जगहों की अहम जानकारी के डेटा को Data Studio में विज़ुअलाइज़ेशन

खास जानकारी

इस दस्तावेज़ में, Places Insights और Data Studio का इस्तेमाल करके, डाइनैमिक जियोस्पेशल रिपोर्ट बनाने का तरीका बताया गया है. अपने जगह की जानकारी के डेटा का ज़्यादा से ज़्यादा फ़ायदा पाएं. इसके लिए, उन लोगों को अपने सवालों के जवाब पाने का अधिकार दें जिनके पास तकनीकी जानकारी नहीं है. इस गाइड में, स्टैटिक रिपोर्ट को इंटरैक्टिव और हीटमैप स्टाइल वाले टूल में बदलने का तरीका बताया गया है. इससे बाज़ार का विश्लेषण किया जा सकता है. इसके लिए, आपको हर अनुरोध के लिए एसक्यूएल लिखने की ज़रूरत नहीं होती. जटिल जगह की जानकारी के डेटा को ऐक्सेस करने की सुविधा चालू करें. इससे डेटा इंजीनियरिंग और कारोबार की अहम जानकारी के बीच के अंतर को कम किया जा सकता है.

इस आर्किटेक्चरल पैटर्न को अपनाने से कई अहम फ़ायदे मिलते हैं:

• डेटा को विज़ुअल फ़ॉर्मैट में दिखाना: जगहों की अहम जानकारी के डेटा को इंटरैक्टिव मैप और चार्ट में बदलता है. इससे किसी जगह पर मौजूद लोगों की संख्या और रुझानों के बारे में तुरंत पता चलता है.
• एसक्यूएल के बिना आसान एक्सप्लोरेशन: इससे टीम के सदस्यों को डेटा को डाइनैमिक तरीके से फ़िल्टर करने की सुविधा मिलती है. जैसे, मार्केट ऐनलिसिस या रियल एस्टेट प्लानर. इसके लिए, पहले से तय किए गए पैरामीटर का इस्तेमाल किया जाता है. उदाहरण के लिए, ड्रॉपडाउन का इस्तेमाल करके "शहर" या "दिन का समय" बदलना. वे SQL की एक भी लाइन लिखे बिना डेटा एक्सप्लोर कर सकते हैं.
• आसानी से मिलकर काम करना: Data Studio में शेयर करने की स्टैंडर्ड सुविधाओं की मदद से, इंटरैक्टिव इनसाइट को सुरक्षित तरीके से डिस्ट्रिब्यूट किया जा सकता है.

समस्या हल करने से जुड़ा वर्कफ़्लो

यहां दिए गए वर्कफ़्लो से, परफ़ॉर्मेंस को बेहतर बनाने वाला रिपोर्टिंग आर्किटेक्चर तैयार किया जा सकता है. यह स्टैटिक बेसलाइन से पूरी तरह से डाइनैमिक ऐप्लिकेशन में बदल जाता है. इससे यह पक्का होता है कि जटिलता को लागू करने से पहले, डेटा सही हो.

ज़रूरी शर्तें

शुरू करने से पहले, Places Insights को सेट अप करने के लिए, इन निर्देशों का पालन करें. इसके लिए, आपके पास Data Studio का ऐक्सेस होना चाहिए. यह एक ऐसा टूल है जिसके लिए कोई शुल्क नहीं देना होता.

पहला चरण: स्टैटिक जियोस्पेशल बेसलाइन सेट अप करना

इंटरैक्टिविटी की सुविधा लागू करने से पहले, एक बुनियादी क्वेरी बनाएं. साथ ही, पक्का करें कि वह Data Studio में सही तरीके से रेंडर हो रही हो. H3 इंडेक्सिंग सिस्टम का इस्तेमाल करके, डेटा को हेक्सागोनल ग्रिड में एग्रीगेट करने के लिए, जगहों की अहम जानकारी और BigQuery की जियोस्पेशल सुविधाओं का इस्तेमाल करें. इससे क्वेरी का ऐसा आउटपुट मिलेगा जिसका इस्तेमाल, विज़ुअलाइज़ेशन के लिए Data Studio के फ़िल्ड मैप चार्ट टाइप के साथ किया जा सकता है.

1.1 डेटा कनेक्ट करना

शुरुआती कनेक्शन बनाने के लिए, इस स्टैटिक क्वेरी का इस्तेमाल करें. यह डेटा पाइपलाइन की पुष्टि करने के लिए, किसी तय जगह (लंदन) और कैटगरी (रेस्टोरेंट) को टारगेट करता है.

SELECT
  h3_index,
  `carto-os.carto.H3_BOUNDARY`(h3_index) AS h3_geo,
  restaurant_count
FROM (
  SELECT WITH AGGREGATION_THRESHOLD
    `carto-os.carto.H3_FROMGEOGPOINT`(point, 8) AS h3_index,
    COUNT(*) AS restaurant_count
  FROM
    -- Note: Change 'gb' to your target country code (e.g., 'us')
    `places_insights___gb.places`
  WHERE
    'London' IN UNNEST(locality_names)
    AND 'restaurant' IN UNNEST(types)
  GROUP BY
    h3_index
)
ORDER BY
  restaurant_count DESC;

स्पेशल एग्रीगेशन के बारे में जानकारी

इस क्वेरी में, CARTO Analytics Toolbox (carto-os) के फ़ंक्शन का इस्तेमाल किया गया है. यह टूलबॉक्स, Google Cloud BigQuery में सार्वजनिक तौर पर उपलब्ध है. H3_FROMGEOGPOINT फ़ंक्शन, जगह की जानकारी के कुछ पॉइंट को H3 सेल में बदलता है. यह एक ऐसा सिस्टम है जो दुनिया को षट्कोणीय ग्रिड सेल में बांटता है.

हम इस ट्रांसफ़ॉर्मेशन का इस्तेमाल इसलिए करते हैं, क्योंकि Data Studio के फ़िल्ड मैप को रंगों को रेंडर करने के लिए पॉलीगॉन (आकृतियों) की ज़रूरत होती है. पॉइंट को षट्कोणीय आकार में बदलकर, हम किसी खास इलाके में कारोबारों की संख्या को विज़ुअलाइज़ कर सकते हैं. इसके बजाय, हम हज़ारों ओवरलैपिंग डॉट को प्लॉट करते हैं.

एग्रीगेशन थ्रेशोल्ड के बारे में जानकारी

जगह की अहम जानकारी से जुड़ी सभी क्वेरी के लिए, WITH AGGREGATION_THRESHOLD क्लॉज़ ज़रूरी है. निजता सुरक्षा की इस सुविधा से यह पक्का होता है कि डेटा सिर्फ़ तब दिखे, जब एग्रीगेट की गई संख्या पांच या उससे ज़्यादा हो.

इस विज़ुअलाइज़ेशन के हिसाब से, अगर H3 ग्रिड सेल में पांच से कम रेस्टोरेंट हैं, तो उस सेल को नतीजों के सेट से पूरी तरह हटा दिया जाता है. साथ ही, वह सेल आपके मैप पर खाली दिखेगी.

इसे Data Studio में लागू करने के लिए:

1. नई टेंप्लेट के बिना रिपोर्ट बनाएं.
2. डेटा कनेक्टर के तौर पर BigQuery चुनें.
3. बाईं ओर दिए गए मेन्यू से, CUSTOM QUERY चुनें. इसके बाद, अपना बिलिंग प्रोजेक्ट आईडी चुनें.
4. ऊपर मौजूद स्टैटिक बेस क्वेरी को एडिटर में चिपकाएं.
5. लेगसी एसक्यूएल का इस्तेमाल करें, तारीख की सीमा चालू करें, और व्यूअर का ईमेल पता चालू करें पैरामीटर से चुने हुए का निशान हटाएं.
6. जोड़ें पर क्लिक करें.

1.2 जियोस्पेशल विज़ुअलाइज़ेशन को कॉन्फ़िगर करना

डेटा कनेक्ट होने के बाद, Data Studio को कॉन्फ़िगर करें, ताकि वह H3 बाउंड्री डेटा को सही तरीके से पहचान सके:

1. चार्ट जोड़ें मेन्यू से, रिपोर्ट कैनवस में कलर वाला मैप विज़ुअलाइज़ेशन जोड़ें.
2. पक्का करें कि पॉलीगॉन की ज्यामिति वाला आपका h3_geo फ़ील्ड, जियोस्पेशल डेटा टाइप पर सेट हो.
   1. अपने कनेक्शन के नाम के बगल में मौजूद, डेटा सोर्स में बदलाव करें (पेंसिल) आइकॉन पर क्लिक करें.
   2. अगर h3_geo को टेक्स्ट (ABC) पर सेट किया गया है, तो ड्रॉप-डाउन मेन्यू का इस्तेमाल करके जियो > जियोस्पेशल चुनें,
   3. हो गया पर क्लिक करें.
3. h3_index फ़ील्ड को जगह पर मैप करें. यह यूनीक आइडेंटिफ़ायर के तौर पर काम करता है.
4. h3_geo फ़ील्ड को भौगोलिक डेटा के फ़ील्ड (पॉलीगॉन ज्यामिति के तौर पर काम करता है) पर मैप करें.
5. restaurant_count फ़ील्ड को कलर मेट्रिक पर मैप करें.

इससे H3 सेल के हिसाब से, रेस्टोरेंट की डेंसिटी का मैप रेंडर होगा. गहरे नीले रंग (डिफ़ॉल्ट रंग विकल्प) से पता चलता है कि सेल में रेस्टोरेंट की संख्या ज़्यादा है.

दूसरा चरण: डाइनैमिक पैरामीटर लागू करना

रिपोर्ट को इंटरैक्टिव बनाने के लिए, हम इसमें कंट्रोल जोड़ेंगे. इससे उपयोगकर्ता इन विकल्पों में से कोई विकल्प चुन पाएगा:

• इलाका: इससे यह कंट्रोल किया जाता है कि रिपोर्ट में किस शहर पर फ़ोकस किया जाए.
• हफ़्ते का दिन: यह फ़िल्टर, किसी जगह के खुले होने के दिन के हिसाब से उसे फ़िल्टर करता है. इसके लिए, यह स्कीमा में मौजूद regular_opening_hours रिकॉर्ड का इस्तेमाल करता है.
• दिन का समय: यह फ़िल्टर, start_time और end_time फ़ील्ड की तुलना करके, कारोबार के खुले होने के समय के आधार पर जगहों को फ़िल्टर करता है.

इसके लिए, उपयोगकर्ता की ओर से चुने गए पैरामीटर को सीधे तौर पर, रनटाइम में जगहों की अहम जानकारी की बदली गई क्वेरी में पास करें. Data Studio के डेटा सोर्स एडिटर में, आपको इन पैरामीटर को टाइप किए गए वैरिएबल के तौर पर साफ़ तौर पर तय करना होगा.

Data Studio में, संसाधन मेन्यू को चुनें. इसके बाद, जोड़े गए डेटा सोर्स मैनेज करें पर क्लिक करें. इसके बाद, जो पैनल दिखेगा उसमें, हमने पहले जो BigQuery कस्टम एसक्यूएल डेटा सोर्स जोड़ा था उसके बगल में मौजूद EDIT को चुनें.

'कनेक्शन में बदलाव करें' विंडो में जाकर, पैरामीटर जोड़ें को चुनें. हम यहां तीन पैरामीटर जोड़ेंगे. इनकी वैल्यू यहां दी गई हैं.

p_hour_of_day पैरामीटर के लिए कॉन्फ़िगरेशन का उदाहरण.

p_hour_of_day पैरामीटर के लिए, Value कॉलम पर खास ध्यान दें. एसक्यूएल क्वेरी में CAST(@p_hour_of_day AS TIME) का इस्तेमाल किया जाता है. इसलिए, Data Studio से पास की गई वैल्यू, HH:MM:SS फ़ॉर्मैट (24 घंटे की घड़ी) में होनी चाहिए.

तीनों पैरामीटर सेट अप करके सेव करने के बाद, BigQuery कस्टम एसक्यूएल कनेक्शन में बदलाव करें. इसके लिए, @ सिंटैक्स का इस्तेमाल करके इन वैरिएबल को रेफ़रंस करें.

इसके लिए, कनेक्शन में बदलाव करें पर क्लिक करें. इसके बाद, नीचे दी गई बदली हुई क्वेरी चिपकाएं:

SELECT
  h3_index,
  `carto-os.carto.H3_BOUNDARY`(h3_index) AS h3_geo,
  restaurant_count
FROM (
  SELECT WITH AGGREGATION_THRESHOLD
    `carto-os.carto.H3_FROMGEOGPOINT`(point, 8) AS h3_index,
    COUNT(*) AS restaurant_count
  FROM
    `places_insights___gb.places`
  WHERE
    -- Dynamic locality filter based on parameter
    @p_locality IN UNNEST(locality_names)
    AND 'restaurant' IN UNNEST(types)
    AND business_status = 'OPERATIONAL'
    AND EXISTS (
      SELECT 1
      FROM UNNEST(
        CASE @p_day_of_week
          WHEN 'monday' THEN regular_opening_hours.monday
          WHEN 'tuesday' THEN regular_opening_hours.tuesday
          WHEN 'wednesday' THEN regular_opening_hours.wednesday
          WHEN 'thursday' THEN regular_opening_hours.thursday
          WHEN 'friday' THEN regular_opening_hours.friday
          WHEN 'saturday' THEN regular_opening_hours.saturday
          WHEN 'sunday' THEN regular_opening_hours.sunday
        END
      ) AS hours
      WHERE hours.start_time <= CAST(@p_hour_of_day AS TIME)
        AND hours.end_time >= TIME_ADD(CAST(@p_hour_of_day AS TIME), INTERVAL 1 HOUR)
    )
  GROUP BY
    h3_index
)
ORDER BY
  restaurant_count DESC;

बदलाव सेव करने के लिए, फिर से कनेक्ट करें पर क्लिक करें. बदली गई क्वेरी में, नए वैरिएबल नोट करें. जैसे, @p_hour_of_day. ये वैरिएबल, पैरामीटर के उन नामों से जुड़े हैं जिन्हें हमने अभी सेट अप किया है.

इन पैरामीटर को एंड यूज़र के लिए उपलब्ध कराने के लिए, रिपोर्ट कैनवस पर वापस जाएं:

1. अपनी रिपोर्ट में तीन ड्रॉप-डाउन सूची कंट्रोल जोड़ें.
2. हर कंट्रोल के लिए, कंट्रोल फ़ील्ड को नए बनाए गए पैरामीटर के हिसाब से सेट करें:
   • पहला कंट्रोल: p_locality
   • कंट्रोल 2: p_day_of_week
   • तीसरा कंट्रोल: p_hour_of_day

आपकी फ़ाइनल रिपोर्ट ऐसी दिखनी चाहिए. ड्रॉप-डाउन कंट्रोल में से किसी एक की वैल्यू बदलने पर, Data Studio जगह की अहम जानकारी से अनुरोध किया गया डेटा फ़ेच करेगा. इसके बाद, उसे मैप पर दिखाएगा.

तीसरा चरण: नतीजे शेयर करना

रिपोर्ट शेयर करने के लिए, Data Studio में मौजूद शेयर करने वाले टूल का इस्तेमाल करें. इससे दर्शकों को, ड्रॉप-डाउन सूचियों से चुने गए पैरामीटर के आधार पर विज़ुअलाइज़ेशन को डाइनैमिक तरीके से अपडेट करने की अनुमति मिलेगी.

नतीजा

इस पैटर्न से, एक ऐसा इंटरैक्टिव रिपोर्टिंग टूल बनाया जाता है जिसे आसानी से बढ़ाया जा सकता है. यह टूल, BigQuery की कंप्यूटिंग क्षमता का इस्तेमाल करके, जगहों की अहम जानकारी के एग्रीगेट किए गए डेटा को Data Studio को उपलब्ध कराता है. इस आर्किटेक्चर में, बड़े रॉ डेटासेट को विज़ुअलाइज़ करने की कोशिश करने से जुड़ी समस्याओं से बचा जाता है. साथ ही, यह एंड-यूज़र को रीयल-टाइम में, समय, जगह, और कारोबार के टाइप जैसे अलग-अलग डाइमेंशन के हिसाब से डेटा एक्सप्लोर करने की सुविधा देता है. यह एक बेहतरीन टूल है. इसकी मदद से, तकनीकी जानकारी न रखने वाले स्टेकहोल्डर को डेटा एक्सप्लोर करने की सुविधा मिलती है.

अगले चरण

Places Insights स्कीमा के अलग-अलग हिस्सों को पैरामीटर के तौर पर इस्तेमाल करके, डाइनैमिक रिपोर्ट के अन्य वैरिएशन एक्सप्लोर करें:

• डाइनैमिक कॉम्पिटिटर ऐनालिसिस: brand के नामों के लिए एक पैरामीटर बनाएं, ताकि उपयोगकर्ता अलग-अलग प्रतिस्पर्धियों के बीच हीटमैप को तुरंत स्विच कर सकें. इससे उन्हें किसी मार्केट में प्रतिस्पर्धियों की तुलना में अपने प्रॉडक्ट की उपलब्धता का पता चल पाएगा. ब्रैंड के डेटा की उपलब्धता के बारे में जानने के लिए, जगहों की अहम जानकारी के डेटा के बारे में जानकारी देखें.
• इंटरैक्टिव साइट चुनने की सुविधा: price_level के लिए पैरामीटर जोड़ें.उदाहरण के लिए, 'सामान्य' बनाम 'ज़्यादा' और कम से कम rating. इससे रियल एस्टेट टीमें, उन इलाकों को डाइनैमिक तरीके से फ़िल्टर कर सकेंगी जो खास डेमोग्राफ़िक प्रोफ़ाइलों से मेल खाते हैं.
• कस्टम कैचमेंट एरिया: शहर के नाम के हिसाब से फ़िल्टर करने के बजाय, उपयोगकर्ताओं को अपनी पसंद के हिसाब से स्टडी एरिया तय करने की अनुमति दें.
  • रेडियस के आधार पर: तीन संख्यात्मक पैरामीटर बनाएं: p_latitude, p_longitude, और p_radius_meters. निर्देशांक, Google Maps Platform API से हासिल किए जा सकते हैं. इनमें Geocoding API भी शामिल है. अपनी क्वेरी में, ST_DWITHIN फ़ंक्शन में इन्हें इंजेक्ट करें:
    • ST_DWITHIN(point, ST_GEOGPOINT(@p_longitude, @p_latitude), @p_radius_meters)
  • पॉलीगॉन पर आधारित: कस्टम शेप (जैसे, बिक्री वाले इलाके) के लिए, उपयोगकर्ता आसानी से ज्यामिति टेक्स्ट नहीं डाल सकते. इसके बजाय, BigQuery में एक लुकअप टेबल बनाएं. इसमें अपनी शेप ज्योमेट्री और आसान नाम (जैसे, "ज़ोन A") शामिल करें. Data Studio में टेक्स्ट पैरामीटर p_zone_name बनाएं, ताकि उपयोगकर्ता ज़ोन चुन सकें. साथ ही, ST_CONTAINS फ़ंक्शन के लिए ज्यामिति वापस पाने के लिए, सबक्वेरी का इस्तेमाल करें.

योगदानकर्ता

• डेविड ज़ैंगार्टन | डेवलपर रिलेशन इंजीनियर
• हेनरिक वाल्व | DevX इंजीनियर