Places Insights fournit des informations sur les marques pour de nombreuses catégories d'établissements. Exemple :
- Pour la catégorie "Distributeurs automatiques de billets, banques et caisses de crédit", les données sur les marques contiennent une entrée pour chacune des marques PNC, UBS et Chase.
- Pour la catégorie "Location de voitures", les données contiennent une entrée pour chacune des marques Budget, Hertz et Thrifty.
Un cas d'utilisation typique pour interroger l'ensemble de données sur les marques consiste à le joindre à une requête sur les données de lieu pour répondre à des questions telles que les suivantes :
- Quel est le nombre total de magasins par marque dans une zone ?
- Quel est le nombre de marques de mes trois principaux concurrents dans la zone ?
- Quel est le nombre de marques d'une catégorie spécifique, comme "Fitness" ou "Station-service", dans la zone ?
À propos de l'ensemble de données sur les marques
L'ensemble de données sur les marques pour les États-Unis est nommé places_insights___us.brands.
Schéma de l'ensemble de données sur les marques
Le schéma de l'ensemble de données sur les marques définit trois champs :
id: ID de la marque.name: nom de la marque, par exemple "Hertz" ou "Chase".category: type de marque, par exemple "Station-service", "Aliments et boissons" ou "Hébergement". Pour obtenir la liste des valeurs possibles, consultez la section Valeurs de catégorie.
Utiliser l'ensemble de données sur les marques dans une requête
Le schéma de l'ensemble de données sur les établissements
définit le champ brand_ids. Si un établissement de l'ensemble de données sur les établissements est associé à une marque, le champ brand_ids de l'établissement contient l'ID de marque correspondant.
Une requête typique qui fait référence à l'ensemble de données sur les marques effectue une JOIN avec l'ensemble de données sur les établissements en fonction du champ brand_ids.
Par exemple, pour connaître le nombre de restaurants McDonald's situés à moins de 2 000 mètres de l'Empire State Building à New York :
SELECT WITH AGGREGATION_THRESHOLD COUNT(*) FROM PROJECT_NAME.places_insights___us.places places, UNNEST(brand_ids) AS brand_id LEFT JOIN PROJECT_NAME.places_insights___us.brands ON brand_id = brands.id WHERE ST_DWITHIN(ST_GEOGPOINT(-73.9857, 40.7484), point, 2000) AND brands.name = "McDonald's" AND business_status = "OPERATIONAL"
La requête suivante renvoie le nombre de banques à New York appartenant à une marque, regroupées par nom de marque :
SELECT WITH AGGREGATION_THRESHOLD brands.name, COUNT(*) AS store_count FROM PROJECT_NAME.places_insights___us.places places, UNNEST(brand_ids) AS brand_id LEFT JOIN PROJECT_NAME.places_insights___us.brands ON brand_id = brands.id WHERE brands.category = "ATMs, Banks and Credit Unions" AND "bank" IN UNNEST(places.types) AND business_status = "OPERATIONAL" GROUP BY brands.name ORDER BY store_count DESC;
L'image suivante montre les décomptes par marque :

Valeurs de catégorie
Le champ category d'une marque peut contenir les valeurs suivantes :
| Valeur du type de catégorie |
|---|
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 |