science Este producto o función está en versión preliminar (fase previa a la DG). Los productos y las funciones que se encuentran en la fase previa a la DG pueden tener asistencia limitada, y los cambios en estos productos y funciones podrían no ser compatibles con otras versiones de la fase previa a la DG. Las ofertas que se encuentran en la fase previa a la DG se rigen por las Condiciones Específicas del Servicio de Google Maps Platform. Para obtener más información, consulta las descripciones de las etapas de lanzamiento. Regístrate para probar las estadísticas de Places.
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Estadísticas de Lugares proporciona información de la marca para muchas categorías de lugares. Por ejemplo:
En la categoría "Cajeros automáticos, bancos y cooperativas de crédito", los datos de marcas contienen una entrada para cada una de las marcas de los bancos PNC, UBS y Chase.
Para la categoría "Alquiler de automóviles", los datos contienen una entrada para cada una de las marcas Budget, Hertz y Thrifty.
Un caso de uso típico para consultar el conjunto de datos de marcas es unirlo con una consulta sobre los datos de lugares para responder preguntas como las siguientes:
¿Cuál es el recuento de todas las tiendas por marca en un área?
¿Cuál es el recuento de las tres principales marcas de la competencia en el área?
¿Cuál es la cantidad de marcas de una categoría específica, como "Gimnasio" o "Gasolinera", en el área?
Acerca del conjunto de datos de marcas
El conjunto de datos de marcas para EE.UU. se llama places_insights___us___sample.brands.
Esquema del conjunto de datos de marcas
El esquema del conjunto de datos de marcas define tres campos:
id: Es el ID de la marca.
name: Es el nombre de la marca, como "Hertz" o "Chase".
category: Es el tipo de marca, como "Estación de servicio", "Comida y bebida" o "Alojamiento". Para obtener una lista de valores posibles, consulta Valores de categoría.
Usa el conjunto de datos de marcas en una búsqueda
El esquema del conjunto de datos de lugares define el campo brand_ids. Si un lugar del conjunto de datos de lugares está asociado con una marca, el campo brand_ids del lugar contiene el ID de marca correspondiente.
Una consulta típica que hace referencia al conjunto de datos de marcas realiza una JOIN con el conjunto de datos de lugares según el campo brand_ids.
Por ejemplo, para encontrar la cantidad de restaurantes de McDonald's que hay en un radio de 2,000 metros del Empire State Building en la ciudad de Nueva York, haz lo siguiente:
La siguiente consulta devuelve el recuento de la cantidad de cafés en la ciudad de Nueva York que pertenecen a una marca, agrupados por nombre de marca:
SELECTWITHAGGREGATION_THRESHOLDbrands.name,COUNT(*)ASstore_countFROMPROJECT_NAME.places_insights___us___sample.places_sampleplaces,UNNEST(brand_ids)ASbrand_idLEFTJOINPROJECT_NAME.places_insights___us___sample.brandsONbrand_id=brands.idWHEREbrands.category="Food and Drink"AND"cafe"INUNNEST(places.types)ANDbusiness_status="OPERATIONAL"GROUPBYbrands.nameORDERBYstore_countDESC;
En la siguiente imagen, se muestran los recuentos por marca:
Valores de categoría
El campo category de una marca puede contener los siguientes valores:
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-09-06 (UTC)"],[],[],null,["| **Note:** For the Preview release, the brands dataset is only available for New York City in the United States.\n\nPlaces Insights provides brand information for many categories of places. For\nexample:\n\n- For the category of \"ATMs, Banks, and Credit Unions\", the brands data contains an entry for each of the brands PNC, UBS, and Chase banks.\n- For the category \"Automotive Rentals\", the data contains an entry for each of the brands Budget, Hertz, and Thrifty.\n\nA typical use case for querying the brands dataset is to join it with a query on\nthe place data to answer questions such as:\n\n- What is the count of all stores by brand in an area?\n- What is the count of my top three competitor brands in the area?\n- What is the count of brands of a specific category, such as \"Fitness\" or \"Gas Station\", in the area?\n\nAbout the brands dataset\n\nThe brands dataset for the US is named `places_insights___us___sample.brands`.\n\nBrands dataset schema\n\nThe schema for the brands dataset defines three fields:\n\n- `id`: The brand ID.\n- `name`: The brand name, such as \"Hertz\" or \"Chase\".\n- `category`: The brand type, such as \"Gas Station\", \"Food and Drink\", or \"Lodging\". For a list of possible values, see [Category\n values](#category-values)\n\nUse brands dataset in a query\n\nThe **places dataset** schema defines the `brand_ids` field. If a place in the\nplaces dataset is associated with a brand, then the `brand_ids` field for the\nplace contains the corresponding brand ID.\n\nA typical query that references the **brands dataset** performs a `JOIN` with\nthe **places dataset** based on the `brand_ids` field.\n\nFor example, to find the count of the number of McDonald's restaurants within\n2000 meters of the Empire State Building in New York City: \n\n```googlesql\nSELECT WITH AGGREGATION_THRESHOLD\n COUNT(*)\nFROM places_insights___us___sample.places_sample places, UNNEST(brand_ids) AS brand_id\nLEFT JOIN places_insights___us___sample.brands ON brand_id = brands.id\nWHERE\nST_DWITHIN(ST_GEOGPOINT(-73.9857, 40.7484), point, 2000)\nAND brands.name = \"McDonald's\"\nAND business_status = \"OPERATIONAL\"\n```\n\nThe next query returns the count of the number of cafes in New York City that\nbelong to a brand, grouped by brand name: \n\n```googlesql\nSELECT WITH AGGREGATION_THRESHOLD\n brands.name,\n COUNT(*) AS store_count\nFROM places_insights___us___sample.places_sample places, UNNEST(brand_ids) AS brand_id\nLEFT JOIN places_insights___us___sample.brands ON brand_id = brands.id\nWHERE brands.category = \"Food and Drink\"\nAND \"cafe\" IN UNNEST(places.types)\nAND business_status = \"OPERATIONAL\"\nGROUP BY brands.name\nORDER BY store_count DESC;\n```\n\nThe following image shows the counts by brand:\n\nCategory values\n\nThe `category` field for a brand can contain the following values:\n\n| Category type value |\n|--------------------------------------|\n| `ATMs, Banks and Credit Unions` |\n| `Automotive and Parts Dealers` |\n| `Automotive Rentals` |\n| `Automotive Services` |\n| `Dental` |\n| `Electric Vehicle Charging Stations` |\n| `Electronics Retailers` |\n| `Fitness` |\n| `Food and Drink` |\n| `Gas Station` |\n| `Grocery and Liquor` |\n| `Health and Personal Care Retailers` |\n| `Hospital` |\n| `Lodging` |\n| `Merchandise Retail` |\n| `Movie Theater` |\n| `Parking` |\n| `Telecommunications` |"]]