تابع PLACES_COUNT_CHANGE تغییرات در تعداد مکانهای مورد علاقه را محاسبه میکند و شناسههای مکان نمونه اضافه شده و حذف شده را بین دو ماه خاص در چندین جغرافیای ورودی بازیابی میکند.
مانند PLACES_COUNT_V2 ، این تابع برای پردازش دستهای کارآمد با پذیرش یک پارامتر جدول ورودی از جغرافیاها طراحی شده است و به شما امکان میدهد روند رشد و تغییرات تجاری را در بسیاری از مکانها به طور همزمان ارزیابی کنید.
نحو
SELECT * FROM `PROJECT_NAME.LINKED_DATASET_NAME.PLACES_COUNT_CHANGE`( TABLE input_geographies, filters );
پارامترها
-
PROJECT_NAME: نام پروژه گوگل کلود شما. -
LINKED_DATASET_NAME: نام مجموعه داده BigQuery که شامل توابع Places Insights است (مثلاًplaces_insights___us). -
input_geographies: یک جدول BigQuery شامل جغرافیاهایی که باید تجزیه و تحلیل شوند. این جدول باید شامل ستونهای زیر باشد: -
filters( JSON ): یک شیء JSON حاوی جفتهای کلید-مقدار برای فیلتر کردن مکانها. به پارامترهای فیلتر مراجعه کنید. باید شامل فیلترهای زیر باشد:
طرح جدول خروجی
تابع PLACES_COUNT_CHANGE یک جدول با ستونها را برمیگرداند:
| نام ستون | نوع داده | توضیحات |
|---|---|---|
geo_id | رشته | شناسه از جغرافیای ورودی. |
start_count | INT64 | تعداد مکانها از ماه اول. |
end_count | INT64 | تعداد جایگاهها از ماه دوم. |
net_change | INT64 | تفاوت بین end_count و start_count (end_count - start_count). |
percentage_change | شناور64 | درصد تغییر از ماه اول به ماه دوم |
compound_monthly_growth_rate | شناور64 | نرخ رشد ماهانه مرکب از ماه ۱ تا ماه ۲. |
added_count | INT64 | تعداد شناسههای مکان نمونه در sample_added_place_ids. |
removed_count | INT64 | تعداد شناسههای مکان نمونه در sample_removed_place_ids. |
sample_added_place_ids | آرایه | فهرستی از شناسههای مکان نمونه که در ماه ۲ وجود دارند اما در ماه ۱ نیستند. |
sample_removed_place_ids | آرایه | فهرستی از شناسههای مکان نمونه که در ماه ۱ وجود دارند اما در ماه ۲ نیستند. |
نتایج بر اساس percentage_change و start_count به صورت نزولی مرتب شدهاند.
چگونه کار میکند؟
این تابع هر سطر را در جدول input_geographies پردازش میکند. برای هر شیء geo ، تعداد مکانهایی را که در دو ماه مشخص شده در month1 و month2 در filters درون آن جغرافیا (یا در محدوده geography_radius اگر geo یک نقطه باشد و شعاع در filters مشخص شده باشد) قرار میگیرند، میشمارد. با استفاده از آن مکانها، سایر آمارهای مفید مانند درصد تغییر و نرخ رشد مرکب ماهانه از ماه اول تا دوم را محاسبه میکند.
این شمارش فقط شامل مکانهایی میشود که با تمام شرایط تعریف شده در شیء JSON filters مطابقت دارند.
مثال: محاسبه تغییرات تعداد نقاط مورد توجه (POI) بین دو ماه
این مثال نشان میدهد که چگونه میتوان تغییرات تعداد نقاط مورد علاقه (POI) را بین دو ماه خاص با استفاده از پارامترهای month1 و month2 ، با شعاع ۵۰۰۰ از یک نقطه جغرافیایی مشخص، جستجو کرد.
WITH my_locations AS ( SELECT 'loc_1' AS geo_id, ST_GEOGFROMTEXT('POINT(-122.4194 37.7749)') AS geo -- Add more target locations as needed... ) SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_CHANGE`( TABLE my_locations, JSON_OBJECT( 'geography_radius', 5000, 'month1', '2026-01', -- Baseline snapshot month (YYYY-MM) 'month2', '2026-02' -- Comparison snapshot month (YYYY-MM) ) );
تحلیل خروجی
این پرسوجو یک جدول با یک ردیف برای هر جغرافیای ورودی برمیگرداند.
- معیارهای رشد: خروجی، تعداد پایه (
start_count: 89,560) و تعداد مقایسه (end_count: 90,923) را نمایش میدهد که منجر بهnet_change+۱۳۶۳ مکان (+۱.۵۲٪percentage_change) میشود. - بررسی واقعیت میدانی: آرایه
sample_added_place_idsشناسههای مکانی خاصی را که درmonth2(فوریه ۲۰۲۶) فعال شدهاند، فهرست میکند، در حالی کهsample_removed_place_idsشناسههای مکانی را که دیگر وجود ندارند، فهرست میکند. - رابط برنامهنویسی کاربردی پل به مکانها: میتوانید این شناسههای مکان نمونه را مستقیماً به رابط برنامهنویسی کاربردی جزئیات مکان (جدید) ارسال کنید تا نام فروشگاهها، آدرسها و ویژگیهای کسبوکارهای تازه افتتاحشده یا تعطیلشده را جستجو کنید.
