Tổng quan về Thông tin chi tiết về địa điểm

Thông tin chi tiết về địa điểm cho phép bạn thực hiện phân tích thống kê nâng cao trên dữ liệu Địa điểm phong phú của Google Maps. Công cụ này cung cấp thông tin về mật độ và số lượng tổng hợp cho hàng triệu điểm dữ liệu Địa điểm yêu thích (POI), cho phép bạn thu thập thông tin tình báo không gian địa lý mạnh mẽ.

Các tính năng chính:

• Thông tin tình báo không gian địa lý: Nhận "cái nhìn tổng quan" về mật độ và sự phân bố của nhiều danh mục POI (ví dụ: bán lẻ, nhà hàng, dịch vụ) trên các khu vực địa lý cụ thể.
• Quyền truy cập dữ liệu an toàn: Dữ liệu được triển khai bằng cách sử dụng danh sách trao đổi dữ liệu BigQuery với các biện pháp bảo vệ dữ liệu, cho phép tạo một môi trường an toàn và được bảo vệ để chia sẻ dữ liệu và phân tích.
• Thông tin chi tiết có thể hành động: Mặc dù Thông tin chi tiết về địa điểm tập trung vào các xu hướng tổng hợp, nhưng bạn có thể sử dụng Mã địa điểm được xuất để xem chi tiết và truy xuất thông tin Địa điểm riêng lẻ bằng các API khác của Google Maps Platform để chuyển từ thông tin chi tiết thống kê sang hành động chi tiết.

Giới thiệu về dữ liệu địa điểm

Google Maps tuyển chọn dữ liệu địa điểm cho hàng triệu cơ sở trên toàn thế giới. Thông tin chi tiết về địa điểm cung cấp dữ liệu địa điểm toàn diện này trong BigQuery so that bạn có thể thu thập thông tin chi tiết tổng hợp về dữ liệu địa điểm của Google Maps dựa trên a variety of attributes such as place types, điểm xếp hạng, giờ hoạt động của cửa hàng, khả năng tiếp cận cho xe lăn và nhiều thuộc tính khác.

Để sử dụng Thông tin chi tiết về địa điểm, bạn viết các truy vấn SQL trong BigQuery để trả về thông tin chi tiết thống kê về dữ liệu địa điểm. Những thông tin chi tiết này cho phép bạn trả lời các câu hỏi như:

• Có bao nhiêu doanh nghiệp tương tự đang hoạt động gần một địa điểm cửa hàng mới tiềm năng?
• Những loại hình doanh nghiệp nào thường được tìm thấy gần các cửa hàng thành công nhất của tôi?
• Những khu vực nào có nhiều doanh nghiệp bổ sung có thể thu hút khách hàng mục tiêu của tôi?
• Có bao nhiêu nhà hàng sushi 5 sao mở cửa lúc 8 giờ tối ở Madrid, có bãi đỗ xe dành cho xe lăn và cung cấp dịch vụ mang đi?
• Những mã bưu chính nào ở California có nhiều trạm sạc xe điện nhất?

Thông tin chi tiết về địa điểm hỗ trợ nhiều trường hợp sử dụng, chẳng hạn như:

• Lựa chọn địa điểm: Đánh giá và chọn những địa điểm phù hợp nhất cho một doanh nghiệp mới hoặc vị trí của một tài sản thực. Bằng cách phân tích mật độ và sự kết hợp của các POI xung quanh, bạn có thể đảm bảo một địa điểm tiềm năng được định vị tối ưu trong môi trường kinh doanh cạnh tranh và bổ sung. Phương pháp dựa trên dữ liệu này có thể giảm thiểu rủi ro liên quan đến việc đầu tư vào các địa điểm mới.
• Đánh giá hiệu suất địa điểm: Xác định những biến không gian địa lý, chẳng hạn như tương cận đến một số loại địa điểm yêu thích như siêu thị hoặc địa điểm tổ chức sự kiện, tương quan với hiệu suất tích cực hoặc tiêu cực trên các địa điểm hiện có. Dữ liệu này cho phép bạn xác định các địa điểm tiềm năng có sự kết hợp tốt nhất về các đặc điểm không gian địa lý cho trường hợp sử dụng của bạn. Bạn cũng có thể sử dụng thông tin này để triển khai các mô hình dự đoán hiệu suất trong tương lai của bất kỳ địa điểm mới nào dựa trên bối cảnh POI xung quanh.
• Tiếp thị nhắm mục tiêu theo vị trí địa lý: Xác định những loại chiến dịch tiếp thị hoặc quảng cáo sẽ thành công ở một khu vực. Thông tin chi tiết về địa điểm cung cấp bối cảnh cần thiết để hiểu rõ hoạt động thương mại, cho phép bạn điều chỉnh thông điệp dựa trên mật độ của các doanh nghiệp hoặc hoạt động có liên quan.
• Dự báo doanh số: Dự đoán doanh số trong tương lai tại một địa điểm tiềm năng. Việc mô hình hoá tác động của các đặc điểm không gian địa lý xung quanh cho phép bạn tạo các mô hình dự đoán mạnh mẽ để thúc đẩy các quyết định đầu tư.
• Nghiên cứu thị trường: Cung cấp thông tin về những khu vực địa lý mà bạn nên mở rộng doanh nghiệp hoặc dịch vụ của mình tiếp theo. Phân tích mức độ bão hoà thị trường hiện tại và mật độ địa điểm yêu thích để xác định các thị trường mục tiêu chưa được phục vụ hoặc có mật độ cao, mang lại cơ hội lớn nhất. Phân tích này cung cấp bằng chứng để hỗ trợ các sáng kiến tăng trưởng và mở rộng chiến lược.

Bạn có thể truy vấn trực tiếp tập dữ liệu Thông tin chi tiết về địa điểm hoặc sử dụng các hàm Đếm địa điểm.

Xem Tài liệu tham khảo về lược đồ.

Giới thiệu về dữ liệu thương hiệu

Cùng với dữ liệu địa điểm, Thông tin chi tiết về địa điểm bao gồm dữ liệu về các thương hiệu hoặc cửa hàng có nhiều địa điểm hoạt động dưới cùng một tên thương hiệu.

Bạn có thể sử dụng thương hiệu để trả lời các câu hỏi như:

• Số lượng tất cả cửa hàng theo thương hiệu trong một khu vực là bao nhiêu?
• Số lượng 3 thương hiệu đối thủ cạnh tranh hàng đầu của tôi trong khu vực là bao nhiêu?
• Số lượng tất cả các quán cà phê (không bao gồm các thương hiệu này) trong khu vực này là bao nhiêu?

Giới thiệu về BigQuery

Bằng cách cung cấp dữ liệu trong danh sách BigQuery, Thông tin chi tiết về địa điểm cho phép bạn:

• Kết hợp dữ liệu của bạn với dữ liệu Thông tin chi tiết về địa điểm một cách an toàn.
• Viết các truy vấn SQL linh hoạt để khám phá thông tin chi tiết tổng hợp cho các nhu cầu kinh doanh cụ thể của bạn.
• Sử dụng các công cụ BigQuery tương tự mà bạn đang sử dụng với dữ liệu và quy trình làm việc riêng tư.
• Khai thác sức mạnh của quy mô và hiệu suất của BigQuery để bạn có thể dễ dàng phân tích các tập dữ liệu khổng lồ.

Trường hợp sử dụng mẫu

Ví dụ này kết hợp dữ liệu của bạn với dữ liệu Thông tin chi tiết về địa điểm trong BigQuery để thu thập thông tin tổng hợp. Trong ví dụ này, bạn là chủ sở hữu khách sạn ở Thành phố New York, có nhiều địa điểm. Giờ đây, bạn muốn kết hợp dữ liệu vị trí khách sạn của mình với dữ liệu Thông tin chi tiết về địa điểm để khám phá mật độ của các loại hình doanh nghiệp được xác định trước gần khách sạn của bạn.

Điều kiện tiên quyết

Trong ví dụ này, bạn đăng ký tập dữ liệu Thông tin chi tiết về địa điểm cho Hoa Kỳ.

Tập dữ liệu khách sạn của bạn có tên là mydata và xác định vị trí của 2 khách sạn ở Thành phố New York. SQL sau đây tạo tập dữ liệu này:

CREATE OR REPLACE TABLE `mydata.hotels` ( name STRING, location GEOGRAPHY );
INSERT INTO `mydata.hotels` VALUES( 'Hotel 1', ST_GEOGPOINT(-73.9933, 40.75866) );
INSERT INTO `mydata.hotels` VALUES( 'Hotel 2', ST_GEOGPOINT(-73.977713, 40.752124) );

Lấy số lượng nhà hàng trong khu vực

Để cho khách hàng biết về mật độ của các nhà hàng đang hoạt động gần khách sạn của bạn, hãy viết một truy vấn SQL để trả về số lượng nhà hàng trong vòng 1000 mét của mỗi khách sạn:

SELECT WITH AGGREGATION_THRESHOLD h.name, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us.places` AS r, `mydata.hotels` AS h
WHERE
ST_DWITHIN(h.location, r.point, 1000)
AND r.primary_type = 'restaurant'
AND business_status = "OPERATIONAL"
GROUP BY 1

Hình ảnh này cho thấy một ví dụ về kết quả đầu ra cho truy vấn này:

Sử dụng hàm Đếm địa điểm để lấy số lượng và Mã địa điểm của các nhà hàng trong khu vực

Bạn cũng có thể sử dụng hàm Đếm địa điểm

để tìm số lượng nhà hàng gần một địa điểm. Hàm Đếm địa điểm cho phép bạn truy xuất danh sách Mã địa điểm. Bạn có thể sử dụng danh sách này để tra cứu thông tin chi tiết về từng địa điểm:

DECLARE geo GEOGRAPHY;
SET geo = ST_GEOGPOINT(-73.9933, 40.75866); -- Location of hotel 1

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_TYPE`(
  JSON_OBJECT(
      'types', ["restaurant", "cafe", "bar"],
      'geography', geo,
      'geography_radius', 1000 -- Radius in meters
      )
);

Hình ảnh này cho thấy một ví dụ về kết quả đầu ra cho truy vấn này:

Lấy số lượng nhà hàng và quán bar trong khu vực

Sửa đổi truy vấn để đưa các quán bar cùng với các nhà hàng trong vòng 1000 mét của mỗi khách sạn:

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us.places` AS r, `mydata.hotels` AS h
WHERE
ST_DWITHIN(h.location, r.point, 1000)
AND r.primary_type IN UNNEST(['restaurant','bar'])
AND business_status = "OPERATIONAL"
GROUP BY 1, 2

Hình ảnh này cho thấy một ví dụ về kết quả đầu ra cho truy vấn này:

Lấy số lượng nhà hàng và quán bar có giá vừa phải trong khu vực

Tiếp theo, bạn muốn biết nhân khẩu học khách hàng nào được các quán bar và nhà hàng phục vụ. Vì khách sạn của bạn nhắm đến điểm giá vừa phải, nên bạn chỉ muốn quảng cáo sự tồn tại của các cơ sở gần đó có điểm giá đó và được đánh giá cao.

Hạn chế truy vấn chỉ trả về các quán bar và nhà hàng nếu chúng có điểm giá PRICE_LEVEL_MODERATE và được xếp hạng 4 sao trở lên. Truy vấn này cũng mở rộng bán kính lên 1500 mét xung quanh mỗi khách sạn:

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us.places` AS r, `mydata.hotels` AS h
WHERE
ST_DWITHIN(h.location, r.point, 1500)
AND r.primary_type IN UNNEST(['restaurant', 'bar'])
AND rating >= 4
AND business_status = "OPERATIONAL"
AND price_level = 'PRICE_LEVEL_MODERATE'
GROUP BY 1, 2

Hình ảnh này cho thấy một ví dụ về kết quả đầu ra cho truy vấn này:

Bước tiếp theo

• Thiết lập Thông tin chi tiết về địa điểm
• Truy vấn trực tiếp tập dữ liệu
• Truy vấn tập dữ liệu bằng các hàm Đếm địa điểm
• Xem tài liệu tham khảo về lược đồ