بااستفاده از داده‌های نمانام‌ها پُرسمانی بنویسید

«اطلاعات آماری جاها» اطلاعات نمانام را برای بسیاری از دسته‌های جاها ارائه می‌دهد. برای مثال:

  • برای دسته «خودپردازها، بانک‌ها، و اتحادیه‌های اعتباری»، داده‌های نمانام‌ها حاوی ورودی برای هریک از نمانام‌های PNC،‏ UBS، و بانک‌های Chase است.
  • برای دسته «اجاره خودرو»، داده‌ها حاوی ورودی برای هریک از نمانام‌های Budget،‏ Hertz، و Thrifty است.

یک مورد استفاده معمول برای پُرسمان مجموعه داده نمانام‌ها، تحلیل حضور نمانام یا پیوستن آن به مجموعه داده مکان‌ها برای پاسخ به سؤالاتی مانند موارد زیر است:

  • تعداد همه فروشگاه‌ها براساس نمانام در یک منطقه چقدر است؟
  • تعداد سه نمانام رقیب برتر من در منطقه چقدر است؟
  • تعداد نمانام‌های یک دسته خاص، مانند «تناسب اندام» یا «پمپ بنزین»، در منطقه چقدر است؟

درباره مجموعه داده نمانام‌ها

مجموعه داده نمانام‌ها در استرالیا، ایالات متحده، پادشاهی متحد (UK)، و کانادا پشتیبانی می‌شود. برای مثال، مجموعه داده نمانام‌ها برای ایالات متحده places_insights___us.brands نام دارد.

طرح مجموعه داده نمانام‌ها

طرح مجموعه داده نمانام‌ها سه فیلد را تعریف می‌کند:

  • ‫id: شناسه نمانام.
  • name: نام نمانام، مثل «Hertz» یا «Chase».
  • category: نوع نمانام، مثل «پمپ بنزین»، «غذا و نوشیدنی»، یا «اقامتگاه». برای مشاهده فهرست مقادیر ممکن، به مقادیر دسته مراجعه کنید.

پُرسمان داده‌های نمانام‌ها

روش توصیه‌شده برای تجزیه‌وتحلیل داده‌های نمانام‌ها استفاده از توابع شمارش مکان‌ها است. توابع «تعداد مکان‌ها» به‌طور بومی از فیلتر کردن براساس شناسه‌های نمانام بااستفاده از پارامتر brand_ids پشتیبانی می‌کنند و تعداد دقیق (ازجمله صفر) و شناسه‌های مکان نمونه را بدون نیاز به عملیات پیچیده SQL JOIN برمی‌گردانند.

مرحله ۱: پیدا کردن شناسه نمانام

طرح مجموعه داده مکان‌ها فیلد brand_ids را تعریف می‌کند. اگر مکانی در مجموعه داده‌های مکان‌ها با نمانامی مرتبط باشد، فیلد brand_ids آن حاوی شناسه نمانام مربوطه است.

برای فیلتر کردن براساس نمانام، ابتدا جدول brands را پُرسمان کنید تا شناسه نمانام مربوطه را برای نمانام موردنظر پیدا کنید:

SELECT id, name
FROM PROJECT_NAME.places_insights___us.brands
WHERE name = "McDonald's"

مرحله ۲: استفاده از brand_ids در تابع Places Count

پس‌از دریافت شناسه نمانام، آن را به پارامتر فیلتر brand_ids ارسال کنید.

در این مثال، تراکم رستوران‌های مک‌دونالد را در فاصله ۲۰۰۰ متری از ساختمان امپایر استیت در شهر نیویورک بااستفاده از PLACES_COUNT_PER_H3 پُرسمان می‌کنید:

SELECT *
FROM PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3(
  JSON_OBJECT(
      'geography', ST_BUFFER(ST_GEOGPOINT(-73.9857, 40.7484), 2000),
      'business_status', ['OPERATIONAL'],
      'brand_ids', ["13992718219781496405"], -- McDonald's brand ID
      'h3_resolution', 8
  )
);

همچنین می‌توانید از PLACES_COUNT_V2 برای شمارش دسته‌ای مکان‌های نمانام در سراسر مناطق جستجوی سفارشی استفاده کنید:

SELECT *
FROM PROJECT_NAME.places_insights___us.PLACES_COUNT_V2(
  TABLE PROJECT_NAME.YOUR_DATASET.my_search_areas,
  JSON_OBJECT(
      'geography_radius', 2000,
      'business_status', ['OPERATIONAL'],
      'brand_ids', ["13992718219781496405"]
  )
);

مقادیر دسته

فیلد category برای نمانام می‌تواند حاوی مقادیر زیر باشد:

مقدار نوع دسته
ATMs, Banks and Credit Unions
Automotive and Parts Dealers
Automotive Rentals
Automotive Services
Dental
Electric Vehicle Charging Stations
Electronics Retailers
Fitness
Food and Drink
Gas Station
Grocery and Liquor
Health and Personal Care Retailers
Hospital
Lodging
Merchandise Retail
Movie Theater
Parking
Telecommunications