使用數據分析動態呈現地點洞察資料

總覽

本文說明如何使用 Places Insights 和 數據分析 建立動態地理空間報表。讓非技術人員也能自行解答問題，充分發揮位置資料的價值。本指南說明如何將靜態報表轉換為互動式熱度圖工具，用於市場分析，不必為每項要求編寫 SQL。存取複雜的位置資料，縮短資料工程與商業智慧之間的差距。

採用這種架構模式有幾項主要優點：

• 視覺化資料呈現：將 Places Insights 資料轉換為互動式地圖和圖表，立即呈現空間密度和趨勢。
• 簡化探索程序，不必使用 SQL：讓團隊成員 (例如市場分析師或房地產規劃人員) 使用預先定義的參數動態篩選資料 (例如使用下拉式選單變更「城市」或「時段」)。他們不必編寫任何 SQL 程式碼，就能探索資料。
• 順暢協作：透過標準的數據分析共用功能，安全地發布這些互動式洞察資料。

解決方案工作流程

以下工作流程可建立效能良好的報表架構。從靜態基準轉移至完全動態的應用程式，確保資料正確性，再導入複雜性。

必要條件

開始前，請按照這些說明設定地點洞察。您需要存取免付費的數據分析工具。

步驟 1：建立靜態地理空間基準

導入互動功能前，請先建立基本查詢，並確認查詢在數據分析中正確無誤地呈現。使用 Places Insights 和 BigQuery 的地理空間功能，透過 H3 索引系統將資料匯總到六邊形格線。這會產生查詢輸出內容，可用於 Data Studio 的填滿地圖圖表類型，以進行視覺化。

1.1 連結資料

請使用下列靜態查詢建立初始連線。這項查詢會以固定位置 (倫敦) 和類別 (餐廳) 為目標，驗證資料管道。

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;

空間匯總注意事項

這項查詢會使用 Google Cloud BigQuery 中公開提供的 CARTO Analytics Toolbox (carto-os) 函式。H3_FROMGEOGPOINT 函式會將特定位置點轉換為 H3 儲存格，這個系統會將世界劃分為六邊形格線儲存格。

我們使用這項轉換，是因為 Google 數據分析的填滿地圖需要多邊形 (形狀) 才能算繪顏色。將點轉換為六邊形後，我們就能顯示特定區域的商家密度，而不是繪製數千個重疊的點。

匯總門檻注意事項

所有 Places Insights 查詢都需要 WITH AGGREGATION_THRESHOLD 子句。 這項隱私權保護措施可確保只有在匯總計數為 5 以上時，系統才會傳回資料。

就這項視覺化功能而言，如果 H3 格線儲存格包含的餐廳少於 5 間，該儲存格就會完全從結果集中省略，並在地圖上顯示為空白。

如要在數據分析中實作這項功能：

1. 建立新的空白報表。
2. 選取「BigQuery」BigQuery做為資料連接器。
3. 從左側選單選擇「自訂查詢」，然後選取您的「報帳專案 ID」。
4. 將上方的「靜態基礎查詢」貼到編輯器中。
5. 取消勾選「使用舊版 SQL」、「啟用日期範圍」和「啟用檢視者電子郵件地址」參數。
6. 按一下 [新增]。

1.2 設定地理空間視覺化

連結資料後，請設定 Google 數據分析，確保系統能正確辨識 H3 邊界資料：

1. 從「新增圖表」選單，將「填滿地圖」視覺化效果新增至報表畫布。
2. 請確認包含多邊形幾何圖形的 h3_geo 欄位已設為「地理空間」資料類型。
   1. 按一下連結名稱旁邊的「編輯資料來源」 (鉛筆) 圖示。
   2. 如果 h3_geo 設為「文字」 (ABC)，請使用下拉式選單依序選取「地理位置」 >「地理空間」，
   3. 按一下 [完成]。
3. 將 h3_index 欄位對應至「地點」 (做為專屬 ID)。
4. 將 h3_geo 欄位對應至「地理空間欄位」 (做為多邊形幾何)。
5. 將 restaurant_count 欄位對應至「顏色指標」。

這會根據 H3 儲存格顯示餐廳密度地圖。藍色越深 (預設顏色選項) 代表餐廳數量越多。

步驟 2：導入動態參數

如要讓報表具備互動性，我們會在報表中加入控制項，讓使用者從下列選項中選取：

• 地區：控制報表著重的城市。
• 星期幾：根據地點的營業日篩選，並運用結構化資料中的 regular_opening_hours 記錄。
• 一天中的時間：根據 start_time 和 end_time 欄位比較，篩選營業時間內的場所。

如要達成這個目標，您需要在執行階段將使用者選取的參數直接傳遞至修改後的 Places Insights 查詢。在 Google 數據分析的資料來源編輯器中，您必須將這些參數明確定義為已輸入的變數。

在數據分析中選取「資源」選單，然後按一下「管理已新增的資料來源」。在隨即顯示的面板中，選取先前新增的 BigQuery 自訂 SQL 資料來源旁的 EDIT。

在「編輯連結」視窗中，選取「新增參數」。我們將新增三個參數，值如下所示。

p_hour_of_day 參數的設定範例。

請特別注意 p_hour_of_day 參數的 Value 欄。由於 SQL 查詢使用 CAST(@p_hour_of_day AS TIME)，從數據分析傳遞的值必須採用嚴格的 HH:MM:SS 格式 (24 小時制)。

設定並儲存所有三個參數後，請修改 BigQuery 自訂 SQL 連線，使用 @ 語法參照這些變數。

方法是按一下「編輯連線」，然後貼上下列修改後的查詢：

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;

按一下「重新連線」即可儲存編輯內容。在修改後的查詢中，請注意新變數 (例如 @p_hour_of_day)，這些變數與我們剛設定的參數名稱相關聯。

返回報表畫布，向使用者公開這些參數：

1. 在報表中新增三個「下拉式清單」控制項。
2. 針對每個控制項，將「控制項欄位」設為對應新建立的參數：
   • 控制項 1：p_locality
   • 控制項 2：p_day_of_week
   • 控制項 3：p_hour_of_day

最終報表應如下所示。變更其中一個下拉式控制項的值，會觸發數據分析從 Places Insights 資料擷取所要求的資料，然後在地圖上顯示。

步驟 3：分享結果

使用數據分析內建的共用工具分享報表。這樣一來，觀眾就能根據從下拉式清單中選取的參數，動態更新視覺化效果。

結論

這個模式會建立可擴充的互動式報表工具，運用 BigQuery 的運算能力，將匯總的 Places Insights 資料提供給數據分析。這個架構可避免嘗試將大量原始資料集視覺化時可能發生的問題，並讓使用者能彈性地探索不同維度的資料，例如時間、地點和商家類型，而且資料近乎即時。這項強大工具可讓非技術利害關係人彈性探索資料。

後續步驟

如要探索其他動態報表變化，請將 Places Insights 架構的不同部分參數化：

• 動態競爭對手分析：為 brand 名稱建立參數，讓使用者在不同競爭對手之間即時切換熱度圖，查看他們在市場中的相對飽和度。如要瞭解品牌資料的可用性，請參閱「關於 Places 洞察資料」一文。
• 互動式地點選取：新增 price_level 的參數 (例如「中等」與「高價」)，以及最低 rating，讓房地產團隊動態篩選出符合特定人口統計資料的區域。
• 自訂集水區：使用者可定義自訂研究區域，不必依城市名稱篩選。
  • 以半徑為準：建立三個數字參數：p_latitude、p_longitude 和 p_radius_meters。座標可從 Google Maps Platform API 取得，包括 Geocoding API。在查詢中，將這些參數插入 ST_DWITHIN 函式：
    • ST_DWITHIN(point, ST_GEOGPOINT(@p_longitude, @p_latitude), @p_radius_meters)
  • 以多邊形為準：對於複雜的自訂形狀 (例如銷售區域)，使用者無法輕鬆輸入幾何文字。請改為在 BigQuery 中建立含有形狀幾何圖形和易記名稱 (例如「區域 A」) 的對照表。在數據分析中建立文字參數 p_zone_name，讓使用者選取區域，並使用子查詢擷取 ST_CONTAINS 函式的幾何圖形。

貢獻者

• David Szajngarten | 開發人員關係工程師
• Henrik Valve | DevX 工程師