เขียนการค้นหาโดยใช้ข้อมูลแบรนด์

ข้อมูลเชิงลึกเกี่ยวกับสถานที่ให้ข้อมูลแบรนด์สำหรับสถานที่หลายหมวดหมู่ เช่น

  • สำหรับหมวดหมู่ "ตู้ ATM, ธนาคาร และสหกรณ์เครดิต" ข้อมูลแบรนด์ จะมีรายการสำหรับแบรนด์ธนาคาร PNC, UBS และ Chase แต่ละแบรนด์
  • สำหรับหมวดหมู่ "การเช่ารถ" ข้อมูลจะมีรายการสำหรับแบรนด์ Budget, Hertz และ Thrifty แต่ละแบรนด์

กรณีการใช้งานทั่วไปสําหรับการค้นหาชุดข้อมูลแบรนด์คือการวิเคราะห์การแสดงแบรนด์ หรือรวมเข้ากับชุดข้อมูลสถานที่เพื่อตอบคําถาม เช่น

  • จำนวนร้านค้าทั้งหมดตามแบรนด์ในพื้นที่
  • แบรนด์คู่แข่ง 3 อันดับแรกในพื้นที่ของฉันมีจำนวนเท่าใด
  • มีแบรนด์ในหมวดหมู่ที่เฉพาะเจาะจง เช่น "ฟิตเนส" หรือ "ปั๊มน้ำมัน" ในพื้นที่นั้นๆ กี่แบรนด์

เกี่ยวกับชุดข้อมูลแบรนด์

ชุดข้อมูลแบรนด์รองรับในสหรัฐอเมริกา สหราชอาณาจักร ออสเตรเลีย และแคนาดา เช่น ชุดข้อมูลแบรนด์สำหรับสหรัฐอเมริกาจะชื่อ places_insights___us.brands

สคีมาชุดข้อมูลแบรนด์

สคีมาสำหรับชุดข้อมูลแบรนด์จะกำหนดฟิลด์ 3 รายการ ได้แก่

  • id: รหัสแบรนด์
  • name: ชื่อแบรนด์ เช่น "Hertz" หรือ "Chase"
  • category: ประเภทแบรนด์ เช่น "ปั๊มน้ำมัน" "อาหารและเครื่องดื่ม" หรือ "ที่พัก" ดูรายการค่าที่เป็นไปได้ได้ที่ค่าหมวดหมู่

ค้นหาข้อมูลแบรนด์

วิธีที่แนะนำในการวิเคราะห์ข้อมูลแบรนด์คือการใช้ฟังก์ชัน Places Count ฟังก์ชัน Places Count รองรับการกรองตามรหัสแบรนด์โดยใช้พารามิเตอร์ brand_ids โดยจะแสดงผลจำนวนที่แน่นอน (รวมถึง 0) และรหัสสถานที่ตัวอย่าง โดยไม่ต้องใช้การดำเนินการ SQL JOIN ที่ซับซ้อน

ขั้นตอนที่ 1: ค้นหารหัสแบรนด์

สคีมาชุดข้อมูลสถานที่ กำหนดฟิลด์ brand_ids หากสถานที่ในชุดข้อมูลสถานที่เชื่อมโยงกับแบรนด์ ฟิลด์ brand_ids จะมีรหัสแบรนด์ที่เกี่ยวข้อง

หากต้องการกรองตามแบรนด์ ให้ค้นหาตาราง brands ก่อนเพื่อหารหัสแบรนด์ที่เกี่ยวข้อง สำหรับแบรนด์ที่สนใจ

SELECT id, name
FROM PROJECT_NAME.places_insights___us.brands
WHERE name = "McDonald's"

ขั้นตอนที่ 2: ใช้ brand_ids ในฟังก์ชัน Places Count

หลังจากได้รับรหัสแบรนด์แล้ว ให้ส่งรหัสไปยังbrand_idsพารามิเตอร์ตัวกรอง

ในตัวอย่างนี้ คุณจะค้นหาความหนาแน่นของร้านอาหาร McDonald's ภายใน 2,000 เมตรจากตึกเอ็มไพร์สเตทในนิวยอร์กซิตี้โดยใช้ PLACES_COUNT_PER_H3:

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
  )
);

นอกจากนี้ คุณยังใช้ PLACES_COUNT_V2 เพื่อนับสถานที่ตั้งของแบรนด์แบบเป็นชุดในพื้นที่ค้นหาที่กำหนดเองได้ด้วย โดยทำดังนี้

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"]
  )
);

ค่าหมวดหมู่

ฟิลด์ category สำหรับแบรนด์อาจมีค่าต่อไปนี้

ค่าประเภทหมวดหมู่
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