Tổng quan về Thông tin chi tiết về địa điểm

Places Insights cho phép bạn tiến hành phân tích thống kê nâng cao về dữ liệu phong phú của Địa điểm trên Google Maps. API này cung cấp thông tin về số lượng và mật độ được tổng hợp cho hàng triệu điểm dữ liệu về Địa điểm yêu thích (POI), cho phép bạn khai thác thông tin tình báo không gian địa lý mạnh mẽ.

Các chức năng chính:

• Thông tin tình báo không gian địa lý: Nhận "góc nhìn từ trên cao" về mật độ và mức độ phân bố của nhiều danh mục địa điểm yêu thích (ví dụ: bán lẻ, nhà hàng, dịch vụ) trên các khu vực địa lý cụ thể.
• Quyền truy cập an toàn vào dữ liệu: Dữ liệu được triển khai bằng các mục trong trao đổi dữ liệu BigQuery với các biện pháp bảo vệ dữ liệu, cho phép tạo một môi trường an toàn và được bảo vệ để chia sẻ và phân tích dữ liệu.
• Thông tin chi tiết hữu ích: Mặc dù Thông tin chi tiết về địa điểm tập trung vào các xu hướng tổng hợp, nhưng bạn có thể sử dụng mã địa điểm được xuất để đi sâu và truy xuất thông tin về từng địa điểm bằng cách sử dụng các API khác của Nền tảng Google Maps để chuyển từ thông tin chi tiết thống kê sang hành động chi tiết.

Giới thiệu về dữ liệu địa điểm

Google Maps tuyển chọn dữ liệu về địa điểm cho hàng triệu cơ sở trên toàn thế giới. Places Insights cung cấp dữ liệu toàn diện về địa điểm trong BigQuery để bạn có thể rút ra thông tin chi tiết tổng hợp về dữ liệu địa điểm của Google Maps dựa trên nhiều thuộc tính, chẳng hạn như các loại địa điểm, điểm xếp hạng, giờ mở cửa, khả năng tiếp cận bằng xe lăn và nhiều thuộc tính khác.

Để sử dụng Places Insights, bạn viết các truy vấn SQL trong BigQuery để trả về thông tin chi tiết thống kê về dữ liệu địa điểm. Những thông tin chi tiết này giúp bạn trả lời các câu hỏi như:

• Có bao nhiêu doanh nghiệp tương tự đang hoạt động gần một địa điểm tiềm năng cho cửa hàng mới?
• Những loại hình doanh nghiệp nào thường xuất hiện gần các cửa hàng thành công nhất của tôi?
• Những khu vực nào có nhiều doanh nghiệp bổ sung có thể thu hút khách hàng mục tiêu của tôi?
• Có bao nhiêu nhà hàng sushi 5 sao mở cửa lúc 8 giờ tối ở Madrid, có chỗ đậu xe dành cho xe lăn và có dịch vụ mang đi?
• Những mã bưu chính nào ở California có mật độ trạm sạc xe điện cao nhất?

Places Insights hỗ trợ nhiều trường hợp sử dụng, chẳng hạn như:

• Lựa chọn địa điểm: Đánh giá và chọn địa điểm phù hợp nhất cho một doanh nghiệp mới hoặc vị trí đặt tài sản thực. Bằng cách phân tích mật độ và sự kết hợp của các địa điểm yêu thích xung quanh, bạn có thể đảm bảo rằng một địa điểm tiềm năng được đặt ở vị trí tối ưu trong môi trường kinh doanh cạnh tranh và bổ sung. Cách tiếp cận dựa trên dữ liệu này có thể giảm thiểu rủi ro liên quan đến việc đầu tư vào các địa điểm mới.
• Đánh giá hiệu suất theo vị trí: Xác định những biến số về không gian địa lý (chẳng hạn như khoảng cách đến một số loại địa điểm yêu thích như siêu thị hoặc địa điểm tổ chức sự kiện) có tương quan với hiệu suất tích cực hoặc tiêu cực ở các vị trí hiện tại của bạn. Dữ liệu này giúp bạn xác định những địa điểm tiềm năng có sự kết hợp tốt nhất về đặc điểm không gian địa lý cho trường hợp sử dụng của bạn. Bạn cũng có thể sử dụng thông tin này để triển khai các mô hình dự đoán, giúp dự báo hiệu suất trong tương lai của mọi vị trí mới dựa trên bối cảnh POI xung quanh.
• Tiếp thị có nhắm mục tiêu theo vị trí địa lý: Xác định những loại chiến dịch tiếp thị hoặc quảng cáo sẽ thành công ở một khu vực. Thông tin chi tiết về địa điểm cung cấp bối cảnh cần thiết để hiểu rõ hoạt động thương mại, cho phép bạn điều chỉnh thông điệp dựa trên mức độ tập trung của các doanh nghiệp hoặc hoạt động có liên quan.
• Dự báo doanh số: Dự đoán doanh số trong tương lai tại một địa điểm tiềm năng. Việc mô hình hoá tác động của các đặc điểm không gian địa lý xung quanh giúp bạn tạo ra các mô hình dự đoán mạnh mẽ để đưa ra quyết định đầu tư.
• Nghiên cứu thị trường: Cung cấp thông tin về những khu vực địa lý mà bạn nên mở rộng hoạt động kinh doanh hoặc dịch vụ của mình. Phân tích mức độ bão hoà thị trường hiện tại và mật độ địa điểm yêu thích để xác định những thị trường mục tiêu chưa được khai thác hoặc có mức độ tập trung cao, mang lại cơ hội lớn nhất. Phân tích này cung cấp bằng chứng để hỗ trợ các sáng kiến tăng trưởng và mở rộng chiến lược.

Bạn có thể truy vấn tập dữ liệu Places Insights trực tiếp hoặc sử dụng các hàm đếm địa điểm.

Xem Tài liệu tham khảo về giản đồ.

Giới thiệu về dữ liệu thương hiệu

Ngoài dữ liệu về địa điểm, Thông tin chi tiết về địa điểm còn có dữ liệu về các thương hiệu hoặc cửa hàng có nhiều địa điểm hoạt động dưới cùng một tên thương hiệu.

Bạn có thể sử dụng thương hiệu để trả lời các câu hỏi như:

• Số lượng cửa hàng theo thương hiệu trong một khu vực là bao nhiêu?
• Số lượng 3 thương hiệu cạnh tranh hàng đầu của tôi trong khu vực là bao nhiêu?
• Có bao nhiêu quán cà phê (không bao gồm các thương hiệu này) trong khu vực này?

Giới thiệu về BigQuery

Bằng cách cung cấp dữ liệu trong trang thông tin trên BigQuery, Thông tin chi tiết về địa điểm giúp bạn:

• Kết hợp dữ liệu của bạn với dữ liệu Places Insights một cách an toàn.
• Viết các truy vấn SQL linh hoạt để khám phá thông tin chi tiết tổng hợp cho nhu cầu kinh doanh cụ thể của bạn.
• Sử dụng các công cụ BigQuery mà bạn đang dùng với dữ liệu và quy trình làm việc riêng tư.
• Tận dụng sức mạnh về quy mô và hiệu suất của BigQuery để bạn có thể dễ dàng phân tích các tập dữ liệu khổng lồ.

Trường hợp sử dụng mẫu

Ví dụ này kết hợp dữ liệu của bạn với dữ liệu Places Insights trong BigQuery để lấy thông tin tổng hợp. Trong ví dụ này, bạn là chủ sở hữu khách sạn ở Thành phố New York, có nhiều vị trí. Giờ đây, bạn muốn kết hợp dữ liệu vị trí khách sạn với dữ liệu Places Insights để khám phá mức độ tập trung của các loại hình doanh nghiệp được xác định trước gần khách sạn của bạn.

Điều kiện tiên quyết

Trong ví dụ này, bạn đăng ký bộ dữ liệu Thông tin chi tiết về địa điểm cho Hoa Kỳ.

Tập dữ liệu khách sạn của bạn có tên là mydata và xác định vị trí của 2 khách sạn ở Thành phố New York. SQL sau đây sẽ tạo tập dữ liệu này:

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) );

Lấy số lượng nhà hàng trong khu vực

Để cho khách hàng biết mật độ của các nhà hàng đang hoạt động ở gần khách sạn của bạn, hãy viết một truy vấn SQL để trả về số lượng nhà hàng trong vòng 1.000 mét của mỗi khách sạn:

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

Hình ảnh này cho thấy một ví dụ về kết quả của truy vấn này:

Sử dụng hàm đếm địa điểm để lấy số lượng và mã địa điểm của các nhà hàng trong khu vực

Bạn cũng có thể sử dụng hàm đếm địa điểm

để tìm số lượng nhà hàng gần một địa điểm. Các hàm đếm địa điểm cho phép bạn truy xuất danh sách Place ID (Mã địa điểm). Bạn có thể dùng danh sách này để tra cứu thông tin chi tiết về từng địa điểm:

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
      )
);

Hình ảnh này cho thấy một ví dụ về kết quả của truy vấn này:

Nhận số lượng nhà hàng và quán bar trong khu vực

Sửa đổi truy vấn để thêm quán bar cùng với nhà hàng trong vòng 1.000 mét của mỗi khách sạn:

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

Hình ảnh này cho thấy một ví dụ về kết quả của truy vấn này:

Lấy số lượng nhà hàng và quán bar có giá vừa phải trong khu vực

Tiếp theo, bạn muốn biết quán bar và nhà hàng phục vụ nhóm nhân khẩu học nào của khách hàng. Vì khách sạn của bạn nhắm đến mức giá vừa phải, nên bạn chỉ muốn quảng cáo sự tồn tại của những cơ sở lân cận có mức giá đó và được đánh giá tốt.

Hạn chế truy vấn chỉ trả về các quán bar và nhà hàng nếu chúng có mức giá PRICE_LEVEL_MODERATE và được xếp hạng từ 4 sao trở lên. Truy vấn này cũng mở rộng bán kính lên 1.500 mét xung quanh mỗi khách sạn:

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

Hình ảnh này cho thấy một ví dụ về kết quả của truy vấn này:

Bước tiếp theo

• Thiết lập Places Insights
• Truy vấn trực tiếp tập dữ liệu
• Truy vấn tập dữ liệu bằng các hàm đếm địa điểm
• Xem tài liệu tham khảo về giản đồ