Google menggunakan teknologi AI untuk menerjemahkan konten ke dalam bahasa pilihan Anda. Terjemahan AI mungkin mengandung kesalahan.

Mulai menggunakan Places Insights

Fungsi Places Count adalah kueri SQL yang telah ditetapkan dan berjalan di BigQuery serta merupakan cara yang direkomendasikan untuk mengkueri set data Places Insights guna mengambil jumlah dan ID Tempat yang tepat. Meskipun Anda juga dapat membuat kueri set data secara langsung, kedua metode kueri tersebut menangani nilai minimum privasi dan area penelusuran:

Fungsi Places Count dapat menampilkan jumlah berapa pun, termasuk 0, tetapi menerapkan area penelusuran minimum 40,0 meter kali 40,0 meter (1.600 m²) (40,0 meter kali 40,0 meter / 1.600 m²). Fungsi juga menampilkan ID Tempat, yang dapat digunakan untuk mencari informasi tentang setiap Tempat, dan mendukung analisis POI historis di seluruh snapshot bulanan sebelumnya menggunakan filter tanggal opsional.
Kueri set data tempat hanya dapat menampilkan jumlah 5 ke atas (menghilangkan jumlah rendah 0–4 untuk menjaga privasi diferensial), tetapi tidak menerapkan batasan pada ukuran area penelusuran.

Kecuali jika Anda perlu melakukan analisis spasial yang kompleks, sebaiknya mulai dengan fungsi Places Count seperti PLACES_COUNT_PER_H3. API ini memberikan insight kepadatan spasial langsung di seluruh sel petak standar, menampilkan ID Tempat untuk pemeriksaan kebenaran nyata, dan dibuat khusus untuk rekayasa fitur geospasial dan model ML.

Memilih fungsi Jumlah Tempat yang optimal

Places Insights mendukung beberapa fungsi spasial. Untuk eksekusi kueri yang dioptimalkan, pemrosesan paralel, dan skalabilitas batch, sebaiknya gunakan fungsi berikut:

PLACES_COUNT_PER_H3: Menampilkan tabel BigQuery yang berisi jumlah tempat per sel H3. Fungsi ini direkomendasikan untuk analisis kepadatan regional dan pemetaan panas koroplet.
PLACES_COUNT_V2: Menampilkan tabel yang berisi jumlah tempat dan contoh ID Tempat. Fungsi ini menerima parameter tabel yang berisi geografi input Anda. Dengan meneruskan seluruh tabel secara langsung, mesin eksekusi BigQuery dapat mendistribusikan beban kerja dan memproses persimpangan spasial secara paralel, sehingga memungkinkan batch processing yang sangat efisien untuk analisis skala besar.
PLACES_COUNT_PER_TYPE_V2: Menampilkan tabel jumlah tempat dan contoh ID Tempat, yang dikategorikan menurut jenis tempat. Serupa dengan PLACES_COUNT_V2, meneruskan geografi input Anda sebagai parameter tabel memungkinkan BigQuery memparalelkan persimpangan spasial secara native di seluruh set data besar.
PLACES_COUNT_CHANGE: Menampilkan tabel jumlah tempat serta ID Tempat yang ditambahkan dan dihapus di antara dua bulan tertentu. Serupa dengan PLACES_COUNT_V2, meneruskan geografi input Anda sebagai parameter tabel memungkinkan BigQuery memparalelkan persimpangan spasial secara native di seluruh set data besar.

Selain jumlah tempat, fungsi ini juga menampilkan hingga 250 ID Tempat per elemen respons.

ID tempat dapat digunakan dengan:

Menjalankan kueri dengan fungsi Places Count

Gunakan format berikut untuk memanggil fungsi: [project name (optional)].[table name].[function name].

Jika Anda mengubah nama set data tertaut saat menyiapkan Places Insights, gunakan nama kustom Anda, bukan nama tabel default. Anda juga dapat menyertakan nama project jika perlu. Jika tidak disertakan, kueri akan ditetapkan secara default ke project aktif.

Contoh:

PROJECT_NAME.places_insights___us.PLACES_COUNT_V2

Gunakan JSON_OBJECT untuk meneruskan argumen ke fungsi.

Memfilter hasil kueri menggunakan parameter peka huruf besar/kecil

Fungsi Places Count mendukung banyak filter untuk menyaring penelusuran Anda. Parameter ini (misalnya, price_level atau types) peka huruf besar/kecil dan harus sama persis dengan nama parameter. Untuk mengetahui daftar lengkap opsi, lihat referensi parameter filter.

Membuat kueri snapshot historis dengan snapshot_date

Secara default, fungsi Places Count mengkueri snapshot data terbaru yang tersedia. Untuk menganalisis data tempat seperti yang ada selama bulan tertentu di masa lalu, tambahkan parameter snapshot_date opsional ke JSON_OBJECT Anda.

Format: YYYY-MM (misalnya, '2026-07').
Default: Jika dihilangkan, fungsi akan otomatis mengkueri snapshot terbaru.

Contoh berikut mengkueri jumlah restoran di sekitar area penelusuran Anda seperti yang tercatat dalam snapshot Juli 2026:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'snapshot_date', '2026-07' -- Optional historical snapshot month
  )
);

Dalam contoh berikutnya, Anda menerapkan filter untuk membatasi penelusuran berdasarkan rating pengguna minimum, tingkat harga, status bisnis, dan apakah restoran mengizinkan, menggunakan fungsi PLACES_COUNT_V2.

Pertama, gunakan tabel geografi input Anda atau siapkan tabel dengan geografi yang dipilih:

-- Create a table for the input geographies
CREATE TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas` AS (
  SELECT
    '1' AS geo_id, -- Unique identifier
    ST_GEOGPOINT(-73.9857, 40.7484) AS geo -- Empire State Building
  UNION ALL
  SELECT
    '2' AS geo_id, -- Unique identifier
    ST_GEOGPOINT(-73.9851, 40.7580) AS geo -- Times Square
);

Selanjutnya, panggil PLACES_COUNT_V2 dengan tabel dan objek JSON yang berisi filter. Radius penelusuran disertakan dalam filter JSON dan akan diterapkan di sekitar setiap titik dalam tabel my_search_areas.

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters around each point in 'geo'
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'min_rating', 1.3,
      'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],
      'allows_dogs', TRUE
      )
);

Contoh: Membuat kueri jumlah restoran dan lokasi merek dengan PLACES_COUNT_V2

Contoh berikut menggunakan fungsi PLACES_COUNT_V2 dengan tabel geografi input kustom my_search_areas untuk menampilkan jumlah restoran yang beroperasi dalam jarak 1.000 meter dari Empire State Building dan Times Square di New York City pada Juli 2026:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'snapshot_date', '2026-07'
      )
);

Responsnya adalah tabel BigQuery yang berisi geo_id, geografi, jumlah, dan sampel ID Tempat.

Hasil untuk fungsi Places Count di New York City.

Contoh berikut menggunakan fungsi PLACES_COUNT_V2 untuk memfilter menurut ID merek tertentu. Dalam contoh ini, kita memfilter lokasi Starbucks menggunakan ID merek "1413758728321880760".

Untuk menemukan ID merek yang ingin Anda gunakan sebagai filter, buat kueri tabel brands untuk set data Anda (misalnya, places_insights___us.brands). Untuk mengetahui informasi selengkapnya tentang set data merek, lihat Menulis kueri menggunakan data merek.

Misalnya, untuk menemukan ID merek "Starbucks":

SELECT id, name
FROM `PROJECT_NAME.places_insights___us.brands`
WHERE name = "Starbucks"

Setelah mendapatkan ID merek, Anda dapat menggunakannya di filter brand_ids seperti yang ditunjukkan dalam kueri berikut:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'brand_ids', ["1413758728321880760"]
      )
);

Memvisualisasikan output kueri dengan alat Google Cloud

Alat analisis dan business intelligence membantu Anda menemukan insight dari data BigQuery. BigQuery mendukung beberapa alat visualisasi data Google dan pihak ketiga yang dapat Anda gunakan untuk menganalisis hasil fungsi Anda pada data Places Insights.

Untuk contoh visualisasi hasil fungsi, lihat Memvisualisasikan hasil di dalam referensi PLACES_COUNT_PER_H3. Untuk informasi selengkapnya tentang cara memvisualisasikan hasil Places Insights, lihat Memvisualisasikan hasil kueri.

Batasan dan persyaratan fungsi

Fungsi Places Count memiliki batasan dan persyaratan berikut:

Fungsi ini hanya mendukung insight COUNT.
Diperlukan area penelusuran minimum 40,0 meter kali 40,0 meter (1.600 m²) (40,0 meter kali 40,0 meter / 1.600 m²).
Batas Ukuran Input Parameter: Objek JSON yang diteruskan sebagai parameter ke fungsi dibatasi hingga 1 MB. Dampak batas ini bergantung pada versi fungsi:
- Untuk fungsi V2 (PLACES_COUNT_V2, PLACES_COUNT_PER_TYPE_V2, PLACES_COUNT_CHANGE), batas ini hanya berlaku untuk objek JSON filter. Karena geografi disediakan secara terpisah menggunakan parameter tabel, fungsi ini dapat diskalakan ke jumlah geografi input yang jauh lebih besar tanpa mencapai batas ukuran JSON.
- Untuk PLACES_COUNT_PER_H3, PLACES_COUNT, PLACES_COUNT_PER_TYPE, dan PLACES_COUNT_PER_GEO, batas ini berlaku untuk seluruh objek JSON, termasuk semua definisi geografi. Hal ini dapat membatasi jumlah geografi yang dapat diproses dalam satu panggilan.
Tidak ada dukungan untuk pemfilteran menurut ID Tempat atau komponen alamat.
Anda hanya dapat mengakses fungsi Places Count untuk kota dan negara yang Anda langgani. Lihat Menyiapkan Places Insights untuk akses set data.
Parameter filter (misalnya, geography atau types) peka huruf besar/kecil dan harus sama persis dengan nama parameter, atau kueri akan gagal.