Interroger les modifications des POI entre les mois (PLACES_COUNT_CHANGE)

La fonction PLACES_COUNT_CHANGE calcule les variations du nombre de points d'intérêt et récupère des exemples d'ID de lieu ajoutés et supprimés entre deux mois spécifiques dans plusieurs zones géographiques d'entrée.

Comme PLACES_COUNT_V2, cette fonction est conçue pour un traitement par lot efficace en acceptant un paramètre de table d'entrée de zones géographiques, ce qui vous permet d'évaluer les tendances de croissance et les évolutions commerciales dans de nombreux emplacements simultanément.

Syntaxe

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

Paramètres

• PROJECT_NAME : le nom de votre projet Google Cloud
• LINKED_DATASET_NAME : nom de l'ensemble de données BigQuery contenant les fonctions Places Insights (par exemple, places_insights___us).
• input_geographies : table BigQuery contenant les zones géographiques à analyser. Cette table doit inclure les colonnes suivantes :
  • geo_id (STRING) : identifiant unique pour chaque zone géographique.
  • geo (GEOGRAPHY) : objet GEOGRAPHY BigQuery représentant la zone. Il peut s'agir d'un point, d'un polygone ou d'un autre type de géographie.
• filters (JSON) : objet JSON contenant des paires clé/valeur pour filtrer les lieux. Consultez la section Paramètres de filtre. Il doit inclure les filtres suivants :
  • month1 (STRING) : premier mois de recherche de lieux.
  • month2 (STRING) : deuxième mois pour lequel rechercher des lieux.

Schéma de la table de sortie

La fonction PLACES_COUNT_CHANGE renvoie une table avec les colonnes suivantes :

Les résultats sont triés par percentage_change et start_count par ordre décroissant.

Fonctionnement

La fonction traite chaque ligne de la table input_geographies. Pour chaque objet geo, elle compte le nombre de lieux qui se trouvent dans la zone géographique (ou dans le geography_radius si l'objet geo est un point et que le rayon est spécifié dans le filters) au cours des deux mois spécifiés dans month1 et month2 dans le filters. À l'aide de ces lieux, il calcule d'autres statistiques utiles, telles que la variation en pourcentage et le taux de croissance mensuel composé du premier au deuxième mois.

Le nombre n'inclut que les lieux qui correspondent à toutes les conditions définies dans l'objet JSON filters.

Exemple : Calculer les variations du nombre de POI entre deux mois

Cet exemple montre comment interroger les variations du nombre de points d'intérêt entre deux mois spécifiques à l'aide des paramètres month1 et month2, avec un rayon de 5 000 à partir d'un point de géolocalisation donné.

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)
  )
);

Analyser le résultat

La requête renvoie une table avec une ligne pour chaque géographie d'entrée.

• Métriques de croissance : le résultat affiche le nombre de référence (start_count : 89 560) et le nombre de comparaison (end_count : 90 923), ce qui donne un net_change de +1 363 lieux (+1,52% percentage_change).
• Inspection de la vérité terrain : le tableau sample_added_place_ids liste les ID de lieu spécifiques qui sont devenus actifs dans month2 (février 2026), tandis que sample_removed_place_ids liste les ID de lieu qui ne sont plus présents.
• Passerelle vers l'API Places : vous pouvez transmettre ces exemples d'ID de lieu directement à l'API Place Details (New) pour rechercher les noms, adresses et attributs des établissements récemment ouverts ou fermés.