„Places Insights“ – Übersicht

Mit Places Insights können Sie erweiterte statistische Analysen der umfangreichen Ortsdaten von Google Maps durchführen. Es liefert aggregierte Zählungen und Dichteinformationen für Millionen von POI-Datenpunkten (Places of Interest) und ermöglicht so leistungsstarke geospatiale Analysen.

Hauptfunktionen:

  • Geospatial Intelligence: Sie erhalten einen Überblick über die Dichte und Verteilung verschiedener Kategorien von POIs (z.B. Einzelhandel, Restaurants, Dienstleistungen) in bestimmten geografischen Gebieten.
  • Sicherer Datenzugriff: Die Daten werden über BigQuery-Datenaustausch-Einträge mit Datenschutzmaßnahmen bereitgestellt, die eine sichere Umgebung für die Datenfreigabe und -analyse ermöglichen.
  • Umsetzbare Details: Während sich Places Insights auf aggregierte Trends konzentriert, können Sie die ausgegebenen Orts-IDs verwenden, um detaillierte Informationen abzurufen und mit anderen Google Maps Platform-APIs einzelne Ortsinformationen abzurufen. So können Sie von statistischen Erkenntnissen zu detaillierten Maßnahmen übergehen.

Ortsdaten

Google Maps stellt Ortsdaten für Millionen von Unternehmen weltweit zusammen. Mit Places Insights sind diese umfassenden Ortsdaten in BigQuery verfügbar, sodass Sie aggregierte Informationen zu den Ortsdaten von Google Maps anhand verschiedener Attribute wie Ortstypen, Bewertungen, Öffnungszeiten, Rollstuhlgerechtigkeit und mehr ableiten können.

Um Places Insights zu verwenden, schreiben Sie SQL-Abfragen in BigQuery, die statistische Informationen zu Ortsdaten zurückgeben. Mit diesen Statistiken können Sie Fragen wie die folgenden beantworten:

  • Wie viele ähnliche Unternehmen gibt es in der Nähe eines potenziellen neuen Geschäftsstandorts?
  • Welche Arten von Unternehmen befinden sich am häufigsten in der Nähe meiner erfolgreichsten Geschäfte?
  • In welchen Gebieten gibt es viele ergänzende Unternehmen, die meine Zielkunden anziehen könnten?
  • Wie viele 5-Sterne-Sushirestaurants in Madrid sind um 20:00 Uhr geöffnet, bieten einen rollstuhlgerechten Parkplatz und bieten Speisen zum Mitnehmen an?
  • In welchen Postleitzahlengebieten in Kalifornien gibt es die meisten Ladestationen für Elektrofahrzeuge?

Places Insights unterstützt mehrere Anwendungsfälle, z. B.:

  • Standortauswahl: Ermitteln und wählen Sie die am besten geeigneten Standorte für ein neues Unternehmen oder die Platzierung eines physischen Assets aus. Durch die Analyse der Dichte und Mischung der umliegenden POIs können Sie sicherstellen, dass ein potenzieller Standort optimal in seinem Wettbewerbs- und ergänzenden Geschäftsumfeld positioniert ist. Dieser datengestützte Ansatz kann das Risiko von Investitionen in neue Standorte verringern.
  • Leistungsbewertung von Standorten: Ermitteln Sie, welche geografischen Variablen wie die Nähe zu bestimmten Arten von POIs wie Supermärkten oder Veranstaltungsorten mit einer positiven oder negativen Leistung an Ihren bestehenden Standorten korrelieren. Mithilfe dieser Daten können Sie potenzielle Standorte ermitteln, die die beste Kombination aus raumbezogenen Merkmalen für Ihren Anwendungsfall aufweisen. Sie können diese Informationen auch verwenden, um Vorhersagemodelle bereitzustellen, die die zukünftige Leistung neuer Standorte auf Grundlage des umgebenden POI-Kontexts vorhersagen.
  • Geotargeted Marketing: Ermitteln Sie, welche Arten von Marketingkampagnen oder Anzeigen in einem bestimmten Gebiet erfolgreich sein werden. Mit Places Insights erhalten Sie den Kontext, der erforderlich ist, um kommerzielle Aktivitäten zu verstehen. So können Sie Ihre Botschaften an die Konzentration relevanter Unternehmen oder Aktivitäten anpassen.
  • Umsatzprognosen: Zukünftige Umsätze an einem potenziellen Standort vorhersagen. Wenn Sie die Auswirkungen der umgebenden geografischen Merkmale modellieren, können Sie robuste Vorhersagemodelle erstellen, um Investitionsentscheidungen zu treffen.
  • Marktforschung: Sie können herausfinden, in welchen Regionen Sie Ihr Unternehmen oder Ihre Dienstleistungen als Nächstes ausbauen sollten. Analysieren Sie die vorhandene Marktsättigung und POI-Dichte, um unterversorgte oder stark konzentrierte Zielmärkte zu ermitteln, die die größten Chancen bieten. Diese Analyse liefert Beweise zur Unterstützung strategischer Wachstums- und Expansionsinitiativen.

Sie können Places Insights-Datasets direkt abfragen oder Funktionen für die Anzahl der Orte verwenden.

Schema-Referenz

Markendaten

Neben den Ortsdaten enthält Places Insights auch Daten zu Marken oder Geschäften mit mehreren Standorten, die unter demselben Markennamen geführt werden.

Mit Marken können Sie Fragen wie die folgenden beantworten:

  • Wie viele Geschäfte gibt es insgesamt von einer Marke in einem bestimmten Gebiet?
  • Wie viele Geschäfte meiner drei wichtigsten Mitbewerber gibt es in der Region?
  • Wie viele Kaffeegeschäfte gibt es in dieser Gegend, wenn diese Marken nicht berücksichtigt werden?

BigQuery

Wenn Sie Daten in BigQuery-Einträgen zur Verfügung stellen, können Sie mit Places Insights Folgendes tun:

  • Kombinieren Sie Ihre Daten sicher mit Places Insights-Daten.
  • Flexible SQL-Abfragen schreiben, um aggregierte Statistiken für Ihre spezifischen geschäftlichen Anforderungen zu erhalten.
  • Sie können dieselben BigQuery-Tools verwenden, die Sie bereits für Ihre privaten Daten und Workflows nutzen.
  • Nutzen Sie die Skalierbarkeit und Leistung von BigQuery, um große Datasets ganz einfach zu analysieren.

Anwendungsbeispiel

In diesem Beispiel werden Ihre Daten mit Places Insights-Daten in BigQuery zusammengeführt, um Aggregationsinformationen abzuleiten. In diesem Beispiel sind Sie Hotelinhaber in New York City und haben mehrere Standorte. Sie möchten nun die Daten zu den Standorten Ihrer Hotels mit Places-Statistikdaten zusammenführen, um die Konzentration vordefinierter Unternehmenstypen in der Nähe Ihrer Hotels zu ermitteln.

Vorbereitung

In diesem Beispiel abonnieren Sie das Places Insights-Dataset für die USA.

Ihr Hotel-Dataset heißt mydata und enthält die Standorte Ihrer beiden Hotels in New York City. Mit dem folgenden SQL-Code wird dieses Dataset erstellt:

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) );

Anzahl der Restaurants in der Umgebung abrufen

Damit Ihre Kunden eine Vorstellung davon bekommen, wie viele Restaurants sich in der Nähe Ihrer Hotels befinden, schreiben Sie eine SQL-Abfrage, um die Anzahl der Restaurants im Umkreis von 1.000 Metern um jedes Hotel zurückzugeben:

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

Dieses Bild zeigt ein Beispiel für die Ausgabe dieser Anfrage:

Abfrageergebnisse zum Zählen von Restaurants im Umkreis von 1.000 Metern um jedes Hotel.

Mit einer Funktion zum Zählen von Orten können Sie die Anzahl und die Orts-IDs von Restaurants in der Umgebung abrufen.

Sie können auch die Funktion für die Anzahl der Orte verwenden.

um die Anzahl der Restaurants in der Nähe eines Orts zu ermitteln. Mit Funktionen zum Zählen von Orten können Sie eine Liste von Orts-IDs abrufen, mit denen Sie Details zu den einzelnen Orten abrufen können:

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
      )
);

Dieses Bild zeigt ein Beispiel für die Ausgabe dieser Anfrage:

Suchergebnisse für Restaurants im Umkreis von 1.000 Metern um jedes Hotel, einschließlich Orts-IDs.

Anzahl der Restaurants und Bars in der Umgebung abrufen

Ändern Sie Ihre Anfrage so, dass neben Restaurants auch Bars im Umkreis von 1.000 Metern um jedes Hotel berücksichtigt werden:

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

Dieses Bild zeigt ein Beispiel für die Ausgabe dieser Anfrage:

Abfrageergebnisse für die Anzahl der Restaurants und Bars im Umkreis von 1.000 Metern um jedes Hotel.

Anzahl der Restaurants und Bars mit mittleren Preisen in der Umgebung abrufen

Als Nächstes möchten Sie wissen, welche Kundengruppe von den Bars und Restaurants bedient wird. Da Ihre Hotels auf einen moderaten Preis ausgerichtet sind, möchten Sie nur für nahegelegene Unterkünfte werben, die diesem Preis entsprechen und gute Bewertungen haben.

Beschränke die Abfrage so, dass nur Bars und Restaurants zurückgegeben werden, die der Preisklasse PRICE_LEVEL_MODERATE angehören und mit 4 Sternen oder höher bewertet wurden. Mit dieser Abfrage wird der Radius auch auf 1.500 Meter um jedes Hotel erweitert:

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

Dieses Bild zeigt ein Beispiel für die Ausgabe dieser Anfrage:

Suchergebnisse für Bars und Restaurants mit moderaten Preisen im Umkreis von 1.500 Metern um jedes Hotel.

Nächste Schritte