जगहों की अहम जानकारी की खास जानकारी

Places Insights की मदद से, Google Maps पर मौजूद जगहों के डेटा का बेहतर तरीके से विश्लेषण किया जा सकता है. यह लाखों लोकप्रिय जगहों (पीओआई) के डेटा पॉइंट के लिए, कुल संख्या और घनत्व की जानकारी देता है. इससे जियोस्पेशल इंटेलिजेंस को बेहतर बनाने में मदद मिलती है.

मुख्य सुविधाएं:

• जियोस्पेशल इंटेलिजेंस: किसी खास भौगोलिक इलाके में अलग-अलग कैटगरी के पीओएस (जैसे, खुदरा, रेस्टोरेंट, सेवाएं) की डेंसिटी और डिस्ट्रिब्यूशन की "बर्ड्स आई व्यू" पाएं.
• डेटा का सुरक्षित ऐक्सेस: डेटा को BigQuery डेटा एक्सचेंज की लिस्टिंग का इस्तेमाल करके डिप्लॉय किया जाता है. साथ ही, डेटा को सुरक्षित रखने के लिए ज़रूरी सुरक्षा उपाय किए जाते हैं. इससे डेटा शेयर करने और उसका विश्लेषण करने के लिए, सुरक्षित और संरक्षित माहौल मिलता है.
• कार्रवाई से जुड़ी जानकारी: Places Insights, कुल रुझानों पर फ़ोकस करता है. हालांकि, आउटपुट किए गए जगह के आईडी का इस्तेमाल करके, ज़्यादा जानकारी पाई जा सकती है. साथ ही, Google Maps Platform के अन्य एपीआई का इस्तेमाल करके, किसी जगह की जानकारी को अलग-अलग तौर पर वापस पाया जा सकता है. इससे आंकड़ों से जुड़ी जानकारी को कार्रवाई से जुड़ी ज़्यादा जानकारी में बदला जा सकता है.

जगहों के डेटा के बारे में जानकारी

Google Maps, दुनिया भर के लाखों कारोबारों और संगठनों के लिए जगहों का डेटा इकट्ठा करता है. Places Insights, जगहों से जुड़े इस डेटा को BigQuery में उपलब्ध कराता है. इससे, Google Maps पर मौजूद जगहों के डेटा के बारे में एग्रीगेट की गई अहम जानकारी पाई जा सकती है. यह जानकारी, कई एट्रिब्यूट के आधार पर मिलती है. जैसे, जगह के टाइप, रेटिंग, स्टोर खुलने और बंद होने का समय, व्हीलचेयर से आने-जाने की सुविधा वगैरह.

जगहों की अहम जानकारी का इस्तेमाल करने के लिए, BigQuery में एसक्यूएल क्वेरी लिखें. इससे आपको जगहों के डेटा के बारे में आंकड़ों से जुड़ी अहम जानकारी मिलती है. इन अहम जानकारी से, आपको इस तरह के सवालों के जवाब मिलते हैं:

• किसी संभावित नई स्टोर लोकेशन के आस-पास, कितने मिलते-जुलते कारोबार चल रहे हैं?
• मेरे सबसे ज़्यादा कमाई करने वाले स्टोर के आस-पास, किस तरह के कारोबार सबसे ज़्यादा दिखते हैं?
• किन इलाकों में मेरे कारोबार से मिलते-जुलते कारोबार ज़्यादा हैं, जिनसे मेरे टारगेट किए गए ग्राहकों का ध्यान खींचा जा सकता है?
• मैड्रिड में रात 8 बजे कितने फाइव स्टार सुशी रेस्टोरेंट खुले हैं? साथ ही, उनमें व्हीलचेयर से आने-जाने वालों के लिए पार्किंग की सुविधा है और वे खाना पैक करके ले जाने की सुविधा देते हैं?
• कैलिफ़ोर्निया के किन ज़िप कोड में ईवी चार्जिंग स्टेशन की संख्या सबसे ज़्यादा है?

जगह की अहम जानकारी की सुविधा का इस्तेमाल कई तरह से किया जा सकता है. जैसे:

• साइट चुनना: किसी नए कारोबार या फ़िज़िकल ऐसेट को रखने के लिए, सबसे सही जगहों का आकलन करके उन्हें चुनें. आस-पास के पीओएस की डेंसिटी और मिक्स का विश्लेषण करके, यह पक्का किया जा सकता है कि संभावित साइट को प्रतिस्पर्धी और पूरक कारोबारी माहौल में सही तरीके से रखा गया है. डेटा पर आधारित इस तरीके से, नई जगहों पर निवेश करने से जुड़े जोखिम को कम किया जा सकता है.
• जगह की परफ़ॉर्मेंस का आकलन करना: यह पता लगाएं कि किन जियोस्पेशल वैरिएबल की वजह से, आपकी मौजूदा जगहों की परफ़ॉर्मेंस बेहतर या खराब हो रही है. जैसे, सुपरमार्केट या इवेंट वेन्यू जैसे कुछ खास तरह के पीओएस के आस-पास मौजूद होना. इस डेटा से, आपको ऐसी संभावित साइटों की पहचान करने में मदद मिलती है जिनमें आपकी ज़रूरत के हिसाब से, भू-स्थानिक विशेषताओं का सबसे अच्छा कॉम्बिनेशन होता है. इस जानकारी का इस्तेमाल, अनुमान लगाने वाले मॉडल को डिप्लॉय करने के लिए भी किया जा सकता है. ये मॉडल, आस-पास के पीओएस के कॉन्टेक्स्ट के आधार पर, किसी नई जगह की आने वाले समय की परफ़ॉर्मेंस का अनुमान लगाते हैं.
• जियोटारगेटेड मार्केटिंग: यह तय करें कि किसी इलाके में किस तरह के मार्केटिंग कैंपेन या विज्ञापन ज़्यादा असरदार होंगे. जगहों के बारे में अहम जानकारी से, आपको कमर्शियल गतिविधि को समझने के लिए ज़रूरी कॉन्टेक्स्ट मिलता है. इससे, आपको अपने मैसेज को, काम के कारोबारों या गतिविधियों की संख्या के हिसाब से तैयार करने में मदद मिलती है..
• बिक्री का अनुमान: किसी संभावित जगह पर आने वाले समय में होने वाली बिक्री का अनुमान लगाएं. आस-पास की जियोस्पेशल विशेषताओं के असर को मॉडल करने से, आपको निवेश से जुड़े फ़ैसले लेने के लिए मज़बूत अनुमानित मॉडल बनाने में मदद मिलती है.
• मार्केट रिसर्च: इससे यह पता चलता है कि आपको अपने कारोबार या सेवा को किन देशों/इलाकों में बढ़ाना चाहिए. मौजूदा बाज़ार में मौजूद दुकानों की संख्या और पीओएस की डेंसिटी का विश्लेषण करें. इससे आपको उन टारगेट मार्केट की पहचान करने में मदद मिलेगी जहां दुकानें कम हैं या जहां दुकानें बहुत ज़्यादा हैं. इससे आपको सबसे ज़्यादा फ़ायदे वाले अवसर मिलेंगे. इस विश्लेषण से, रणनीतिक तौर पर कारोबार को बढ़ाने और उसे आगे बढ़ाने से जुड़ी पहलों के बारे में सबूत मिलते हैं.

Places Insights के डेटासेट के लिए, सीधे तौर पर क्वेरी की जा सकती है. इसके अलावा, जगहों की संख्या बताने वाले फ़ंक्शन का इस्तेमाल किया जा सकता है.

स्कीमा का रेफ़रंस देखें.

ब्रैंड के डेटा के बारे में जानकारी

जगहों के डेटा के साथ-साथ, Places Insights में ब्रैंड या उन स्टोर का डेटा भी शामिल होता है जिनकी एक से ज़्यादा जगहें हैं और जो एक ही ब्रैंड के नाम से काम करती हैं.

ब्रैंड का इस्तेमाल करके, इन सवालों के जवाब पाए जा सकते हैं:

• किसी इलाके में, ब्रैंड के हिसाब से सभी स्टोर की संख्या कितनी है?
• मेरे इलाक़े में, मेरे तीन सबसे बड़े प्रतिस्पर्धी ब्रैंड की संख्या कितनी है?
• इस इलाके में, इन ब्रैंड के अलावा अन्य कॉफ़ी शॉप की संख्या कितनी है?

BigQuery के बारे में जानकारी

BigQuery लिस्टिंग में डेटा उपलब्ध कराकर, Places Insights की मदद से ये काम किए जा सकते हैं:

• अपने डेटा को जगहों की अहम जानकारी के डेटा के साथ सुरक्षित तरीके से जोड़ें.
• अपने कारोबार की खास ज़रूरतों के लिए, एग्रीगेट की गई अहम जानकारी पाने के लिए, ज़रूरत के हिसाब से SQL क्वेरी लिखें.
• BigQuery के उन्हीं टूल का इस्तेमाल करें जिनका इस्तेमाल, निजी डेटा और वर्कफ़्लो के लिए पहले से किया जा रहा है.
• BigQuery की बेहतर पहुंच और परफ़ॉर्मेंस का फ़ायदा लें, ताकि बड़े डेटासेट का आसानी से विश्लेषण किया जा सके.

इस्तेमाल का उदाहरण

इस उदाहरण में, आपके डेटा को BigQuery में मौजूद Places Insights के डेटा के साथ जोड़ा गया है, ताकि एग्रीगेशन की जानकारी मिल सके. इस उदाहरण में, आपको न्यू यॉर्क शहर में एक होटल का मालिक माना गया है. आपके होटल की कई लोकेशन हैं. अब आपको अपने होटल की जगह की जानकारी वाले डेटा को जगहों के बारे में अहम जानकारी देने वाले डेटा के साथ जोड़ना है. इससे आपको यह पता चलेगा कि आपके होटल के आस-पास पहले से तय किए गए कारोबार किस तरह के हैं.

ज़रूरी शर्तें

इस उदाहरण के लिए, आपको अमेरिका के लिए Places Insights डेटासेट की सदस्यता लेनी होगी.

आपके होटल के डेटासेट का नाम mydata है. इसमें न्यूयॉर्क सिटी में मौजूद आपके दो होटलों की जगह की जानकारी दी गई है. इस डेटासेट को बनाने के लिए, यहां दिया गया SQL इस्तेमाल किया गया है:

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) );

उस इलाके में मौजूद रेस्टोरेंट की संख्या पता करना

अपने ग्राहकों को यह बताने के लिए कि आपके होटल के आस-पास कितने रेस्टोरेंट खुले हैं, आपको एक एसक्यूएल क्वेरी लिखनी है. इससे हर होटल के एक किलोमीटर के दायरे में मौजूद रेस्टोरेंट की संख्या पता चलेगी:

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

इस इमेज में, इस क्वेरी का उदाहरण आउटपुट दिखाया गया है:

किसी इलाके में मौजूद रेस्टोरेंट की संख्या और उनके प्लेस आईडी पाने के लिए, Places Count फ़ंक्शन का इस्तेमाल करना

जगहों की संख्या बताने वाले फ़ंक्शन का इस्तेमाल भी किया जा सकता है

किसी जगह के आस-पास मौजूद रेस्टोरेंट की संख्या ढूंढने के लिए. जगहों की संख्या बताने वाले फ़ंक्शन की मदद से, जगह के आईडी की सूची वापस पाई जा सकती है. इसका इस्तेमाल अलग-अलग जगहों के बारे में जानकारी पाने के लिए किया जा सकता है:

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
      )
);

इस इमेज में, इस क्वेरी का उदाहरण आउटपुट दिखाया गया है:

इलाके में मौजूद रेस्टोरेंट और बार की संख्या पता करना

अपनी क्वेरी में बदलाव करके, हर होटल के एक किलोमीटर के दायरे में मौजूद रेस्टोरेंट के साथ-साथ बार भी शामिल करें:

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

इस इमेज में, इस क्वेरी का उदाहरण आउटपुट दिखाया गया है:

इस इलाके में, सामान्य कीमत वाले रेस्टोरेंट और बार की संख्या पता करें

इसके बाद, आपको यह जानना है कि बार और रेस्टोरेंट में किस डेमोग्राफ़िक के ग्राहक आते हैं. आपके होटल, मध्यम कीमत वाले होटल हैं. इसलिए, आपको सिर्फ़ आस-पास के ऐसे होटलों के बारे में विज्ञापन दिखाना है जो इसी कीमत पर उपलब्ध हैं और जिनकी समीक्षाएं अच्छी हैं.

क्वेरी को इस तरह से सीमित करें कि वह सिर्फ़ बार और रेस्टोरेंट के नतीजे दिखाए. हालांकि, ऐसा तब हो, जब उनकी कीमत PRICE_LEVEL_MODERATE हो और उन्हें चार या इससे ज़्यादा स्टार की रेटिंग मिली हो. इस क्वेरी में, हर होटल के आस-पास 1,500 मीटर के दायरे को भी शामिल किया गया है:

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

इस इमेज में, इस क्वेरी का उदाहरण आउटपुट दिखाया गया है:

आगे क्या करना है

• जगहों की अहम जानकारी सेट अप करना
• डेटासेट को सीधे तौर पर क्वेरी करना
• Places Count फ़ंक्शन का इस्तेमाल करके, डेटासेट के बारे में क्वेरी करना
• स्कीमा रेफ़रंस देखना