِف جغرافيًا: تحديد أنواع الحملات التسويقية أو الإعلانات التي ستحقّق النجاح في منطقة معيّنة توفّر إحصاءات الأماكن السياق اللازم لفهم النشاط التجاري، ما يتيح لك تخصيص الرسائل استنادًا إلى تركيز الأنشطة التجارية أو الأنشطة ذات الصلة.
  • التنبؤ بالمبيعات: يمكنك التنبؤ بالمبيعات المستقبلية في موقع جغرافي محتمل. يتيح لك وضع نماذج لتأثير الخصائص الجغرافية المكانية المحيطة إنشاء نماذج تنبؤية قوية لاتّخاذ قرارات استثمارية.
  • أبحاث السوق: تساعدك في تحديد المناطق الجغرافية التي يجب توسيع نطاق نشاطك التجاري أو خدماتك فيها. حلِّل مدى تشبّع السوق الحالي وكثافة نقاط الاهتمام لتحديد الأسواق المستهدَفة التي لا تحظى بالخدمات الكافية أو التي تشهد تركيزًا كبيرًا، والتي توفّر أكبر فرصة. ويقدّم هذا التحليل أدلة لدعم مبادرات النمو والتوسّع الاستراتيجية.

يمكنك طلب مجموعات بيانات Places Insights مباشرةً أو استخدام وظائف Places Count.

الاطّلاع على مرجع Schema

لمحة عن بيانات العلامات التجارية

بالإضافة إلى بيانات الأماكن، تتضمّن إحصاءات الأماكن بيانات حول العلامات التجارية أو المتاجر التي لديها مواقع جغرافية متعدّدة وتعمل تحت اسم العلامة التجارية نفسه.

يمكنك استخدام العلامات التجارية للإجابة عن أسئلة مثل:

  • ما هو عدد كل المتاجر حسب العلامة التجارية في منطقة معيّنة؟
  • ما هو عدد العلامات التجارية الثلاث الأبرز للمنافسين في المنطقة؟
  • ما هو عدد جميع المقاهي باستثناء هذه العلامات التجارية في هذه المنطقة؟

لمحة عن BigQuery

من خلال إتاحة البيانات في بطاقات بيانات BigQuery، تتيح لك "إحصاءات الأماكن" ما يلي:

  • يمكنك الجمع بين بياناتك وبيانات إحصاءات الأماكن بأمان.
  • اكتب طلبات بحث مرنة باستخدام لغة الاستعلامات البنيوية (SQL) للكشف عن إحصاءات مجمّعة لتلبية احتياجات عملك المحدّدة.
  • استخدِم أدوات BigQuery نفسها التي تستخدمها حاليًا مع بياناتك الخاصة وسير عملك.
  • يمكنك الاستفادة من إمكانات BigQuery في ما يتعلّق بالحجم والأداء لتحليل مجموعات البيانات الضخمة بسهولة.

مثال على حالة الاستخدام

يدمج هذا المثال بياناتك مع بيانات إحصاءات الأماكن في BigQuery لاستخلاص معلومات التجميع. في هذا المثال، أنت مالك فندق في مدينة نيويورك ولديك مواقع جغرافية متعددة. تريد الآن ربط بيانات المواقع الجغرافية لفنادقك ببيانات "إحصاءات الأماكن" لمعرفة مدى تركّز أنواع الأنشطة التجارية المحدّدة مسبقًا بالقرب من فنادقك.

المتطلبات الأساسية

في هذا المثال، عليك الاشتراك في مجموعة بيانات إحصاءات الأماكن الخاصة بالولايات المتحدة.

اسم مجموعة بيانات الفنادق هو mydata، وهي تحدّد المواقع الجغرافية لفندقَيك في مدينة نيويورك. ينشئ SQL التالي مجموعة البيانات هذه:

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) );

الحصول على عدد المطاعم في المنطقة

لإعطاء عملائك فكرة عن كثافة المطاعم المفتوحة بالقرب من فنادقك، يمكنك كتابة استعلام SQL لعرض عدد المطاعم التي تقع على بُعد 1, 000 متر من كل فندق:

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

تعرض هذه الصورة مثالاً على الناتج الذي يظهر عند إدخال طلب البحث هذا:

نتائج طلب البحث لاحتساب عدد المطاعم التي تقع على بُعد 1,000 متر من كل فندق

استخدام دالة "عدد الأماكن" للحصول على عدد المطاعم ومعرّفات الأماكن في المنطقة

يمكنك أيضًا استخدام دالة "عدد الأماكن".

للعثور على عدد المطاعم القريبة من موقع جغرافي تتيح لك دوال Places Count استرداد قائمة بمعرّفات الأماكن، والتي يمكن استخدامها للبحث عن تفاصيل حول الأماكن الفردية:

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
      )
);

تعرض هذه الصورة مثالاً على الناتج الذي يظهر عند إدخال طلب البحث هذا:

نتائج طلب البحث عن المطاعم التي تقع على بُعد 1, 000 متر من كل فندق، بما في ذلك أرقام تعريف الأماكن

الحصول على عدد المطاعم والحانات في المنطقة

عدِّل طلب البحث ليشمل البارات بالإضافة إلى المطاعم ضمن مسافة 1,000 متر من كل فندق:

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

تعرض هذه الصورة مثالاً على الناتج الذي يظهر عند إدخال طلب البحث هذا:

نتائج طلب البحث لاحتساب عدد المطاعم والبارات ضمن مسافة 1,000 متر من كل فندق

الحصول على عدد المطاعم والحانات ذات الأسعار المتوسطة في المنطقة

بعد ذلك، تريد معرفة الفئة السكانية التي تستهدفها الحانات والمطاعم. بما أنّ فنادقك تستهدف نقطة سعر معتدلة، لا تريد سوى الإعلان عن توفّر مؤسسات قريبة بهذا السعر وحصلت على مراجعات جيدة.

احصر نتائج البحث على الحانات والمطاعم التي تندرج ضمن فئة السعر PRICE_LEVEL_MODERATE والتي حصلت على تقييم 4 نجوم أو أكثر. يوسّع طلب البحث هذا أيضًا نطاق البحث إلى 1500 متر حول كل فندق:

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

تعرض هذه الصورة مثالاً على الناتج الذي يظهر عند إدخال طلب البحث هذا:

نتائج طلب البحث عن البارات والمطاعم ذات الأسعار المتوسطة التي تقع على بُعد 1500 متر من كل فندق

الخطوات التالية