जगहों की अहम जानकारी की खास जानकारी

Places Insights की मदद से, Google Maps के Places से जुड़े बेहतर डेटा का अडवांस स्टैटिस्टिकल विश्लेषण किया जा सकता है. यह लाखों लोकप्रिय जगहों (पीओआई) के डेटा पॉइंट के लिए, एग्रीगेट की गई गिनती और डेंसिटी की जानकारी देता है. इससे जियोस्पेशल इंटेलिजेंस की सुविधा मिलती है.

अहम सुविधाएं:

  • जियोस्पेशल इंटेलिजेंस: किसी खास भौगोलिक इलाके में, अलग-अलग कैटगरी के पीओआई (जैसे, खुदरा कारोबार, रेस्टोरेंट, सेवाएं) की डेंसिटी और डिस्ट्रिब्यूशन का "बर्ड्स आई व्यू" पाएं.
  • सुरक्षित तरीके से डेटा ऐक्सेस करना: डेटा को BigQuery डेटा एक्सचेंज लिस्टिंग का इस्तेमाल करके डिप्लॉय किया जाता है. इसमें डेटा की सुरक्षा से जुड़ी सुविधाएं भी शामिल होती हैं. इससे डेटा शेयर करने और उसका विश्लेषण करने के लिए, सुरक्षित और प्रोटेक्टेड एनवायरमेंट मिलता है.
  • कार्रवाई से जुड़ी जानकारी: Places Insights, एग्रीगेट ट्रेंड पर फ़ोकस करता है. हालांकि, आउटपुट किए गए Place आईडी का इस्तेमाल करके, अन्य Google Maps Platform API की मदद से, किसी जगह की जानकारी को ड्रिल डाउन किया जा सकता है और उसे वापस पाया जा सकता है. इससे स्टैटिस्टिकल इनसाइट से लेकर कार्रवाई से जुड़ी पूरी जानकारी मिलती है.

जगहों के डेटा के बारे में जानकारी

Google Maps, दुनिया भर में लाखों जगहों का डेटा इकट्ठा करता है. Places Insights, जगहों के इस डेटा को BigQuery में उपलब्ध कराता है, ताकि Google Maps के Places से जुड़े डेटा के बारे में एग्रीगेट की गई अहम जानकारी पाई जा सके. यह जानकारी, जगह के टाइप, रेटिंग, स्टोर के खुले रहने के समय, व्हीलचेयर की सुविधा वगैरह जैसे कई एट्रिब्यूट के आधार पर मिलती है.

Places Insights का इस्तेमाल करने के लिए, आपको BigQuery में SQL क्वेरी लिखनी होंगी. इससे जगहों के डेटा के बारे में स्टैटिस्टिकल इनसाइट मिलती है. इन अहम जानकारी से, इन सवालों के जवाब पाए जा सकते हैं:

  • किसी नई दुकान के लिए संभावित जगह के आस-पास, मिलते-जुलते कितने कारोबार चल रहे हैं?
  • मेरे सबसे सफल स्टोर के आस-पास, किस तरह के कारोबार सबसे ज़्यादा हैं?
  • किन इलाकों में, पूरक कारोबारों की संख्या ज़्यादा है. इससे मेरे टारगेट ग्राहकों को आकर्षित किया जा सकता है?
  • मैड्रिड में रात 8 बजे, पांच स्टार रेटिंग वाले कितने सुशी रेस्टोरेंट खुले हैं? इनमें व्हीलचेयर की सुविधा वाली पार्किंग है और टेकआउट की सुविधा भी है?
  • कैलिफ़ोर्निया के किन ज़िप कोड में, ईवी चार्जिंग स्टेशन की संख्या सबसे ज़्यादा है?

Places Insights को कई तरह के कामों के लिए इस्तेमाल किया जा सकता है. जैसे:

  • साइट चुनना: किसी नए कारोबार या फ़िज़िकल ऐसेट की प्लेसमेंट के लिए, सबसे सही जगहों का आकलन करके उन्हें चुनें. आस-पास के पीओआई की डेंसिटी और मिक्स का विश्लेषण करके, यह पक्का किया जा सकता है कि संभावित साइट, प्रतिस्पर्धी और पूरक कारोबार के एनवायरमेंट में सही जगह पर मौजूद हो. डेटा पर आधारित इस तरीके से, नई जगहों पर निवेश से जुड़े जोखिम को कम किया जा सकता है.
  • जगह की परफ़ॉर्मेंस का आकलन करना: आकलन करें कि किन जियोस्पेशल वैरिएबल की वजह से, आपकी मौजूदा जगहों की परफ़ॉर्मेंस बेहतर या खराब हो सकती है. जैसे, सुपरमार्केट या इवेंट वेन्यू जैसे कुछ तरह के पीओआई के आस-पास होने की वजह से. इस डेटा से, संभावित साइटों की पहचान की जा सकती है. इनमें आपकी ज़रूरत के हिसाब से, जियोस्पेशल विशेषताओं का सबसे अच्छा मिक्स 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 पीओआई के कॉन्टेक्स्ट के आधार पर, नई जगहों की आने वाली परफ़ॉर्मेंस का अनुमान लगाते हैं.
  • जियोटारगेटेड मार्केटिंग: आकलन करें कि किसी इलाके में, किस तरह के मार्केटिंग कैंपेन या विज्ञापन सफल होंगे. Places Insights, कमर्शियल ऐक्टिविटी को समझने के लिए ज़रूरी कॉन्टेक्स्ट उपलब्ध कराता है. इससे, काम के कारोबारों या गतिविधियों की संख्या के आधार पर, मैसेज को अपनी ज़रूरत के हिसाब से तैयार किया जा सकता है.
  • बिक्री का अनुमान लगाना: किसी संभावित जगह पर, आने वाले समय में होने वाली बिक्री का अनुमान लगाएं. आस-पास की जियोस्पेशल विशेषताओं के असर को मॉडल करके, निवेश के फ़ैसले लेने के लिए, अनुमान लगाने वाले मज़बूत मॉडल बनाए जा सकते हैं.
  • मार्केट रिसर्च: यह जानकारी पाएं कि आपको अपने कारोबार या सेवा को किन भौगोलिक इलाकों में बढ़ाना चाहिए. मौजूदा मार्केट सैचुरेशन और पीओआई डेंसिटी का विश्लेषण करके, ऐसे टारगेट मार्केट की पहचान करें जिनमें ज़रूरत के मुताबिक सेवाएं उपलब्ध नहीं हैं या जहां आपके टारगेट ग्राहक ज़्यादा हैं. इससे आपको सबसे ज़्यादा अवसर मिलते हैं. इस विश्लेषण से, रणनीतिक बढ़ोतरी और कारोबार को बढ़ाने की पहल को बढ़ावा मिलता है.

Places Insights के डेटासेट की क्वेरी सीधे तौर पर की जा सकती है या Places Count फ़ंक्शन का इस्तेमाल किया जा सकता है.

स्कीमा रेफ़रंस देखें.

ब्रैंड के डेटा के बारे में जानकारी

Places Insights में, जगहों के डेटा के साथ-साथ 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 करते 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?
  • उस इलाके में, मेरे टॉप तीन प्रतिस्पर्धी ब्रैंड के स्टोर की संख्या कितनी है?
  • उस इलाके में, इन ब्रैंड को छोड़कर, सभी कॉफ़ी शॉप की संख्या कितनी है?

BigQuery के बारे में जानकारी

Places Insights, डेटा को BigQuery लिस्टिंग में उपलब्ध कराता है. इससे आपको ये फ़ायदे मिलते हैं:

  • अपने डेटा को Places Insights के डेटा के साथ सुरक्षित तरीके से जोड़ना.
  • अपने कारोबार की खास ज़रूरतों के लिए, एग्रीगेट की गई अहम जानकारी पाने के लिए, फ़्लेक्सिबल SQL क्वेरी लिखना.
  • उन्हीं BigQuery टूल का इस्तेमाल करना जिन्हें आप पहले से ही अपने निजी डेटा और वर्कफ़्लो के साथ इस्तेमाल कर रहे हैं.
  • BigQuery के स्केल और परफ़ॉर्मेंस का फ़ायदा उठाना, ताकि बड़े डेटासेट का आसानी से विश्लेषण किया जा सके.

इस्तेमाल के उदाहरण

इस उदाहरण में, आपके डेटा को BigQuery में Places Insights के डेटा के साथ जोड़ा जाता है, ताकि एग्रीगेशन की जानकारी पाई जा सके. इस उदाहरण के लिए, मान लें कि आप न्यूयॉर्क शहर में होटल के मालिक हैं और आपके होटल की एक से ज़्यादा जगहें हैं. अब आपको अपने होटल की जगहों के डेटा को Places Insights के डेटा के साथ जोड़ना है, ताकि आपके होटलों के आस-पास, पहले से तय किए गए कारोबार के टाइप की संख्या का पता लगाया जा सके.

ज़रूरी शर्तें

इस उदाहरण के लिए, आपने Places Insights के डेटासेट की सदस्यता ली है.

आपके होटल के डेटासेट का नाम mydata है. इसमें न्यूयॉर्क शहर में मौजूद आपके दो होटलों की जगहों की जानकारी दी गई है. यह SQL, इस डेटासेट को बनाता 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) );

इलाके में मौजूद रेस्टोरेंट की संख्या पाना

अपने ग्राहकों को यह बताने के लिए कि आपके होटलों के आस-पास कितने रेस्टोरेंट खुले हैं, आपको एक SQL क्वेरी लिखनी होगी. इससे हर होटल के 1,000 मीटर के दायरे में मौजूद रेस्टोरेंट की संख्या मिलेगी:

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 के आउटपुट का एक उदाहरण दिखाया गया है:

हर होटल से 1,000 मीटर के दायरे में मौजूद रेस्तरां की संख्या गिनने के लिए क्वेरी के नतीजे.

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

किसी जगह के आस-पास मौजूद रेस्टोरेंट की संख्या जानने के लिए, Places Count फ़ंक्शन

का इस्तेमाल भी किया जा सकता है. Places Count फ़ंक्शन की मदद से, Place आईडी की सूची वापस पाई जा सकती है. इसका इस्तेमाल, अलग-अलग जगहों के बारे में जानकारी देखने 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 के आउटपुट का एक उदाहरण दिखाया गया है:

हर होटल से 1, 000 मीटर के दायरे में मौजूद रेस्तरां के लिए क्वेरी के नतीजे. इनमें जगह के आईडी भी शामिल हैं.

इलाके में मौजूद रेस्टोरेंट और बार की संख्या पाना

अपनी क्वेरी में बदलाव करें, ताकि हर होटल के 1,000 मीटर के दायरे में मौजूद रेस्टोरेंट के साथ-साथ बार भी शामिल किए जा सकें:

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 के आउटपुट का एक उदाहरण दिखाया गया है:

हर होटल से 1,000 मीटर के दायरे में मौजूद रेस्टोरेंट और बार की गिनती करने के लिए क्वेरी के नतीजे.

इलाके में मौजूद, सामान्य कीमत वाले रेस्टोरेंट और बार की संख्या पाना

इसके बाद, आपको यह जानना है कि बार और रेस्टोरेंट में किस तरह के ग्राहक आते हैं. आपके होटल, सामान्य कीमत वाले ग्राहकों को टारगेट करते हैं. इसलिए, आपको सिर्फ़ आस-पास के उन रेस्टोरेंट और बार के बारे में विज्ञापन दिखाना है जिनकी कीमत सामान्य है और जिन्हें अच्छी रेटिंग मिली है.

क्वेरी को इस तरह से सीमित करें कि वह सिर्फ़ उन बार और रेस्टोरेंट की जानकारी दिखाए जिनकी कीमत PRICE_LEVEL_MODERATE है और जिन्हें चार या उससे ज़्यादा स्टार रेटिंग मिली है. इस क्वेरी में, हर होटल के आस-पास का दायरा 1,500 मीटर तक बढ़ाया 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 के आउटपुट का एक उदाहरण दिखाया गया है:

हर होटल से 1,500 मीटर के दायरे में मौजूद, सामान्य कीमत वाले बार और रेस्टोरेंट के लिए क्वेरी के नतीजे.

आगे क्या करना है