地點洞察總覽

Places 洞察會在 Analytics Hub 和 BigQuery 中提供豐富的 Google 地圖地點和品牌資料，方便您取得 Google 地圖地點資料的統計洞察資訊。資料會部署在 BigQuery 資料無塵室，提供安全的資料共用環境。

關於地點資料

Google 地圖會為全球數百萬個商家整理地點資料。 Places 洞察會在 BigQuery 中提供地點資料，讓您根據地點類型、評分、營業時間、輪椅無障礙設施等各種屬性，取得 Google 地圖地點資料的匯總洞察資訊。

如要使用 Places Insights，請在 BigQuery 中編寫 SQL 查詢，傳回地點資料的統計深入分析。這些洞察資料可協助您解答下列問題：

  • 在潛在的新店面位置附近，有多少類似商家正在營運？
  • 我最成功的商店附近最常見哪種商家？
  • 是否有任何區域聚集了大量互補商家，可吸引我的目標顧客？
  • 我應該在哪裡投放戶外廣告，才能觸及目標對象？
  • 在馬德里，晚上 8 點營業、提供外帶服務，且設有輪椅無障礙停車位的 5 星壽司餐廳有幾間？

匯總資料可支援網站選取和地點成效評估用途，其中：

  • 選址是評估及選擇最適合新商家或實體資產位置的程序

  • 地點成效評估是評估哪些變數 (例如與特定地理空間特徵 (如興趣點) 的鄰近程度) 會影響地點的正面或負面成效。

品牌資料簡介

除了地點資料，地點洞察還包含品牌資料，或以相同品牌名稱經營多個地點的商店。

您可以使用品牌來解答下列問題：

  • 某個區域中各品牌的商店數量為何？
  • 該區域中前三大競爭對手品牌的數量為何？
  • 這個區域內，不含這些品牌的咖啡店總共有幾間？

關於 BigQuery

將資料儲存在 BigQuery 無塵室後，您就能透過 Places 洞察執行下列操作：

  • 安全地將您的資料與 Places Insights 資料結合。您可以在 BigQuery 資料無塵室中，與地點資料一起儲存專有資料。

  • 編寫彈性的 SQL 查詢，根據特定業務需求找出匯總洞察資料。

  • 使用您已用於私人資料的相同 BigQuery 工具。

  • 讓 BigQuery 輕鬆處理大量資料集，以便您大規模分析資料。

用途範例

這個範例會在 BigQuery 中將您的資料與 Places Insights 資料聯結，以衍生匯總資訊。在這個範例中，您是紐約市的飯店業主，有多個地點。現在，您想將飯店位置資料與地點洞察資料合併，找出飯店附近預先定義的商家類型集中度。

必要條件

在本例中，您將訂閱美國的「地點洞察」資料集。

您的飯店資料集名為 mydata，並定義了紐約市兩間飯店的位置。下列 SQL 會建立這個資料集：

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) );

取得該區域的餐廳數量

為讓顧客瞭解飯店附近營業中餐廳的密度，您可以編寫 SQL 查詢，傳回每間飯店 1000 公尺內的餐廳數量：

SELECT WITH AGGREGATION_THRESHOLD h.name, COUNT(*) AS count
FROM `places_insights___us___sample.places_sample` 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

下圖顯示這項查詢的輸出內容範例：

查詢結果：計算每間飯店 1000 公尺內的餐廳數量。

取得該區域的餐廳和酒吧數量

修改查詢，在每間飯店 1000 公尺內加入酒吧和餐廳：

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `places_insights___us___sample.places_sample` 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

下圖顯示這項查詢的輸出內容範例：

查詢結果：計算每間飯店方圓 1000 公尺內的餐廳和酒吧數量。

取得該區域中等價位餐廳和酒吧的數量

接下來，您想瞭解酒吧和餐廳服務的客群人口統計資料。由於你的飯店鎖定中等價位，因此你只想宣傳附近有評價良好且價位相同的飯店。

將查詢限制為只傳回價格點為 PRICE_LEVEL_MODERATE 且評等為 4 星以上的酒吧和餐廳。這項查詢也會將每個飯店周圍的半徑擴大至 1500 公尺：

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `places_insights___us___sample.places_sample` 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

下圖顯示這項查詢的輸出內容範例：

查詢結果：各飯店 1500 公尺範圍內的中價位酒吧和餐廳。

後續步驟