Обзор статистики мест

Places Insights позволяет проводить расширенный статистический анализ обширных данных Places в Google Картах. Сервис предоставляет агрегированные данные о количестве и плотности размещения миллионов точек данных о местах интереса (POI), что позволяет проводить эффективный геопространственный анализ.

Основные возможности:

  • Геопространственная разведка : получите общее представление о плотности и распределении различных категорий точек интереса (например, розничная торговля, рестораны, услуги) в определенных географических районах.
  • Безопасный доступ к данным : данные развертываются с использованием списков обмена данными BigQuery с защитой данных, что обеспечивает безопасную и защищенную среду для обмена данными и их анализа.
  • Практические сведения : в то время как Places Insights фокусируется на совокупных тенденциях, вы можете использовать выведенные идентификаторы мест для детализации и извлечения индивидуальной информации о местах с помощью других API платформы Google Карт, чтобы перейти от статистической информации к подробным действиям.

О данных мест

Google Карты собирают данные о местах для миллионов заведений по всему миру. Places Insights делает эти комплексные данные доступными в BigQuery, что позволяет получать агрегированные данные о местах в Google Картах на основе различных атрибутов, таких как типы мест , рейтинги, часы работы магазинов, доступность для инвалидных колясок и многое другое.

Чтобы использовать Places Insights, вы пишете SQL-запросы в BigQuery, которые возвращают статистические данные о местах. Эти данные позволяют ответить на такие вопросы, как:

  • Сколько аналогичных предприятий работает рядом с потенциальным местом открытия нового магазина?
  • Какие виды бизнеса чаще всего находятся рядом с моими самыми успешными магазинами?
  • В каких регионах наблюдается высокая концентрация дополнительных видов бизнеса, которые могли бы привлечь моих целевых клиентов?
  • Сколько пятизвездочных суши-ресторанов в Мадриде открыты в 20:00, имеют парковку, доступную для инвалидных колясок, и предлагают еду на вынос?
  • В каких почтовых индексах Калифорнии самая высокая концентрация станций зарядки электромобилей?

Places Insights поддерживает множество вариантов использования, например:

  • Выбор площадки : оцените и выберите наиболее подходящие места для нового бизнеса или размещения физического актива. Анализируя плотность и разнообразие окружающих точек интереса, вы можете гарантировать оптимальное расположение потенциальной площадки в конкурентной и взаимодополняющей бизнес-среде. Этот подход, основанный на данных, может снизить риски, связанные с инвестициями в новые площадки.
  • Оценка эффективности местоположения : определите, какие геопространственные переменные, такие как близость к определенным типам точек интереса (POI), например, супермаркетам или местам проведения мероприятий, коррелируют с положительной или отрицательной эффективностью в ваших существующих местоположениях. Эти данные позволяют выявить перспективные объекты с оптимальным сочетанием геопространственных характеристик для вашего варианта использования. Вы также можете использовать эту информацию для развертывания прогностических моделей, которые прогнозируют будущую эффективность любых новых местоположений на основе контекста окружающих их точек интереса.
  • Геотаргетинговый маркетинг : определите, какие типы маркетинговых кампаний или рекламы будут успешными в данном регионе. Places Insights предоставляет контекст, необходимый для понимания коммерческой активности, позволяя адаптировать сообщения с учетом концентрации соответствующих предприятий или видов деятельности.
  • Прогнозирование продаж : прогнозируйте будущие продажи в перспективном регионе. Моделирование влияния окружающих геопространственных характеристик позволяет создавать надежные прогнозные модели для принятия инвестиционных решений.
  • Маркетинговые исследования : определите, в каких регионах следует расширять ваш бизнес или услуги. Проанализируйте текущую насыщенность рынка и плотность точек интереса, чтобы выявить недостаточно охваченные или высококонцентрированные целевые рынки, предлагающие наибольшие возможности. Этот анализ предоставляет данные для обоснования стратегических инициатив по росту и расширению.

Вы можете напрямую запрашивать наборы данных Places Insights или использовать функции подсчета мест .

См. ссылку на схему .

О данных брендов

Наряду с данными о местах Places Insights включает данные о брендах или магазинах, имеющих несколько филиалов, работающих под одной и той же торговой маркой.

Вы можете использовать бренды, чтобы ответить на такие вопросы, как:

  • Каково количество всех магазинов данного бренда в регионе?
  • Каково количество трех моих основных конкурирующих брендов в этом районе?
  • Каково количество всех кофеен в этом районе, за исключением этих брендов?

О BigQuery

Предоставляя данные в листингах BigQuery, Places Insights позволяет вам:

  • Безопасно объединяйте свои данные с данными Places Insights.
  • Создавайте гибкие SQL-запросы для получения обобщенной информации, отвечающей конкретным бизнес-потребностям.
  • Используйте те же инструменты BigQuery, которые вы уже используете для своих личных данных и рабочих процессов.
  • Используйте всю мощь масштабируемости и производительности BigQuery, чтобы с легкостью анализировать огромные наборы данных.

Пример использования

В этом примере ваши данные объединяются с данными Places Insights в BigQuery для получения агрегированной информации. В данном примере вы являетесь владельцем отеля в Нью-Йорке с несколькими филиалами. Теперь вам нужно объединить данные о местоположении отелей с данными Places Insights, чтобы определить концентрацию компаний определённых типов рядом с вашими отелями.

Предпосылки

В этом примере вы подписываетесь на набор данных Places Insights для США.

Ваш набор данных об отелях называется mydata и определяет местоположение двух ваших отелей в Нью-Йорке. Этот набор данных создается с помощью следующего SQL-запроса:

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) );

Получите количество ресторанов в этом районе

Чтобы дать вашим клиентам представление о плотности работающих ресторанов вблизи ваших отелей, вы пишете SQL-запрос для возврата количества ресторанов в радиусе 1000 метров от каждого отеля:

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

На этом изображении показан пример вывода этого запроса:

Результаты запроса по подсчету ресторанов в радиусе 1000 метров от каждого отеля.

Используйте функцию подсчета мест, чтобы получить количество и идентификаторы мест ресторанов в этом районе.

Вы также можете использовать функцию подсчета мест

Чтобы найти количество ресторанов рядом с определённым местом, используйте функции подсчёта мест, чтобы получить список идентификаторов мест , которые можно использовать для поиска информации об отдельных местах:

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
      )
);

На этом изображении показан пример вывода этого запроса:

Результаты запроса ресторанов в радиусе 1000 метров от каждого отеля, включая идентификаторы мест.

Узнайте количество ресторанов и баров в этом районе.

Измените свой запрос, включив бары и рестораны в радиусе 1000 метров от каждого отеля:

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

На этом изображении показан пример вывода этого запроса:

Результаты запроса по подсчету ресторанов и баров в радиусе 1000 метров от каждого отеля.

Узнайте количество недорогих ресторанов и баров в этом районе.

Далее вам нужно узнать, какую демографическую группу обслуживают бары и рестораны. Поскольку ваши отели ориентированы на умеренный ценовой сегмент, вам следует рекламировать только заведения поблизости, которые предлагают номера в этом ценовом сегменте и имеют хорошие отзывы.

Ограничьте запрос, чтобы возвращались только бары и рестораны, находящиеся в ценовом диапазоне PRICE_LEVEL_MODERATE и имеющие рейтинг 4 звезды или выше. Этот запрос также расширяет радиус до 1500 метров вокруг каждого отеля:

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

На этом изображении показан пример вывода этого запроса:

Результаты запроса по недорогим барам и ресторанам в радиусе 1500 метров от каждого отеля.

Что дальше?