Descripción general de las estadísticas de Places

Places Insights te permite realizar análisis estadísticos avanzados sobre los datos enriquecidos de Lugares de Google Maps. Proporciona recuentos agregados e información de densidad para millones de puntos de datos de lugares de interés (POI), lo que permite obtener una potente inteligencia geoespacial.

Funciones clave:

  • Inteligencia geoespacial: Obtén una "vista aérea" de la densidad y la distribución de diferentes categorías de PDI (p.ej., comercios minoristas, restaurantes, servicios) en áreas geográficas específicas.
  • Acceso seguro a los datos: Los datos se implementan con anuncios de intercambio de datos de BigQuery con protecciones de datos implementadas, lo que permite un entorno seguro y protegido para el uso compartido y el análisis de datos.
  • Detalle práctico: Si bien Places Insights se enfoca en las tendencias agregadas, puedes usar los IDs de lugar generados para profundizar y recuperar información de lugares individuales con otras APIs de Google Maps Platform y, así, pasar de la estadística a la acción detallada.

Acerca de los datos de lugares

Google Maps selecciona datos de lugares para millones de establecimientos en todo el mundo. Places Insights pone a disposición estos datos integrales de lugares en BigQuery para que puedas obtener estadísticas agregadas sobre los datos de lugares de Google Maps en función de una variedad de atributos, como tipos de lugares, calificaciones, horarios de atención, accesibilidad para sillas de ruedas y mucho más.

Para usar Places Insights, escribe consultas de SQL en BigQuery que devuelven estadísticas sobre los datos de lugares. Estas estadísticas te permiten responder preguntas como las siguientes:

  • ¿Cuántas empresas similares operan cerca de una posible ubicación de una nueva tienda?
  • ¿Qué tipos de empresas se encuentran con mayor frecuencia cerca de mis tiendas más exitosas?
  • ¿Qué áreas tienen una alta concentración de empresas complementarias que podrían atraer a mis clientes objetivo?
  • ¿Cuántos restaurantes de sushi de 5 estrellas están abiertos a las 8 p.m. en Madrid, tienen estacionamiento accesible para sillas de ruedas y ofrecen comida para llevar?
  • ¿Qué códigos postales de California tienen la mayor concentración de estaciones de carga de VE?

Estadísticas de Lugares admite varios casos de uso, como los siguientes:

  • Selección de sitios: Evalúa y elige las ubicaciones más adecuadas para una nueva empresa o la colocación de un activo físico. Si analizas la densidad y la combinación de los PDI circundantes, puedes asegurarte de que un sitio potencial esté ubicado de manera óptima dentro de su entorno comercial competitivo y complementario. Este enfoque basado en datos puede reducir el riesgo asociado a la inversión en ubicaciones nuevas.
  • Evaluación del rendimiento de la ubicación: Determina qué variables geoespaciales, como la proximidad a ciertos tipos de PDI, como supermercados o sedes de eventos, se correlacionan con el rendimiento positivo o negativo en tus ubicaciones existentes. Estos datos te permiten identificar sitios potenciales que comparten la mejor combinación de características geoespaciales para tu caso de uso. También puedes usar esta información para implementar modelos predictivos que pronostiquen el rendimiento futuro de cualquier ubicación nueva en función del contexto de los PDI circundantes.
  • Marketing segmentado geográficamente: Determina qué tipos de campañas de marketing o anuncios tendrán éxito en un área. Estadísticas de Lugares proporciona el contexto necesario para comprender la actividad comercial, lo que te permite adaptar los mensajes en función de la concentración de empresas o actividades relevantes.
  • Previsión de ventas: Predice las ventas futuras en una ubicación potencial. El modelado del impacto de las características geoespaciales circundantes te permite crear modelos predictivos sólidos para tomar decisiones de inversión.
  • Investigación de mercado: Te permite saber a qué regiones geográficas expandir tu empresa o servicio. Analiza la saturación del mercado existente y la densidad de los PDI para identificar los mercados objetivo desatendidos o muy concentrados que ofrecen la mayor oportunidad. Este análisis proporciona evidencia para respaldar las iniciativas estratégicas de crecimiento y expansión.

Puedes consultar los conjuntos de datos de Places Insights directamente o usar funciones de recuento de lugares.

Consulta la referencia de Schema.

Acerca de los datos de las marcas

Junto con los datos de lugares, Estadísticas de Places incluye datos sobre marcas o tiendas que tienen varias ubicaciones y operan con el mismo nombre de marca.

Puedes usar las marcas para responder preguntas como las siguientes:

  • ¿Cuál es el recuento de todas las tiendas por marca en un área?
  • ¿Cuál es el recuento de las tres principales marcas de la competencia en el área?
  • ¿Cuál es la cantidad de todas las cafeterías, sin incluir estas marcas, en esta área?

Acerca de BigQuery

Al poner los datos a disposición en las fichas de BigQuery, Places Insights te permite hacer lo siguiente:

  • Combina tus datos de forma segura con los datos de Places Insights.
  • Escribe consultas en SQL flexibles para descubrir estadísticas agregadas que satisfagan las necesidades específicas de tu empresa.
  • Usa las mismas herramientas de BigQuery que ya usas con tus datos y flujos de trabajo privados.
  • Aprovecha la potencia de la escala y el rendimiento de BigQuery para analizar conjuntos de datos masivos con facilidad.

Ejemplo de caso de uso

En este ejemplo, se unen tus datos con los datos de Places Insights en BigQuery para obtener información de agregación. En este ejemplo, eres propietario de un hotel en la ciudad de Nueva York con varias ubicaciones. Ahora deseas unir los datos de ubicación de tu hotel con los datos de Estadísticas de Lugares para descubrir la concentración de tipos de empresas predefinidos cerca de tus hoteles.

Requisitos previos

En este ejemplo, te suscribirás al conjunto de datos de Places Insights para Estados Unidos.

Tu conjunto de datos de hoteles se llama mydata y define las ubicaciones de tus dos hoteles en la ciudad de Nueva York. El siguiente código SQL crea este conjunto de datos:

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) );

Obtener el recuento de restaurantes en el área

Para darles a tus clientes una idea de la densidad de restaurantes operativos cerca de tus hoteles, escribe una consulta en SQL para devolver la cantidad de restaurantes que se encuentran a 1,000 metros de cada hotel:

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

En esta imagen, se muestra un ejemplo del resultado de esta búsqueda:

Son los resultados de la consulta para contar los restaurantes que se encuentran a menos de 1,000 metros de cada hotel.

Usa una función de recuento de lugares para obtener el recuento y los IDs de lugar de los restaurantes de la zona.

También puedes usar la función de recuento de lugares.

para encontrar la cantidad de restaurantes cerca de una ubicación. Las funciones de recuento de lugares te permiten recuperar una lista de IDs de lugar, que se pueden usar para buscar detalles sobre los lugares individuales:

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
      )
);

En esta imagen, se muestra un ejemplo del resultado de esta búsqueda:

Resultados de la búsqueda de restaurantes a menos de 1,000 metros de cada hotel, incluidos los IDs de lugar.

Obtener el recuento de restaurantes y bares en el área

Modifica tu búsqueda para incluir bares junto con restaurantes a menos de 1,000 metros de cada hotel:

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

En esta imagen, se muestra un ejemplo del resultado de esta búsqueda:

Resultados de la consulta para contar los restaurantes y bares que se encuentran a 1,000 metros de cada hotel.

Obtén el recuento de restaurantes y bares de precio moderado en el área.

A continuación, deseas saber qué datos demográficos de los clientes atienden los bares y restaurantes. Dado que tus hoteles se dirigen a un precio moderado, solo deseas anunciar la existencia de establecimientos cercanos que tengan ese precio y buenas opiniones.

Restringe la búsqueda para que solo muestre bares y restaurantes si tienen un precio de PRICE_LEVEL_MODERATE y una calificación de 4 estrellas o más. Esta consulta también extiende el radio a 1,500 metros alrededor de cada hotel:

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

En esta imagen, se muestra un ejemplo del resultado de esta búsqueda:

Resultados de la búsqueda de bares y restaurantes a precios moderados en un radio de 1,500 metros de cada hotel.

¿Qué sigue?