Com o Places Insights, você pode fazer análises estatísticas avançadas sobre os dados avançados de lugares do Google Maps. Ela fornece contagens agregadas e informações de densidade para milhões de pontos de dados de lugares de interesse (POI, na sigla em inglês), permitindo uma inteligência geoespacial poderosa.
Principais recursos:
- Inteligência geoespacial: tenha uma visão geral da densidade e da distribuição de diferentes categorias de PIs (por exemplo, varejo, restaurantes, serviços) em áreas geográficas específicas.
- Acesso seguro a dados: os dados são implantados usando listagens da troca de dados do BigQuery com proteções de dados em vigor, permitindo um ambiente seguro e protegido para compartilhamento e análise de dados.
- Detalhes úteis: embora o Places Insights se concentre em tendências agregadas, você pode usar os IDs de lugar gerados para detalhar e recuperar informações individuais de lugares usando outras APIs da Plataforma Google Maps e transformar insights estatísticos em ações detalhadas.
Sobre os dados de lugares
O Google Maps organiza dados de lugares para milhões de estabelecimentos no mundo todo. O Places Insights disponibiliza esses dados abrangentes no BigQuery para que você possa extrair insights agregados sobre os dados de lugares do Google Maps com base em vários atributos, como tipos de lugares, avaliações, horário de funcionamento, acessibilidade para cadeirantes e muito mais.
Para usar o Places Insights, escreva consultas SQL no BigQuery que retornem insights estatísticos sobre dados de lugares. Com esses insights, você pode responder a perguntas como:
- Quantas empresas semelhantes estão operando perto de um possível novo local de loja?
- Que tipos de empresas são mais comuns perto das minhas lojas de maior sucesso?
- Quais áreas têm uma alta concentração de empresas complementares que podem atrair meus clientes-alvo?
- Quantos restaurantes de sushi cinco estrelas estão abertos às 20h em Madri, têm estacionamento acessível para cadeirantes e oferecem comida para viagem?
- Quais códigos postais da Califórnia têm a maior concentração de eletropostos?
O Places Insights é compatível com vários casos de uso, como:
- Seleção de site: avalie e escolha os locais mais adequados para uma nova empresa ou a colocação de um recurso físico. Ao analisar a densidade e a combinação dos POIs ao redor, você garante que um possível local esteja posicionado de maneira ideal no ambiente de negócios competitivo e complementar. Essa abordagem baseada em dados pode reduzir o risco associado ao investimento em novos locais.
- Avaliação de performance de local: determine quais variáveis geoespaciais, como proximidade de determinados tipos de POIs, como supermercados ou locais de eventos, estão relacionadas a uma performance positiva ou negativa nos seus locais atuais. Com esses dados, é possível identificar sites em potencial que compartilham a melhor combinação de características geoespaciais para seu caso de uso. Você também pode usar essas informações para implantar modelos preditivos que preveem a performance futura de novos locais com base no contexto dos PIs ao redor.
- Marketing com segmentação geográfica: determine quais tipos de campanhas de marketing ou anúncios vão ter sucesso em uma área. O Places Insights fornece o contexto necessário para entender a atividade comercial, permitindo que você personalize as mensagens com base na concentração de empresas ou atividades relevantes.
- Previsão de vendas: preveja vendas futuras em um local em potencial. Ao modelar o impacto das características geoespaciais ao redor, você cria modelos preditivos robustos para impulsionar as decisões de investimento.
- Pesquisa de mercado: informe para quais regiões expandir sua empresa ou serviço. Analise a saturação do mercado e a densidade de POIs para identificar mercados-alvo carentes ou altamente concentrados que oferecem a maior oportunidade. Essa análise fornece evidências para apoiar iniciativas estratégicas de crescimento e expansão.
É possível consultar os conjuntos de dados do Places Insights diretamente ou usar funções de contagem de lugares.
Consulte a referência de esquema.
Sobre os dados de marcas
Além dos dados de lugares, o Places Insights inclui dados sobre marcas ou lojas com várias unidades que operam sob o mesmo nome de marca.
Você pode usar marcas para responder a perguntas como:
- Qual é a contagem de todas as lojas por marca em uma área?
- Qual é a contagem das três principais marcas concorrentes na área?
- Qual é o número de todas as cafeterias, exceto essas marcas, nesta área?
Sobre o BigQuery
Ao disponibilizar dados nas páginas do BigQuery, o Places Insights permite:
- Combine seus dados com os dados do Places Insights de maneira segura.
- Escreva consultas SQL flexíveis para descobrir insights agregados de acordo com as necessidades específicas da sua empresa.
- Use as mesmas ferramentas do BigQuery que você já usa com seus dados e fluxos de trabalho particulares.
- Aproveite a escala e o desempenho do BigQuery para analisar grandes conjuntos de dados com facilidade.
Exemplo de caso de uso:
Este exemplo une seus dados com os dados do Places Insights no BigQuery para derivar informações de agregação. Neste exemplo, você é proprietário de um hotel em Nova York com várias unidades. Agora você quer combinar os dados de localização do seu hotel com os dados do Places Insights para descobrir a concentração de tipos de empresas predefinidos perto dos seus hotéis.
Pré-requisitos
Neste exemplo, você vai assinar o conjunto de dados Places Insights dos Estados Unidos.
O conjunto de dados de hotéis se chama mydata e define os locais dos dois hotéis em Nova York. O SQL a seguir cria esse conjunto de dados:
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) );
Receber a contagem de restaurantes na área
Para dar aos clientes uma ideia da densidade de restaurantes em funcionamento perto dos hotéis, escreva uma consulta SQL que retorne o número de restaurantes em um raio de 1.000 metros de cada hotel:
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
Esta imagem mostra um exemplo de saída para essa consulta:

Use uma função de contagem de lugares para receber a contagem e os IDs de lugares dos restaurantes na área.
Você também pode usar a função de contagem de lugares.
para encontrar uma contagem de restaurantes perto de um local. As funções de contagem de lugares permitem recuperar uma lista de IDs de lugar, que podem ser usados para pesquisar detalhes sobre os lugares individuais:
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 ) );
Esta imagem mostra um exemplo de saída para essa consulta:

Receba a contagem de restaurantes e bares na área
Modifique sua consulta para incluir bares e restaurantes em um raio de 1.000 metros de cada hotel:
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
Esta imagem mostra um exemplo de saída para essa consulta:

Receba a contagem de restaurantes e bares com preços moderados na área
Em seguida, você quer saber qual grupo demográfico de clientes é atendido pelos bares e restaurantes. Como seus hotéis têm um preço moderado, você só quer anunciar a existência de estabelecimentos próximos que estejam nessa faixa de preço e tenham boas avaliações.
Restrinja a consulta para retornar apenas bares e restaurantes se eles estiverem no ponto de preço PRICE_LEVEL_MODERATE e tiverem uma classificação de 4 estrelas ou mais. Essa consulta também estende o raio para 1.500 metros ao redor de cada hotel:
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
Esta imagem mostra um exemplo de saída para essa consulta:

A seguir
- Configurar o Places Insights
- Consultar o conjunto de dados diretamente
- Consultar o conjunto de dados usando funções de contagem de lugares
- Ver a referência de esquema