データを理解する
エンベディングは複数の国で利用できますが、スキーマはすべてのデータセットで一貫しています。エンベディングは、国ごとに個別の BigQuery リスティングに整理されています。
エンベディング ベクトルの構造
features 列は 330 次元のベクトルです（BigQuery に REPEATED FLOAT 配列として保存されます）。配列の各セクションは、人口動態モデルによって抽出された特定のデータシグナルに対応しています。
この構造を理解することで、特徴の除去（たとえば、検索行動が売上を予測する程度を天候と比較して判断する）が可能になります。
| ベクトル インデックス | データソース | 説明 |
|---|---|---|
| 0 ～ 127 | 集計された検索トレンド | 地域ごとの関心事や懸念事項（「ジム」、「インフルエンザの症状」、「高級品」などの検索）を把握します。 |
| 128 ～ 255 | 地図と混雑状況 | 病院、公園、学校などの建造物や、人の活動密度を把握します。 |
| 256 ～ 329 | 天気と大気質 | 環境コンテキスト（気温、降水量、AQI、風）を把握します。 |
主要な列とメタデータ
エンベディング テーブルには空間メタデータが含まれており、地理空間分析、フィルタリング、他の Google Maps Platform サービスとの相互運用が可能です。
geo_id: リージョンのプライマリ識別子。S2 セルデータセットの場合、これは 16 進文字列（たとえば、'80ead45'）で表される S2 セルトークンです。これをプライマリ結合キーとして使用します。geo_name: 人が読める形式のリージョン名。注: S2 グリッド データセットの場合、数学的なセルには標準名がないため、この列にはgeo_idとまったく同じトークンが含まれます。これは、すべての人口動態サービスで一貫した列構造を維持するための設計です。administrative_area_level_1_id: 最上位の行政境界（州や県など）の一意の Google マップのプレイス ID。administrative_area_level_1_name: 最上位の境界の人間の読める形式の名前（'California'など）。administrative_area_level_2_id: 2 番目の行政境界（郡や区など）の一意の Google マップのプレイス ID。administrative_area_level_2_name: 2 番目の境界の人間の読める形式の名前（'Tulare County'など）。features: コアとなる 330 次元のエンベディング ベクトル。ネイティブにARRAY<FLOAT64>として保存されます。これを Pandas Python ライブラリに読み込むには、平坦化するか NumPy 行列に変換する必要があります。
よくある質問（FAQ）
生の入力データ（特定の検索クエリや移動履歴など）にアクセスできますか？
いいえ。人口動態インサイトのエンベディングは、集計されたプライバシー保護シグナルから生成されます。ユーザーのプライバシーを保護するため、特定のユーザーの履歴、個々の検索履歴、未加工の移動パターンは提供していません。エンベディングは、未加工の分析ではなく、モデリングと予測に最適化された、これらの行動の潜在的な表現を提供します。
ベクトル次元は解釈可能ですか（たとえば、次元 5 は「コーヒー」ですか）？
ベクトルは潜在的な表現であり、具体的な人間が読めるラベルではなく、抽象的なパターンを捉えます。インデックス 0 ～ 127 が検索トレンドから派生していることはわかっていますが、特定のインデックス（インデックス 5 など）は「コーヒー」などの単一のキーワードに 1 対 1 でマッピングされません。 代わりに、モデルによって学習された検索行動の複雑な特徴を表します。
データセットにはポリゴン境界（シェープファイル）が含まれていますか？
データセットには、S2 セル ID（geo_id）と、地理識別子（行政区 1、行政区 2 など）のプレイス ID が含まれていますが、リージョンの未加工のポリゴン ジオメトリ（WKT/シェープファイル）は含まれていません。
- 可視化の場合: BigQuery GeoViz などのツールを使用して重心を直接プロットするか、ジオメトリ ライブラリを使用して 16 進トークンから S2 ポリゴンを計算できます。
- 空間結合の場合: 正確な境界操作（
ST_CONTAINSなど）が必要な場合は、このデータセットを一般公開の境界データセット（BigQuery 一般公開データで入手可能）と結合することをおすすめします。