نظرة عامة على "إحصاءات الأماكن"

تتيح لك خدمة إحصاءات الأماكن إجراء تحليل إحصائي متقدّم لبيانات الأماكن الغنية في "خرائط Google". وتوفّر هذه المجموعة أعدادًا مجمّعة ومعلومات عن الكثافة لملايين نقاط البيانات الخاصة بنقاط الاهتمام، ما يتيح الحصول على استخبارات الجغرافيا المكانية الفعّالة.

الإمكانات الأساسية

  • استخبارات الجغرافيا المكانية: يمكنك الحصول على "نظرة شاملة" على كثافة وتوزيع الفئات المختلفة من نقاط الاهتمام (مثل البيع بالتجزئة والمطاعم والخدمات) في مناطق جغرافية معيّنة.
  • الوصول الآمن إلى البيانات: يتم نشر البيانات باستخدام بيانات تبادل BigQuery مع توفير إجراءات حماية البيانات، ما يتيح بيئة آمنة ومحمية لمشاركة البيانات وتحليلها.
  • تفاصيل قابلة للاستخدام: على الرغم من أنّ خدمة "إحصاءات الأماكن" تركّز على المؤشرات المجمّعة، يمكنك استخدام أرقام تعريف الأماكن الناتجة للتعمّق في التفاصيل واسترداد معلومات الأماكن الفردية باستخدام واجهات برمجة تطبيقات أخرى في "منصة خرائط Google" للانتقال من الإحصاءات إلى الإجراءات التفصيلية.

التعرّف على بيانات الأماكن وحالات الاستخدام

تجمع "خرائط Google" بيانات الأماكن لملايين المؤسسات في جميع أنحاء العالم. تتيح خدمة Places Insights بيانات الأماكن الشاملة هذه في BigQuery لتتمكّن من استخلاص إحصاءات مجمّعة حول بيانات الأماكن في "خرائط Google" استنادًا إلى مجموعة متنوعة من السمات، مثل أنواع الأماكن والتقييمات وساعات عمل المتجر وإمكانية وصول الكراسي المتحرّكة وغير ذلك.

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

  • كم عدد الأنشطة التجارية المماثلة التي تعمل بالقرب من موقع متجر جديد محتمل؟
  • ما هي أنواع الأنشطة التجارية الأكثر شيوعًا بالقرب من متاجري الأكثر نجاحًا؟
  • ما هي المناطق التي تتركز فيها الأنشطة التجارية التكميلية التي يمكن أن تجذب عملائي المستهدفين؟
  • كم عدد مطاعم السوشي المصنّفة بـ 5 نجوم التي تفتح أبوابها عند الساعة 8 مساءً في مدريد، وتوفّر مواقف سيارات مناسبة لأصحاب الكراسي المتحرّكة، وتتيح خدمة الطلبات الخارجية؟
  • ما هي الرموز البريدية في كاليفورنيا التي تضمّ أكبر عدد من محطات شحن المركبات الكهربائية؟

حالات الاستخدام المتوافقة

  • اختيار الموقع الجغرافي: يمكنك تقييم واختيار المواقع الجغرافية الأنسب لنشاط تجاري جديد أو لوضع أصل مادي. من خلال تحليل كثافة نقاط الاهتمام المحيطة ومزيجها، يمكنك التأكّد من أنّ الموقع الجغرافي المحتمل يقع في مكان مثالي ضمن بيئة النشاط التجاري التنافسية والتكميلية. يمكن أن يقلل هذا النهج المستند إلى البيانات من المخاطر المرتبطة بالاستثمار في مواقع جديدة.
  • تقييم أداء المواقع الجغرافية: يمكنك تحديد المتغيّرات الجغرافية المكانية، مثل القرب من أنواع معيّنة من نقاط الاهتمام، مثل الأسواق التجارية الكبرى أو أماكن الفعاليات، التي ترتبط بالأداء الإيجابي أو السلبي في جميع مواقعك الجغرافية الحالية. تتيح لك هذه البيانات تحديد المواقع المحتملة التي تشترك في أفضل مزيج من الخصائص الجغرافية المكانية لحالة الاستخدام الخاصة بك. يمكنك أيضًا استخدام هذه المعلومات لنشر نماذج تنبؤية تتوقّع الأداء المستقبلي لأي مواقع جغرافية جديدة استنادًا إلى سياق نقاط الاهتمام المحيطة بها.
  • التسويق المستند إلى الموقع الجغرافي: تحديد أنواع الحملات التسويقية أو الإعلانات التي ستحقق نجاحًا 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.
  • توقُّع المبيعات: توقُّع المبيعات المستقبلية في موقع جغرافي محتمل من خلال وضع نماذج لتأثير الخصائص الجغرافية المكانية المحيطة، يمكنك إنشاء نماذج تنبؤية فعّالة لتوجيه قرارات الاستثمار.
  • أبحاث السوق: يمكنك معرفة المواقع الجغرافية التي يمكنك توسيع نطاق نشاطك التجاري أو خدمتك إليها بعد ذلك. تحليل تشبّع السوق الحالي وكثافة نقاط الاهتمام لتحديد الأسواق المستهدفة التي لا تحظى بالخدمات الكافية أو التي تتركّز فيها الخدمات بشكل كبير والتي توفّر أكبر فرصة يوفر هذا التحليل دليلاً لدعم مبادرات النمو والتوسع الاستراتيجية.
  • تحليل المؤشرات: استكشِف التغييرات التي تحدث على مدار فترة زمنية معيّنة. يمكنك مقارنة عدد الأماكن، بما في ذلك الأماكن التي تمت إضافتها وإزالتها، على أساس شهري اعتبارًا من يناير 2024.

يمكنك الاستعلام عن مجموعات بيانات إحصاءات الأماكن باستخدام دوال Places Count أو طلبات SQL المباشرة.

الاطّلاع على مرجع المخطط

اختيار طريقة طلب البحث: دوال Places Count مقابل SQL المباشر

لتلبية متطلبات الخصوصية ومقاييس التحليل المختلفة، توفّر خدمة "إحصاءات الأماكن" مسارَين لطلب البيانات: دوال عدد الأماكن (دوال BigQuery الأصلية) وطلبات SQL المباشرة (عمليات دمج الجداول).

استخدِم مصفوفة القرارات هذه لتحديد مسار طلب البحث الصحيح لعملية التنفيذ:

هدف التحليل طريقة طلب البحث المقترَحة البيانات والنتائج التي يتم عرضها الخصوصية والاعتبارات المكانية
تحليل كثافة نقاط الاهتمام الإقليمية وإنشاء خرائط حرارية PLACES_COUNT_PER_H3
  • تعرض هذه السمة مضلّعات سداسية H3 مع أعداد دقيقة (بما في ذلك 0)
  • تعرض ما يصل إلى 250 قيمة من قيم place_id لكل خلية
  • مصمَّمة خصيصًا لنماذج تعلُّم الآلة المكانية وهندسة الخصائص
  • الحد الأدنى لمساحة البحث هو 40 متر × 40 متر (1,600 متر مربّع)
  • تم تحسينه لتعزيز الأداء وخفض تكلفة المعالجة
  • يتحقّق من صحة مَعلمات الإدخال ويعرض أخطاء واضحة لتسهيل تصحيح الأخطاء
الحصول على أعداد مواقع جغرافية معيّنة واسترداد أرقام تعريف الأماكن للبحث عن التفاصيل PLACES_COUNT_V2 أو PLACES_COUNT_PER_TYPE_V2
  • تعرض الأعداد الدقيقة (بما في ذلك 0) للأشكال الهندسية المخصّصة
  • تعرض ما يصل إلى 250 قيمة من النوع place_id لكل صف
  • الحد الأدنى لمساحة البحث هو 40 مترًا × 40 مترًا (1,600 متر مربّع)
  • قابلة للتوسّع لتشمل آلاف المواقع الجغرافية باستخدام مَعلمات TABLE
  • تم تحسينه لتعزيز الأداء وخفض تكلفة المعالجة
  • يتحقّق من صحة مَعلمات الإدخال ويعرض أخطاء واضحة لتسهيل تصحيح الأخطاء
تتبُّع التغييرات في نقاط الاهتمام ومؤشرات النمو بمرور الوقت بين شهرين PLACES_COUNT_CHANGE
  • المرتجعات start_count وend_count وnet_change وpercentage_change وcompound_monthly_growth_rate
  • تعرض هذه الدالة مصفوفات لأرقام تعريف الأماكن التي تمت إضافتها حديثًا (sample_added_place_ids) والتي تمت إزالتها (sample_removed_place_ids)
  • يجب توفّر المَعلمتَين month1 وmonth2 بتنسيق YYYY-MM
  • الحد الأدنى لمساحة البحث هو 40 مترًا × 40 مترًا (1,600 متر مربّع)
  • يمكن توسيع نطاقها لتشمل آلاف المواقع الجغرافية المخصّصة باستخدام مَعلمات TABLE
تنفيذ منطق مخصّص متقدّم أو متوسّطات أو دمج مع بياناتك طلبات بحث SQL المباشرة
  • مرونة كاملة في استخدام SQL في الجداول الأولية
  • يتيح هذا الإذن استخدام مقاييس SQL المخصّصة (AVG وSUM وغير ذلك).
  • لا يعرض أرقام تعريف الأماكن
  • حدّ الخصوصية: يتم حذف الأعداد من 0 إلى 4 بالكامل
  • ما مِن حدّ أدنى لمنطقة البحث

تتيح لك إحصاءات الأماكن إجراء تحليل للبيانات السابقة من خلال طلب لقطات شهرية لبيانات الأماكن التي تعود إلى يناير 2024. يتيح لك ذلك تقييم كيفية تطوّر الكثافة التجارية والنشاط التجاري والمشهد التنافسي بمرور الوقت.

للاستعلام عن البيانات السابقة باستخدام دوال Places Count، مرِّر مَعلمة الفلتر الاختيارية snapshot_date داخل JSON_OBJECT. يجب أن تكون القيمة بالتنسيق YYYY-MM (مثلاً، '2026-01').

مثال: طلب البحث عن أعداد المطاعم السابقة في مدينة نيويورك باستخدام PLACES_COUNT_V2

يستخدم المثال التالي PLACES_COUNT_V2 لتحليل أعداد المطاعم العاملة حول مبنى "إمباير ستيت" و"تايمز سكوير" في مدينة نيويورك كما كانت في يناير 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'
  )
);

جارٍ تحليل الناتج السابق

يحتوي جدول BigQuery الذي تم عرضه على geo_id، والمضلّع الجغرافي المُدخل، وعدد الأماكن، وعيّنة من أرقام تعريف الأماكن كما تم تسجيلها خلال شهر اللقطة المحدّد (2026-01). يمكنك تنفيذ طلبات بحث متطابقة على مستوى عدة أشهر من اللقطات لحساب مؤشرات النمو أو افتتاح المتاجر أو انكماش السوق.

تجميع كثافة نقاط الاهتمام الإقليمية باستخدام PLACES_COUNT_PER_H3

الدالة PLACES_COUNT_PER_H3 هي المسار المقترَح لتحليل كثافة نقاط الاهتمام على مساحات كبيرة. من خلال تقسيم منطقتك المستهدفة إلى خلايا شبكة سداسية H3 موحّدة، لن تحتاج إلى رسم حدود مخصّصة ويمكنك إدخال النتائج مباشرةً في أدوات الخرائط المرئية، مثل Looker Studio.

مثال: احتساب عدد متاجر البقالة والمتاجر الصغيرة المناسبة لأصحاب الكراسي المتحرّكة في ولاية نيويورك

يجمع طلب البحث التالي متاجر البقالة والمتاجر الصغيرة المناسبة لأصحاب الكراسي المتحرّكة في ولاية نيويورك في خلايا H3 بمستوى الدقة 8. وتستخدم هذه الخدمة هندسة الحدود التي يتم استردادها ديناميكيًا من مجموعة البيانات العلنية 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;

تحليل الناتج

يعرض طلب البحث هذا جدولاً منظّمًا يربط كل فهرس H3 مميّز (h3_cell_index) بمضلّع الحدود (geography) وعدد نقاط الاهتمام (count) وما يصل إلى 250 sample_place_ids تمثيليًا.

  • تضمين القيم الصفرية: إذا كانت إحدى الخلايا في شبكة New York State تحتوي على صفر من المتاجر المطابقة، ستعرض صفًا بقيمة 0. وهذا أمر بالغ الأهمية لتحديد مواقع المناطق التجارية أو الخدمية.
  • الربط المرئي المباشر: بما أنّ الناتج يتضمّن مضلّع GEOGRAPHY، يمكنك عرض الخرائط الحرارية مباشرةً في BigQuery Studio أو Looker Studio.

استرداد أرقام تعريف الأماكن لفحص تفاصيل الأماكن

على الرغم من أنّ إحصاءات الأماكن مصمَّمة لتقديم معلومات إحصائية، يمكنك الانتقال من الإحصاءات المجمّعة إلى الإجراءات الدقيقة.

تعرض جميع دوال Places Count الأساسية، بما في ذلك PLACES_COUNT_PER_H3 وPLACES_COUNT_V2 وPLACES_COUNT_PER_TYPE_V2 (باستثناء دالة PLACES_COUNT القديمة)، مصفوفة تصل إلى 250 رقم تعريف مكان لكل صف يتطابق مع معايير طلب البحث.

تعمل أرقام تعريف الأماكن هذه كجسر يتيح لك استخدام واجهات برمجة تطبيقات أخرى في "منصة خرائط Google"، مثل واجهة برمجة تطبيقات تفاصيل المكان، لاسترداد تفاصيل محدّدة مثل أسماء المتاجر والمراجعات وأرقام الهواتف والعناوين.

تحليل حضور العلامات التجارية المتعدّدة المواقع الجغرافية

إلى جانب بيانات الأماكن، تتضمّن إحصاءات الأماكن بيانات عن العلامات التجارية أو المتاجر التي لها مواقع جغرافية متعددة وتعمل تحت اسم العلامة التجارية نفسه.

يمكنك الاستعلام عن بيانات العلامات التجارية لإجراء ما يلي:

  • تحديد كثافة العلامات التجارية المنافسة في سوق مستهدَفة
  • يمكنك فلترة أعداد نقاط الاهتمام حسب معرّفات العلامات التجارية تحديدًا.
  • افحص مدى النفاذ في السوق من خلال مقارنة المؤسسات ذات العلامات التجارية بالمؤسسات المستقلة.

الخطوات التالية