Обзор статистики мест

Places Insights позволяет проводить расширенный статистический анализ обширных данных о местах в Google Maps. Он предоставляет агрегированные данные о количестве и плотности миллионов точек данных «Места интереса» (POI), что обеспечивает мощный инструмент геопространственной аналитики.

Ключевые возможности:

  • Геопространственная аналитика : получите «обзор с высоты птичьего полета» плотности и распределения различных категорий объектов интереса (например, магазины, рестораны, предприятия сферы услуг) в определенных географических районах.
  • Безопасный доступ к данным : Данные предоставляются с использованием списков обмена данными BigQuery с применением мер защиты данных, что обеспечивает безопасную и защищенную среду для обмена и анализа данных.
  • Подробная информация для принятия решений : Хотя Places Insights фокусируется на общих тенденциях, вы можете использовать полученные идентификаторы мест для детализации и получения информации об отдельных местах с помощью других API платформы Google Maps, чтобы перейти от статистических данных к детальным действиям.

О данных о местах

Google Maps собирает данные о местах расположения миллионов заведений по всему миру. Places Insights делает эти исчерпывающие данные доступными в BigQuery, позволяя получать сводные данные о местах в Google Maps на основе различных атрибутов, таких как типы мест , рейтинги, часы работы, доступность для инвалидных колясок и многое другое.

Для использования Places Insights необходимо писать SQL-запросы в BigQuery, которые возвращают статистические данные о местах. Эти данные позволяют отвечать на такие вопросы, как:

  • Сколько аналогичных предприятий работают вблизи потенциального места расположения нового магазина?
  • Какие виды бизнеса чаще всего встречаются рядом с моими самыми успешными магазинами?
  • В каких районах сосредоточено большое количество предприятий, предлагающих взаимодополняющие товары и услуги, которые могли бы привлечь моих целевых клиентов?
  • Сколько пятизвездочных суши-ресторанов в Мадриде открыты в 20:00, имеют парковку для инвалидных колясок и предлагают еду на вынос?
  • В каких почтовых индексах Калифорнии наблюдается наибольшая концентрация зарядных станций для электромобилей?

Places Insights поддерживает множество вариантов использования, таких как:

  • Выбор площадки : Оцените и выберите наиболее подходящие места для нового бизнеса или размещения физического актива. Анализируя плотность и сочетание окружающих объектов интереса, вы можете убедиться, что потенциальная площадка оптимально расположена в конкурентной и взаимодополняющей деловой среде. Такой подход, основанный на данных, может снизить риски, связанные с инвестициями в новые места.
  • Оценка эффективности местоположения : Определите, какие геопространственные переменные, такие как близость к определенным типам объектов интереса (например, супермаркетам или местам проведения мероприятий), коррелируют с положительной или отрицательной эффективностью существующих объектов. Эти данные позволяют выявить перспективные площадки, обладающие наилучшим сочетанием геопространственных характеристик для вашего сценария использования. Вы также можете использовать эту информацию для развертывания прогностических моделей, которые прогнозируют будущую эффективность любых новых локаций на основе контекста окружающих их объектов интереса.
  • Геотаргетинговый маркетинг : определите, какие типы маркетинговых кампаний или рекламы будут успешными в данном регионе. Places Insights предоставляет контекст, необходимый для понимания коммерческой активности, позволяя адаптировать сообщения в зависимости от концентрации соответствующих предприятий или видов деятельности.
  • Прогнозирование продаж : прогнозирование будущих продаж в перспективном регионе. Моделирование влияния окружающих геопространственных характеристик позволяет создавать надежные прогностические модели для принятия инвестиционных решений.
  • Исследование рынка : Определите, в какие географические регионы следует расширить свой бизнес или услуги в дальнейшем. Проанализируйте существующую насыщенность рынка и плотность точек интереса, чтобы выявить недостаточно охваченные или высококонцентрированные целевые рынки, предлагающие наибольшие возможности. Этот анализ предоставляет доказательства для поддержки стратегических инициатив роста и расширения.

Вы можете напрямую запрашивать данные из наборов данных Places Insights или использовать функции Places Count .

См. справочник по схемам .

О данных о брендах

Помимо данных о местах, Places Insights включает в себя данные о брендах или магазинах, имеющих несколько точек продаж, работающих под одним и тем же брендом.

Вы можете использовать бренды для ответа на такие вопросы, как:

  • Каково общее количество магазинов по каждой торговой марке в данном районе?
  • Каково количество брендов трех моих главных конкурентов в этом регионе?
  • Каково общее количество кофеен в этом районе, за исключением кофеен указанных марок?

О BigQuery

Предоставляя доступ к данным в списках BigQuery, Places Insights позволяет вам:

  • Надежно объедините свои данные с данными Places Insights.
  • Создавайте гибкие SQL-запросы для получения сводных данных, соответствующих вашим конкретным бизнес-задачам.
  • Используйте те же инструменты BigQuery, которые вы уже используете для работы с личными данными и рабочими процессами.
  • Воспользуйтесь мощью масштабируемости и производительности BigQuery, чтобы с легкостью анализировать огромные массивы данных.

Пример использования

В этом примере ваши данные объединяются с данными Places Insights в BigQuery для получения агрегированной информации. В данном примере вы являетесь владельцем отеля в Нью-Йорке с несколькими филиалами. Теперь вы хотите объединить данные о местоположении ваших отелей с данными Places Insights, чтобы определить концентрацию предопределенных типов бизнеса рядом с вашими отелями.

Предварительные требования

В этом примере вы подписываетесь на набор данных Places Insights для Соединенных Штатов.

Ваш набор данных об отелях называется mydata и определяет местоположение двух ваших отелей в Нью-Йорке. Следующий SQL-запрос создает этот набор данных:

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) );

Узнайте количество ресторанов в этом районе.

Чтобы дать вашим клиентам представление о плотности действующих ресторанов рядом с вашими отелями, вы можете написать SQL-запрос, который вернет количество ресторанов в радиусе 1000 метров от каждого отеля:

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

На этом изображении показан пример результата выполнения данного запроса:

Результаты запроса по подсчету ресторанов в радиусе 1000 метров от каждого отеля.

Воспользуйтесь функцией подсчета мест, чтобы получить количество ресторанов в этом районе и их идентификаторы.

Вы также можете использовать функцию подсчета мест.

Чтобы узнать количество ресторанов рядом с определенным местом, используйте функцию Places Count. Она позволяет получить список идентификаторов мест (Place ID), которые можно использовать для поиска подробной информации об отдельных заведениях.

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
      )
);

На этом изображении показан пример результата выполнения данного запроса:

Результаты запроса по ресторанам, расположенным в радиусе 1000 метров от каждого отеля, включая идентификаторы заведений.

Узнайте количество ресторанов и баров в этом районе.

Измените свой запрос, включив в него бары и рестораны, расположенные в радиусе 1000 метров от каждого отеля:

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

На этом изображении показан пример результата выполнения данного запроса:

Результаты запроса, позволяющие подсчитать количество ресторанов и баров в радиусе 1000 метров от каждого отеля.

Узнайте количество ресторанов и баров со средними ценами в этом районе.

Далее вам нужно выяснить, какую демографическую группу клиентов обслуживают бары и рестораны. Поскольку ваши отели ориентированы на умеренный ценовой сегмент, вам следует рекламировать только те расположенные поблизости заведения, которые относятся к этому ценовому сегменту и имеют хорошие отзывы.

Ограничьте запрос, чтобы он возвращал только бары и рестораны, если они находятся в ценовом диапазоне PRICE_LEVEL_MODERATE и имеют рейтинг 4 звезды или выше. Этот запрос также расширяет радиус до 1500 метров вокруг каждого отеля:

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

На этом изображении показан пример результата выполнения данного запроса:

Результаты поиска баров и ресторанов средней ценовой категории, расположенных в радиусе 1500 метров от каждого отеля.

Что дальше?