Descripción general de las estadísticas de Places

Places Insights te permite realizar análisis estadísticos avanzados de los datos enriquecidos de Places de Google Maps. Proporciona recuentos agregados y datos de densidad para millones de datos de lugares de interés (POI), lo que permite una potente inteligencia geoespacial.

Funciones clave

• Inteligencia geoespacial: Obtén una vista general de la densidad y la distribución de diferentes categorías de lugares de interés (p.ej., comercios minoristas, restaurantes, servicios) en áreas geográficas específicas.
• Acceso seguro a los datos: Los datos se implementan con las fichas de intercambio de datos de BigQuery con protecciones de datos implementadas, lo que habilita un entorno seguro y protegido para el uso compartido y el análisis de datos.
• Detalles prácticos: Si bien Places Insights se enfoca en las tendencias agregadas, puedes usar los IDs de lugar que se generan para desglosar y recuperar información de lugares individuales con otras APIs de Google Maps Platform para pasar de las estadísticas a las acciones detalladas.

Comprende los datos de lugares y los casos de uso

Google Maps selecciona datos de lugares para millones de establecimientos de todo el mundo. Places Insights hace que estos datos de lugares estén disponibles en BigQuery para que puedas obtener estadísticas agregadas sobre los datos de lugares de Google Maps en función de una variedad de atributos, como los tipos de lugares, las calificaciones, el horario de atención, la accesibilidad para sillas de ruedas y mucho más.

Para usar Places Insights, escribe consultas en SQL en BigQuery que devuelvan estadísticas sobre los datos de lugares. Estas estadísticas te permiten responder preguntas como las siguientes:

• ¿Cuántas empresas similares operan cerca de la ubicación de una posible tienda nueva?
• ¿Qué tipos de empresas se encuentran con mayor frecuencia cerca de mis tiendas más exitosas?
• ¿Qué áreas tienen una alta concentración de empresas complementarias que podrían atraer a mis clientes objetivo?
• ¿Cuántos restaurantes de sushi de 5 estrellas están abiertos a las 8 p.m. en Madrid, tienen estacionamiento accesible para personas en silla de ruedas y ofrecen comida para llevar?
• ¿Qué códigos postales de California tienen la mayor concentración de estaciones de carga de VE?

Casos prácticos compatibles

• Selección de sitios: Evalúa y elige las ubicaciones más adecuadas para una empresa nueva o la ubicación de un activo físico. Si analizas la densidad y la combinación de los lugares de interés circundantes, puedes asegurarte de que una ubicación potencial esté posicionada de manera óptima dentro de su entorno empresarial competitivo y complementario. Este enfoque basado en datos puede reducir el riesgo asociado con la inversión en ubicaciones nuevas.
• Evaluación del rendimiento de las ubicaciones: Determina qué variables geoespaciales, como la proximidad a ciertos tipos de lugares de interés, como supermercados o lugares de eventos, se correlacionan con el rendimiento positivo o negativo en tus ubicaciones existentes. Estos datos te permiten identificar sitios potenciales que comparten la mejor combinación de características geoespaciales para tu caso de uso. También puedes usar esta información para implementar modelos predictivos que pronostiquen el rendimiento futuro de cualquier ubicación nueva en función del contexto de los lugares de interés que la rodean.
• Marketing con segmentación geográfica: Determina qué tipos de campañas de marketing o anuncios tendrán éxito en un área. Places Insights proporciona el contexto necesario para comprender la actividad comercial, lo que te permite adaptar los mensajes según la concentración de empresas o actividades relevantes.
• Previsión de ventas: Predice las ventas futuras en una ubicación potencial. Modelar el impacto de las características geoespaciales circundantes te permite crear modelos predictivos sólidos para impulsar las decisiones de inversión.
• Investigación de mercado: Obtén información sobre las ubicaciones geográficas a las que puedes expandir tu empresa o servicio. Analiza la saturación del mercado existente y la densidad de los lugares de interés para identificar los mercados objetivo desatendidos o con una alta concentración que ofrezcan las mejores oportunidades. Este análisis proporciona evidencia para respaldar las iniciativas estratégicas de crecimiento y expansión.
• Análisis de tendencias: Explora los cambios que se producen durante un período. Compara los recuentos de lugares, incluidos los lugares agregados y quitados, mes tras mes desde enero de 2024.

Puedes consultar los conjuntos de datos de Places Insights con las funciones de Places Count o las consultas en SQL directas.

Consulta la referencia de Schema.

Elige tu método de consulta: funciones de recuento de Places o SQL directo

Para adaptarse a diferentes escalas de análisis y requisitos de privacidad, Places Insights ofrece dos rutas de consulta: funciones de recuento de lugares (funciones nativas de BigQuery) y consultas en SQL directas (uniones de tablas).

Usa esta matriz de decisión para determinar la ruta de consulta correcta para tu implementación:

Analiza las tendencias históricas con fechas de instantáneas

Places Insights te permite realizar análisis históricos consultando instantáneas mensuales de los datos de Places que se remontan a enero de 2024. Esto te permite evaluar cómo evolucionaron la densidad empresarial, la actividad comercial y los entornos competitivos con el paso del tiempo.

Para consultar datos históricos con las funciones de Places Count, pasa el parámetro de filtro opcional snapshot_date dentro de tu JSON_OBJECT. El valor debe tener el formato YYYY-MM (por ejemplo, '2026-01').

Ejemplo: Consulta los recuentos históricos de restaurantes en la ciudad de Nueva York con PLACES_COUNT_V2

En el siguiente ejemplo, se usa PLACES_COUNT_V2 para analizar los recuentos de restaurantes operativos alrededor del Empire State Building y Times Square en la ciudad de Nueva York, tal como existían en enero de 2026:

-- Create a table for the input search geographies
WITH my_search_areas AS (
  SELECT
    'Empire State Building' AS geo_id,
    ST_GEOGPOINT(-73.9857, 40.7484) AS geo
  UNION ALL
  SELECT
    'Times Square' AS geo_id,
    ST_GEOGPOINT(-73.9851, 40.7580) AS geo
)

-- Query restaurant counts for the January 2026 snapshot
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE my_search_areas,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters around each point
      'business_status', ['OPERATIONAL'],
      'types', ['restaurant'],
      'snapshot_date', '2026-01'
  )
);

Analiza el resultado histórico

La tabla de BigQuery que se devuelve contiene el geo_id, el polígono de la ubicación geográfica de entrada, el recuento de lugares y los IDs de lugar de muestra tal como se registraron durante el mes de la instantánea especificado (2026-01). Puedes ejecutar consultas idénticas en varios meses de instantáneas para calcular las tendencias de crecimiento, las aperturas de tiendas o la contracción del mercado.

Agrega la densidad regional de lugares de interés con PLACES_COUNT_PER_H3

La función PLACES_COUNT_PER_H3 es la forma recomendada de analizar la densidad de lugares de interés en áreas grandes. Si divides tu región objetivo en celdas de cuadrícula hexagonal H3 estandarizadas, eliminas la necesidad de dibujar límites personalizados y puedes ingresar los resultados directamente en herramientas de mapas visuales, como Looker Studio.

Ejemplo: Cuenta las tiendas de comestibles y los minimercados accesibles para personas en silla de ruedas en el estado de Nueva York

La siguiente consulta agrega las tiendas de comestibles y los minimercados accesibles para personas en silla de ruedas del estado de Nueva York en celdas H3 con un nivel de resolución 8. Usa la geometría de límites recuperada de forma dinámica del conjunto de datos públicos bigquery-public-data.geo_us_boundaries.states.

-- Query POI count per H3 cell intersecting the New York State polygon boundary
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', (
        -- Dynamically retrieve the boundary geography for New York State
        SELECT state_geom
        FROM `bigquery-public-data.geo_us_boundaries.states`
        WHERE state = 'NY'
        LIMIT 1
      ),
      'types', ['grocery_store', 'convenience_store'],
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8,
      'wheelchair_accessible_entrance', TRUE
  )
)
ORDER BY count DESC;

Analiza el resultado

Esta consulta devuelve una tabla estructurada que asigna cada índice H3 distinto (h3_cell_index) a su polígono de límite (geography), recuento de lugares de interés (count) y hasta 250 sample_place_ids representativos.

• Se incluyen los recuentos de cero: Si una celda de la cuadrícula del estado de Nueva York tiene cero tiendas que coinciden, de todos modos devuelve una fila con un recuento de 0. Esto es fundamental para ubicar desiertos comerciales o de servicios.
• Asignación visual directa: Debido a que el resultado incluye un polígono GEOGRAPHY, puedes renderizar mapas de calor directamente en BigQuery Studio o Looker Studio.

Recupera IDs de lugar para inspeccionar Place Details

Si bien Places Insights se creó para la inteligencia estadística, puedes pasar de las estadísticas agregadas a las acciones detalladas.

Todas las funciones principales de Places Count, incluidas PLACES_COUNT_PER_H3, PLACES_COUNT_V2 y PLACES_COUNT_PER_TYPE_V2 (con la excepción de la función heredada PLACES_COUNT), devuelven un array de hasta 250 IDs de lugar por fila que coinciden con tus criterios de consulta.

Estos IDs de lugar actúan como un puente, lo que te permite usar otras APIs de Google Maps Platform, como la API de Place Details, para recuperar detalles específicos, como nombres de tiendas, opiniones, números de teléfono y direcciones.

Analiza la presencia de la marca en varias ubicaciones

Junto con los datos de lugares, Places Insights incluye datos sobre marcas o tiendas que tienen varias ubicaciones que operan con el mismo nombre de marca.

Puedes consultar los datos de la marca para lo siguiente:

• Identificar la densidad de las marcas de la competencia en un mercado objetivo
• Filtra tus recuentos de lugares de interés específicamente por IDs de marca.
• Examinar la penetración de mercado comparando los establecimientos de marca con los independientes

¿Qué sigue?

• Comienza a usar Places Insights: Lee la descripción general de todas las funciones con valores de tabla optimizadas.
• Referencia de PLACES_COUNT_PER_H3 – Obtén información sobre la función de indexación espacial hexagonal.
• Avanzado: Consulta el conjunto de datos directamente: Obtén información sobre las consultas en SQL estándar, los flujos de trabajo de unión y el filtrado de datos de marcas.
• Consulta la referencia del esquema: Lee las tablas de campos detalladas para los esquemas principales y específicos de cada país.