نظرة عامة على "إحصاءات الأماكن"

تتيح لك أداة إحصاءات الأماكن إجراء تحليل إحصائي متقدّم لبيانات الأماكن الغنية بالمعلومات على "خرائط Google". وتوفّر هذه الخدمة إحصاءات مجمَّعة ومعلومات عن الكثافة لملايين نقاط بيانات خاصة بنقاط الاهتمام، ما يتيح الحصول على استخبارات الجغرافيا المكانية فعّالة.

الإمكانات الأساسية

• الاستخبارات الجغرافية المكانية: يمكنك الحصول على "نظرة عامة" على كثافة وتوزيع فئات مختلفة من نقاط الاهتمام (مثل متاجر التجزئة والمطاعم والخدمات) في مناطق جغرافية معيّنة.
• الوصول الآمن إلى البيانات: يتم نشر البيانات باستخدام بطاقات بيانات في "سوق بيانات BigQuery" مع توفير وسائل حماية البيانات، ما يتيح بيئة آمنة ومحمية لمشاركة البيانات وتحليلها.
• تفاصيل قابلة للاستخدام: في حين تركّز إحصاءات الأماكن على المؤشرات المجمّعة، يمكنك استخدام أرقام تعريف الأماكن التي تم إخراجها للتعمّق في التفاصيل واسترداد معلومات فردية عن الأماكن باستخدام واجهات برمجة تطبيقات أخرى من "منصة خرائط Google" للانتقال من الإحصاءات إلى الإجراءات التفصيلية.

فهم بيانات الأماكن وحالات الاستخدام

تجمع "خرائط Google" بيانات الأماكن لملايين المؤسسات في جميع أنحاء العالم. تتيح إحصاءات الأماكن بيانات الأماكن الشاملة هذه في BigQuery، ما يتيح لك استخلاص إحصاءات مجمّعة حول بيانات الأماكن في "خرائط Google" استنادًا إلى مجموعة متنوعة من السمات، مثل أنواع الأماكن والتقييمات وساعات عمل المتاجر وإمكانية الوصول باستخدام الكراسي المتحركة وغير ذلك.

لاستخدام إحصاءات الأماكن، عليك كتابة طلبات بحث بلغة الاستعلامات البنيوية (SQL) في BigQuery تعرض إحصاءات إحصائية حول بيانات الأماكن. تتيح لك هذه الإحصاءات الإجابة عن أسئلة مثل:

• كم عدد الأنشطة التجارية المشابهة التي تعمل بالقرب من الموقع الجغرافي المحتمل لمتجر جديد؟
• ما هي أنواع الأنشطة التجارية الأكثر شيوعًا بالقرب من متاجري الأكثر نجاحًا؟
• ما هي المناطق التي تضم عددًا كبيرًا من الأنشطة التجارية التكميلية التي يمكنها جذب عملائي المستهدَفين؟
• كم عدد مطاعم السوشي ذات الـ 5 نجوم المفتوحة في الساعة 8 مساءً في مدريد والتي توفّر مواقف سيارات مناسبة للكراسي المتحركة وتقدّم خدمة توصيل الطلبات؟
• ما هي الرموز البريدية في كاليفورنيا التي تضم أكبر عدد من محطات شحن المركبات الكهربائية؟

حالات الاستخدام المتوافقة

• اختيار الموقع الجغرافي: تقييم واختيار المواقع الجغرافية الأنسب لنشاط تجاري جديد أو لوضع أصول مادية من خلال تحليل كثافة ونوعية الأماكن المحيطة، يمكنك التأكّد من أنّ الموقع الجغرافي المحتمل يتمتع بموقع مثالي ضمن بيئة الأعمال التنافسية والتكميلية. يمكن أن يقلّل هذا النهج المستند إلى البيانات من المخاطر المرتبطة بالاستثمار في مواقع جغرافية جديدة.
• تقييم أداء المواقع الجغرافية: حدِّد المتغيرات الجغرافية المكانية، مثل القرب من أنواع معيّنة من نقاط الاهتمام، كالمتاجر الكبيرة أو أماكن الفعاليات، التي ترتبط بالأداء الإيجابي أو السلبي في مواقعك الجغرافية الحالية. تتيح لك هذه البيانات تحديد المواقع الجغرافية المحتملة التي تتضمّن أفضل مزيج من الخصائص الجغرافية المكانية لحالة الاستخدام. يمكنك أيضًا استخدام هذه المعلومات لنشر نماذج تنبؤية تتوقّع الأداء المستقبلي لأي مواقع جغرافية جديدة استنادًا إلى سياق النقاط المحيطة بها.
• التسويق المستهدِف جغرافيًا: تحديد أنواع الحملات التسويقية أو الإعلانات التي ستنجح في منطقة معيّنة توفّر إحصاءات الأماكن السياق اللازم لفهم النشاط التجاري، ما يتيح لك تخصيص المراسلة استنادًا إلى تركيز الأنشطة التجارية أو الأنشطة ذات الصلة.
• التنبؤ بالمبيعات: يمكنك التنبؤ بالمبيعات المستقبلية في موقع جغرافي محتمل. يتيح لك وضع نماذج لتأثير الخصائص الجغرافية المكانية المحيطة إنشاء نماذج تنبؤية قوية لاتّخاذ قرارات استثمارية.
• أبحاث السوق: تساعدك في تحديد المناطق الجغرافية التي يمكنك توسيع نطاق نشاطك التجاري أو خدماتك فيها. حلِّل مدى تشبّع السوق الحالي وكثافة نقاط الاهتمام لتحديد الأسواق المستهدَفة التي لا تحظى بالخدمة الكافية أو التي تشهد تركيزًا كبيرًا، والتي توفّر أكبر فرصة. تقدّم هذه التحليلات أدلة لدعم مبادرات النمو والتوسّع الاستراتيجية.
• تحليل المؤشرات: استكشاف التغييرات التي تحدث خلال فترة زمنية معيّنة مقارنة عدد الأماكن، بما في ذلك الأماكن المضافة والمزالة، على أساس شهري منذ يناير 2024

يمكنك الاستعلام عن مجموعات بيانات "إحصاءات الأماكن" باستخدام دوال "عدد الأماكن" أو استعلامات SQL مباشرة.

الاطّلاع على مرجع المخطط

اختيار طريقة طلب البحث: دوال "عدد الأماكن" مقابل SQL المباشر

لتلبية متطلبات الخصوصية ومقاييس التحليل المختلفة، يوفّر Places Insights مسارَين للاستعلام: دوال عدد الأماكن (دوال BigQuery الأصلية) وطلبات بحث SQL المباشرة (عمليات ربط الجداول).

استخدِم مصفوفة اتّخاذ القرار هذه لتحديد مسار طلب البحث الصحيح لعملية التنفيذ:

تحليل المؤشرات السابقة باستخدام تواريخ اللقطات

تتيح لك أداة Places Insights إجراء تحليل سابق من خلال طلب لقطات شهرية لبيانات Places يعود تاريخها إلى يناير 2024. يتيح لك ذلك تقييم مدى تطوّر كثافة الأنشطة التجارية والأنشطة التجارية والمشهد التنافسي بمرور الوقت.

للاستعلام عن البيانات السابقة باستخدام دوال Places Count، مرِّر مَعلمة الفلتر الاختيارية snapshot_date داخل JSON_OBJECT. يجب أن تكون القيمة منسَّقة على النحو YYYY-MM (مثلاً، '2026-01').

مثال: طلب البحث عن أعداد المطاعم السابقة في مدينة نيويورك باستخدام PLACES_COUNT_V2

يستخدِم المثال التالي PLACES_COUNT_V2 لتحليل أعداد المطاعم المفتوحة في محيط مبنى إمباير ستيت وتايمز سكوير في مدينة نيويورك كما كانت في يناير 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'
  )
);

تحليل النتائج السابقة

يحتوي جدول BigQuery الذي تم عرضه على geo_id ومضلّع الجغرافيا الذي تم إدخاله وعدد الأماكن وعيّنات من معرّفات الأماكن كما تم تسجيلها خلال شهر اللقطة المحدّد (2026-01). يمكنك تنفيذ طلبات بحث متطابقة على مدار عدة أشهر من اللقطات لحساب مؤشرات النمو أو عمليات فتح المتاجر أو انكماش السوق.

تجميع كثافة نقاط الاهتمام الإقليمية باستخدام PLACES_COUNT_PER_H3

الدالة PLACES_COUNT_PER_H3 هي المسار المقترَح لتحليل كثافة نقاط الاهتمام على مساحات كبيرة. من خلال تقسيم المنطقة المستهدَفة إلى خلايا شبكة سداسية موحّدة H3، يمكنك الاستغناء عن رسم حدود مخصّصة وإدخال النتائج مباشرةً في أدوات التخطيط المرئي، مثل Looker Studio.

مثال: احتساب عدد متاجر البقالة والمتاجر الصغيرة التي يمكن الوصول إليها باستخدام الكراسي المتحركة في ولاية نيويورك

يجمع طلب البحث التالي متاجر البقالة والمتاجر الصغيرة التي يمكن الوصول إليها باستخدام الكراسي المتحركة في ولاية نيويورك في خلايا H3 بمستوى الدقة 8. تستخدم هذه الطبقة أشكالاً هندسية للحدود يتم استرجاعها ديناميكيًا من مجموعة البيانات العامة 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;

تحليل الناتج

يعرض طلب البحث هذا جدولاً منظَّمًا يربط كل فهرس H3 مميّز (h3_cell_index) بمضلّعه الحدودي (geography) وعدد نقاط الاهتمام (count) وما يصل إلى 250 sample_place_ids تمثيليًا.

• تضمين عدد مرات الظهور التي تساوي صفرًا: إذا كانت إحدى الخلايا في شبكة ولاية نيويورك تتضمّن صفرًا من المتاجر المطابقة، سيظل يتم عرض صف يتضمّن عدد مرات الظهور 0. وهذا أمر بالغ الأهمية لتحديد المناطق التي لا تتوفّر فيها خدمات تجارية أو خدمات أخرى.
• الربط المرئي المباشر: بما أنّ الناتج يتضمّن GEOGRAPHY مضلّعًا، يمكنك عرض الخرائط الحرارية مباشرةً داخل BigQuery Studio أو Looker Studio.

استرداد أرقام تعريف الأماكن لفحص تفاصيل الأماكن

مع أنّ Places Insights مصمَّمة لتوفير معلومات إحصائية، يمكنك الانتقال من الإحصاءات المجمّعة إلى الإجراءات التفصيلية.

تعرض جميع دوال Places Count الأساسية، بما في ذلك PLACES_COUNT_PER_H3 وPLACES_COUNT_V2 وPLACES_COUNT_PER_TYPE_V2 (باستثناء الدالة القديمة PLACES_COUNT)، مصفوفة تتضمّن ما يصل إلى 250 معرّف مكان لكل صف يتطابق مع معايير طلب البحث.

تعمل أرقام تعريف الأماكن هذه كجسر يتيح لك استخدام واجهات برمجة التطبيقات الأخرى في Google Maps Platform، مثل Place Details API، لاسترداد تفاصيل معيّنة، مثل أسماء المتاجر والمراجعات وأرقام الهواتف والعناوين.

تحليل حضور العلامة التجارية في مواقع جغرافية متعدّدة

بالإضافة إلى بيانات الأماكن، تتضمّن إحصاءات الأماكن بيانات حول العلامات التجارية أو المتاجر التي لديها مواقع جغرافية متعددة وتعمل تحت اسم العلامة التجارية نفسه.

يمكنك البحث عن بيانات العلامة التجارية لإجراء ما يلي:

• تحديد كثافة العلامات التجارية المنافسة في السوق المستهدَف
• فلترة أعداد نقاط الاهتمام حسب معرّفات العلامات التجارية تحديدًا
• يمكنك الاطّلاع على مدى النفاذ في السوق من خلال مقارنة المؤسسات التابعة للعلامة التجارية بالمؤسسات المستقلة.

الخطوات التالية

• بدء استخدام Places Insights: اطّلِع على النظرة العامة حول جميع الدوال المحسّنة ذات القيم الجدولية.
• مرجع PLACES_COUNT_PER_H3 – تعرَّف على دالة الفهرسة المكانية السداسية.
• متقدّم: الاستعلام عن مجموعة البيانات مباشرةً – تعرَّف على استعلامات SQL العادية، وربط سير العمل، وفلترة بيانات العلامات التجارية.
• عرض مرجع المخطط – يمكنك الاطّلاع على جداول الحقول المفصّلة لكل من المخططات الأساسية والمخططات الخاصة بكل بلد.