Présentation de Places Insights

Places Insights vous permet d'effectuer des analyses statistiques avancées sur les données Places enrichies de Google Maps. Il fournit des informations agrégées sur le nombre et la densité de millions de points de données de lieux d'intérêt, ce qui permet d'obtenir des informations géospatiales puissantes.

Fonctionnalités clés :

  • Informations géospatiales : obtenez une vue d'ensemble de la densité et de la répartition de différentes catégories de points d'intérêt (par exemple, commerces de détail, restaurants, services) dans des zones géographiques spécifiques.
  • Accès sécurisé aux données : les données sont déployées à l'aide de fiches d'échange de données BigQuery avec des protections en place, ce qui permet de créer un environnement sécurisé et protégé pour le partage et l'analyse des données.
  • Informations exploitables : bien que Places Insights se concentre sur les tendances agrégées, vous pouvez utiliser les ID de lieu générés pour explorer les données et récupérer des informations sur des lieux individuels à l'aide d'autres API Google Maps Platform. Vous pouvez ainsi passer d'un insight statistique à une action détaillée.

À propos des données sur les lieux

Google Maps organise les données sur les lieux pour des millions d'établissements dans le monde entier. Places Insights met ces données complètes sur les lieux à disposition dans BigQuery so that you can derive aggregated insights about Google Maps' places data based on a variety of attributes such as place types, ratings, store hours, wheelchair accessibility, and more.

Pour utiliser Places Insights, vous écrivez des requêtes SQL dans BigQuery qui renvoient des insights statistiques sur les données de lieux. Ces insights vous permettent de répondre à des questions telles que :

  • Combien d'entreprises similaires sont présentes à proximité d'un nouvel emplacement potentiel de magasin ?
  • Quels types d'entreprises sont le plus souvent situés à proximité de mes magasins les plus performants ?
  • Dans quelles zones se trouve une forte concentration d'entreprises complémentaires qui pourraient attirer mes clients cibles ?
  • Combien de restaurants de sushis 5 étoiles sont ouverts à 20h à Madrid, disposent d'un parking accessible en fauteuil roulant et proposent des plats à emporter ?
  • Dans quels codes postaux de Californie se trouve la plus forte concentration de bornes de recharge pour véhicules électriques ?

Places Insights est compatible avec plusieurs cas d'utilisation, tels que :

  • Sélection de sites : évaluez et choisissez les emplacements les plus adaptés pour une nouvelle entreprise ou l'implantation d'un actif physique. En analysant la densité et la combinaison des points d'intérêt environnants, vous pouvez vous assurer qu'un site potentiel est positionné de manière optimale dans son environnement commercial concurrentiel et complémentaire. Cette approche basée sur les données peut réduire le risque associé à l'investissement dans de nouveaux emplacements.
  • Évaluation des performances des emplacements : déterminez les variables géospatiales, telles que la proximité de certains types de points d’intérêt comme les supermarchés ou les lieux d’événements, qui sont corrélées à des performances positives ou négatives dans vos emplacements existants. Ces données vous permettent d'identifier les sites potentiels qui partagent la meilleure combinaison de caractéristiques géospatiales pour votre cas d'utilisation. Vous pouvez également utiliser ces informations pour déployer des modèles prédictifs qui prévoient les performances futures de tout nouvel emplacement en fonction du contexte des points d'intérêt environnants.
  • Marketing géociblé : déterminez les types de campagnes marketing ou de publicités qui seront efficaces dans une zone. Places Insights fournit le contexte nécessaire pour comprendre l'activité commerciale, ce qui vous permet d'adapter vos messages en fonction de la concentration d'entreprises ou d'activités pertinentes.
  • Prévisions des ventes : prévoyez les ventes futures dans un emplacement potentiel. La modélisation de l'impact des caractéristiques géospatiales environnantes vous permet de créer des modèles prédictifs robustes pour prendre des décisions d'investissement.
  • Études de marché : déterminez les zones géographiques dans lesquelles développer votre entreprise ou votre service. Analysez la saturation du marché existant et la densité des points d'intérêt pour identifier les marchés cibles mal desservis ou très concentrés qui offrent le plus d'opportunités. Cette analyse fournit des preuves pour soutenir les initiatives de croissance et d'expansion stratégiques.

Vous pouvez interroger directement les ensembles de données Places Insights ou utiliser des fonctions Places Count.

Consultez la documentation de référence sur le schéma.

À propos des données sur les marques

En plus des données sur les lieux, Places Insights inclut des données sur les marques, ou les magasins qui possèdent plusieurs établissements et qui opèrent sous le même nom de marque.

Vous pouvez utiliser les marques pour répondre à des questions telles que :

  • Quel est le nombre total de magasins par marque dans une zone ?
  • Quel est le nombre de magasins de mes trois principales marques concurrentes dans la zone ?
  • Quel est le nombre de cafés dans cette zone, à l'exclusion de ces marques ?

À propos de BigQuery

En mettant les données à disposition dans les fiches BigQuery, Places Insights vous permet de :

  • combiner de manière sécurisée vos données avec les données Places Insights ;
  • écrire des requêtes SQL flexibles pour découvrir des insights agrégés pour vos besoins commerciaux spécifiques ;
  • utiliser les mêmes outils BigQuery que ceux que vous utilisez déjà avec vos données et workflows privés ;
  • exploiter la puissance de l'évolutivité et des performances de BigQuery pour analyser facilement des ensembles de données volumineux.

Exemple d'utilisation

Dans cet exemple, vos données sont jointes aux données Places Insights dans BigQuery pour obtenir des informations d'agrégation. Vous êtes propriétaire d'un hôtel à New York et vous possédez plusieurs établissements. Vous souhaitez maintenant joindre vos données d'emplacement d'hôtel aux données Places Insights pour découvrir la concentration de types d'entreprises prédéfinis à proximité de vos hôtels.

Prérequis

Dans cet exemple, vous vous abonnez à l' ensemble de données Places Insights pour les États-Unis.

Votre ensemble de données d'hôtel est nommé mydata et définit les emplacements de vos deux hôtels à New York. Le code SQL suivant crée cet ensemble de données :

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) );

Obtenir le nombre de restaurants dans la zone

Pour donner à vos clients une idée de la densité des restaurants ouverts à proximité de vos hôtels, vous écrivez une requête SQL pour renvoyer le nombre de restaurants situés à moins de 1 000 mètres de chaque hôtel :

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

Cette image montre un exemple de résultat de cette requête :

Résultats de la requête permettant de compter les restaurants situés à moins de 1 000 mètres de chaque hôtel.

Utiliser une fonction Places Count pour obtenir le nombre et les ID de lieu des restaurants dans la zone

Vous pouvez également utiliser une fonction Places Count

pour trouver le nombre de restaurants à proximité d'un lieu. Les fonctions Places Count vous permettent de récupérer une liste d'ID de lieu, qui peuvent être utilisés pour rechercher des informations sur les lieux individuels :

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
      )
);

Cette image montre un exemple de résultat de cette requête :

Résultats de requête pour les restaurants situés à moins de 1 000 mètres de chaque hôtel, y compris les ID de lieu.

Obtenir le nombre de restaurants et de bars dans la zone

Modifiez votre requête pour inclure les bars ainsi que les restaurants situés à moins de 1 000 mètres de chaque hôtel :

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

Cette image montre un exemple de résultat de cette requête :

Résultats de la requête permettant de compter les restaurants et les bars situés à moins de 1 000 mètres de chaque hôtel.

Obtenir le nombre de restaurants et de bars à prix modérés dans la zone

Vous souhaitez ensuite savoir quel segment de clientèle est desservi par les bars et les restaurants. Étant donné que vos hôtels ciblent un prix modéré, vous ne souhaitez faire la publicité que des établissements à proximité qui se situent dans cette catégorie de prix et qui sont bien notés.

Limitez la requête pour ne renvoyer que les bars et les restaurants dont le niveau de prix est PRICE_LEVEL_MODERATE et qui ont une note de 4 étoiles ou plus. Cette requête étend également le rayon à 1 500 mètres autour de chaque hôtel :

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

Cette image montre un exemple de résultat de cette requête :

Résultats de requête pour les bars et restaurants à prix modérés situés à moins de 1 500 mètres de chaque hôtel.

Étape suivante