Places Insights bietet Markeninformationen für viele Kategorien von Orten. Beispiel:
- Für die Kategorie „Geldautomaten, Banken und Kreditgenossenschaften“ enthalten die Markendaten einen Eintrag für jede der Marken PNC, UBS und Chase.
- Für die Kategorie „Autovermietungen“ enthält der Datensatz einen Eintrag für jede der Marken Budget, Hertz und Thrifty.
Ein typischer Anwendungsfall für das Abfragen des Markendatasets ist die Analyse der Markenpräsenz oder die Verknüpfung mit dem Ortsdataset, um Fragen wie die folgenden zu beantworten:
- Wie viele Geschäfte gibt es insgesamt von einer Marke in einem bestimmten Gebiet?
- Wie viele Geschäfte meiner drei wichtigsten Mitbewerber gibt es in der Region?
- Wie viele Marken einer bestimmten Kategorie, z. B. „Fitness“ oder „Tankstelle“, gibt es in der Gegend?
Dataset „Marken“
Der Markendatensatz wird in den USA, im Vereinigten Königreich, in Australien und in Kanada unterstützt.
Das Dataset für Marken in den USA heißt beispielsweise places_insights___us.brands.
Schema für das Dataset „Marken“
Das Schema für das Dataset „Marken“ definiert drei Felder:
id: Die Marken-ID.name: Der Markenname, z. B. „Hertz“ oder „Chase“.category: Der Markentyp, z. B. „Tankstelle“, „Essen und Trinken“ oder „Unterkunft“. Eine Liste der möglichen Werte finden Sie unter Kategoriewerte.
Markendaten abfragen
Die empfohlene Methode zum Analysieren von Markendaten sind Funktionen für die Anzahl der Orte.
Die Funktionen für die Anzahl der Orte unterstützen das Filtern nach Marken-IDs mithilfe des Parameters brand_ids. Sie geben genaue Anzahlwerte (einschließlich null) und Beispiel-Orts-IDs zurück, ohne dass komplexe SQL-JOIN-Vorgänge erforderlich sind.
Schritt 1: Marken-ID ermitteln
Das Feld brand_ids wird im Schema des Orts-Datasets definiert. Wenn ein Ort im Datensatz „Orte“ mit einer Marke verknüpft ist, enthält das Feld brand_ids die entsprechende Marken-ID.
Wenn Sie nach einer Marke filtern möchten, fragen Sie zuerst die Tabelle brands ab, um die entsprechende Marken-ID für die gewünschte Marke zu ermitteln:
SELECT id, name FROM PROJECT_NAME.places_insights___us.brands WHERE name = "McDonald's"
Schritt 2: „brand_ids“ in einer Funktion für die Anzahl der Orte verwenden
Nachdem Sie die Marken-ID erhalten haben, übergeben Sie sie an den Filterparameter brand_ids.
In diesem Beispiel fragen Sie die Dichte von McDonald’s-Restaurants im Umkreis von 2.000 Metern um das Empire State Building in New York City mit PLACES_COUNT_PER_H3 ab:
SELECT * FROM PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3( JSON_OBJECT( 'geography', ST_BUFFER(ST_GEOGPOINT(-73.9857, 40.7484), 2000), 'business_status', ['OPERATIONAL'], 'brand_ids', ["13992718219781496405"], -- McDonald's brand ID 'h3_resolution', 8 ) );
Mit PLACES_COUNT_V2 können Sie auch Markensuchanfragen in benutzerdefinierten Suchbereichen zusammenfassen:
SELECT * FROM PROJECT_NAME.places_insights___us.PLACES_COUNT_V2( TABLE PROJECT_NAME.YOUR_DATASET.my_search_areas, JSON_OBJECT( 'geography_radius', 2000, 'business_status', ['OPERATIONAL'], 'brand_ids', ["13992718219781496405"] ) );
Kategoriewerte
Das Feld category für eine Marke kann die folgenden Werte enthalten:
| Wert des Kategorietyps |
|---|
ATMs, Banks and Credit Unions |
Automotive and Parts Dealers |
Automotive Rentals |
Automotive Services |
Dental |
Electric Vehicle Charging Stations |
Electronics Retailers |
Fitness |
Food and Drink |
Gas Station |
Grocery and Liquor |
Health and Personal Care Retailers |
Hospital |
Lodging |
Merchandise Retail |
Movie Theater |
Parking |
Telecommunications |