Places Insights предоставляет информацию о брендах для многих категорий мест. Пример:
- Для категории "Банкоматы, банки и кредитные союзы" данные о брендах содержат записи для каждого из брендов PNC, UBS и Chase.
- Для категории "Прокат автомобилей" в данных есть записи для каждого из брендов Budget, Hertz и Thrifty.
Типичный пример использования набора данных о брендах – анализ присутствия бренда или объединение его с набором данных о местах, чтобы ответить на такие вопросы, как:
- Сколько магазинов каждого бренда находится в определенном районе?
- Сколько у меня основных конкурентов в регионе?
- Сколько брендов определенной категории, например "Фитнес" или "АЗС", представлено в этом районе?
О наборе данных о брендах
Набор данных о брендах поддерживается в Австралии, Великобритании, Канаде и США.
Например, набор данных о брендах для США называется places_insights___us.brands.
Схема набора данных о брендах
Схема для набора данных о брендах определяет три поля:
id– идентификатор бренда.name: название бренда, например "Hertz" или "Chase".category– тип бренда, например "Заправочная станция", "Еда и напитки" или "Жилье". Список возможных значений приведен в разделе Значения категорий.
Запрос данных о брендах
Рекомендуемый способ анализа данных о брендах – использование функций подсчета мест.
Функции Places Count поддерживают фильтрацию по идентификаторам брендов с помощью параметра brand_ids, возвращая точное количество (включая ноль) и примеры идентификаторов мест без необходимости выполнять сложные операции JOIN.
Шаг 1. Найдите идентификатор бренда
brand_ids определяется схемой набора данных о местах. Если место в наборе данных о местах связано с брендом, его поле brand_ids содержит идентификатор соответствующего бренда.
Чтобы отфильтровать данные по бренду, сначала запросите таблицу brands, чтобы найти идентификатор нужного бренда:
SELECT id, name FROM PROJECT_NAME.places_insights___us.brands WHERE name = "McDonald's"
Шаг 2. Используйте brand_ids в функции Places Count
Получив идентификатор бренда, передайте его в параметр фильтра brand_ids.
В этом примере вы запрашиваете плотность ресторанов McDonald's в радиусе 2000 метров от Эмпайр-стейт-билдинг в Нью-Йорке с помощью 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 ) );
Вы также можете использовать PLACES_COUNT_V2, чтобы подсчитать количество адресов бренда в нескольких областях поиска:
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"] ) );
Значения категорий
Поле category для бренда может содержать следующие значения:
| Значение типа категории |
|---|
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 |