Zapytanie o zmiany w liczbie punktów POI między miesiącami (PLACES_COUNT_CHANGE)

Funkcja PLACES_COUNT_CHANGE oblicza zmiany w liczbie miejsc zainteresowania i pobiera przykładowe dodane i usunięte identyfikatory miejsc w 2 określonych miesiącach w wielu regionach geograficznych.

Podobnie jak PLACES_COUNT_V2, ta funkcja jest przeznaczona do wydajnego przetwarzania wsadowego, ponieważ akceptuje parametr tabeli wejściowej regionów geograficznych, co pozwala jednocześnie oceniać trendy wzrostu i zmiany komercyjne w wielu lokalizacjach.

Składnia

SELECT *
FROM
  `PROJECT_NAME.LINKED_DATASET_NAME.PLACES_COUNT_CHANGE`(
    TABLE input_geographies,
    filters
  );

Parametry

• PROJECT_NAME: nazwa Twojego projektu Google Cloud.
• LINKED_DATASET_NAME: nazwa zbioru danych BigQuery zawierającego funkcje Statystyk miejsc (np. places_insights___us).
• input_geographies: tabela BigQuery zawierająca regiony geograficzne do analizy. Ta tabela musi zawierać te kolumny:
  • geo_id (STRING): unikalny identyfikator każdego regionu geograficznego.
  • geo (GEOGRAPHY): obiekt GEOGRAPHY BigQuery reprezentujący obszar. Może to być punkt, wielokąt lub inny typ regionu geograficznego.
• filters (JSON): obiekt JSON zawierający pary klucz-wartość do filtrowania miejsc. Zobacz Parametry filtra. Musi zawierać te filtry:
  • month1 (STRING): pierwszy miesiąc, w którym mają być wyszukiwane miejsca.
  • month2 (STRING): drugi miesiąc, w którym mają być wyszukiwane miejsca.

Schemat tabeli wyjściowej

Funkcja PLACES_COUNT_CHANGE zwraca tabelę z tymi kolumnami:

Wyniki są sortowane malejąco według percentage_change i start_count.

Jak to działa

Funkcja przetwarza każdy wiersz w tabeli input_geographies. W przypadku każdego obiektu geo zlicza liczbę miejsc, które znajdują się w regionie geograficznym (lub w obrębie geography_radius jeśli geo jest punktem, a promień jest określony w filters) w 2 miesiącach określonych w month1 i month2 w filters. Na podstawie tych miejsc oblicza inne przydatne statystyki, takie jak zmiana procentowa i złożony miesięczny współczynnik wzrostu od pierwszego do drugiego miesiąca.

Liczba obejmuje tylko te miejsca, które spełniają wszystkie warunki określone w obiekcie JSON filters.

Przykład: obliczanie zmian w liczbie miejsc zainteresowania między 2 miesiącami

Ten przykład pokazuje, jak za pomocą parametrów month1 i month2 wysyłać zapytania o zmiany w liczbie miejsc zainteresowania między 2 określonymi miesiącami, z promieniem 5000 od danego punktu geolokalizacji.

WITH my_locations AS (
  SELECT
    'loc_1' AS geo_id,
    ST_GEOGFROMTEXT('POINT(-122.4194 37.7749)') AS geo
  -- Add more target locations as needed...
)

SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_CHANGE`(
  TABLE my_locations,
  JSON_OBJECT(
    'geography_radius', 5000,
    'month1', '2026-01', -- Baseline snapshot month (YYYY-MM)
    'month2', '2026-02'  -- Comparison snapshot month (YYYY-MM)
  )
);

Analizowanie danych wyjściowych

Zapytanie zwraca tabelę z wierszem dla każdego regionu geograficznego.

• Dane o wzroście: dane wyjściowe pokazują liczbę bazową (start_count: 89 560) i liczbę porównawczą (end_count: 90 923), co daje net_change +1363 miejsc (+1,52% percentage_change).
• Sprawdzanie danych rzeczywistych: tablica sample_added_place_ids zawiera listę konkretnych identyfikatorów miejsc, które stały się aktywne w month2 (luty 2026 r.), a sample_removed_place_ids zawiera listę identyfikatorów miejsc, które już nie występują.
• Połączenie z Places API: możesz przekazać te przykładowe identyfikatory miejsc bezpośrednio do Places Details API (New), aby wyszukać nazwy sklepów, adresy i atrybuty nowo otwartych lub zamkniętych firm.