地點洞察總覽

透過「地點洞察」功能，您可以對 Google 地圖的豐富地點資料進行進階統計分析。這項服務提供數百萬個搜尋點資料點的匯總計數和密度資訊，可實現強大的地理空間智慧。

主要功能：

  • 地理空間智慧：鳥瞰特定地理區域中不同類別的興趣點密度和分布情形 (例如零售、餐廳、服務)。
  • 安全資料存取：資料是透過BigQuery 資料交換目錄部署，並採取資料保護措施，為資料共用和分析提供安全無虞的環境。
  • 可執行的詳細資料：雖然 Places Insights 著重於匯總趨勢，但您可以使用輸出的地點 ID 深入瞭解，並使用其他 Google 地圖平台 API 擷取個別地點資訊，從統計洞察資料到詳細動作。

關於地點資料

Google 地圖會為全球數百萬個商家整理地點資料。 Places Insights 會在 BigQuery 中提供這項全面的地點資料，方便您根據各種屬性 (例如地點類型、評分、營業時間、無障礙空間等) 取得 Google 地圖地點資料的匯總洞察資訊。

如要使用 Places Insights，請在 BigQuery 中編寫 SQL 查詢，傳回地點資料的統計深入分析。這些洞察資料可協助您解答下列問題：

  • 在潛在的新店面位置附近，有多少類似商家正在營運？
  • 我最成功的商店附近最常見哪種商家？
  • 哪些區域有大量互補商家，可吸引我的目標顧客？
  • 在馬德里，晚上 8 點營業、提供外帶服務，且設有輪椅無障礙停車位的 5 星壽司餐廳有幾間？
  • 加州哪些郵遞區號的電動車充電站密度最高？

地點洞察資料支援多種用途，例如：

  • 選址：評估並選擇最適合新商家或實體資產放置的地點。分析周圍的 POI 密度和組合，確保預期地點在競爭和互補的商業環境中處於最佳位置。這種以資料為依據的方法，可降低投資新地點的相關風險。
  • 評估地點成效：找出與現有地點正面/負面成效相關的地理空間變數，例如與特定類型興趣點 (如超市或活動場地) 的距離。這項資料可協助您找出最符合您用途的地理空間特徵組合，進而發掘潛在的建站地點。您也可以根據周圍的 POI 情境，使用這項資訊部署預測模型，預測任何新地點的未來成效。
  • 地理區域目標行銷：判斷哪些類型的行銷活動或廣告在特定區域能獲得成功。Places Insights 提供瞭解商業活動所需的背景資訊，讓您根據相關商家或活動的集中程度調整訊息。
  • 銷售預測：預測潛在地點的未來銷售量。 模擬周遭地理空間特徵的影響，有助於建立強大的預測模型，進而做出投資決策。
  • 市場調查：瞭解下一個擴展業務或服務的地域。分析現有市場飽和度和興趣點密度，找出服務不足或高度集中的目標市場，這些市場的商機最大。這項分析可提供證據，支援策略性成長和擴展計畫。

您可以直接查詢 Places Insights 資料集，也可以使用地點計數函式。

請參閱結構定義參考資料。

關於品牌資料

除了地點資料，地點洞察還會提供品牌資料，或以相同品牌名稱經營多個地點的商店資料。

您可以透過品牌找出下列問題的答案：

  • 某個區域中各品牌的商店數量為何？
  • 該地區前三大競爭對手品牌的數量為何？
  • 這個區域內，不含這些品牌的咖啡店總共有幾間？

關於 BigQuery

將資料存放在 BigQuery 項目中，您就能透過 Places 洞察執行下列操作：

  • 安全地整合您的資料與 Places Insights 資料。
  • 編寫彈性的 SQL 查詢，根據特定業務需求發掘匯總洞察資料。
  • 使用您已在私人資料和工作流程中使用的 BigQuery 工具。
  • 充分運用 BigQuery 的規模和效能，輕鬆分析大型資料集。

用途範例

這個範例會在 BigQuery 中將您的資料與 Places Insights 資料聯結，以衍生匯總資訊。在這個範例中，您是紐約市的飯店業主，有多個地點。現在，您想將飯店位置資料與地點洞察資料合併，找出飯店附近預先定義的商家類型集中度。

必要條件

在本例中，您將訂閱美國的 Places Insights 資料集。

您的飯店資料集名為 mydata，並定義了紐約市兩間飯店的位置。下列 SQL 會建立這個資料集：

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) );

取得該區域的餐廳數量

如要讓顧客瞭解飯店附近營業中餐廳的密度，請編寫 SQL 查詢，傳回每間飯店 1000 公尺內的餐廳數量：

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

圖片：這項查詢的輸出內容範例：

查詢結果：計算每間飯店 1000 公尺內的餐廳數量。

使用地點計數函式取得該區域的餐廳數量和地點 ID

你也可以使用地點計數函式

找出某個地點附近的餐廳數量。地點計數函式可讓您擷取地點 ID 清單，用於查詢個別地點的詳細資料：

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
      )
);

圖片：這項查詢的輸出內容範例：

各飯店 1000 公尺內的餐廳查詢結果，包括地點 ID。

取得該區域的餐廳和酒吧數量

修改查詢，在每間飯店 1000 公尺內加入酒吧和餐廳：

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

圖片：這項查詢的輸出內容範例：

查詢結果：計算每間飯店方圓 1000 公尺內的餐廳和酒吧數量。

取得該區域中等價位餐廳和酒吧的數量

接下來，您想瞭解酒吧和餐廳服務的客層。由於你的飯店鎖定中等價位，因此你只想宣傳附近有評價良好的同價位飯店。

將查詢限制為只傳回價格點為 PRICE_LEVEL_MODERATE 且評等為 4 星以上的酒吧和餐廳。這項查詢也會將每個飯店周圍的半徑擴大至 1500 公尺：

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

圖片：這項查詢的輸出內容範例：

查詢結果：各飯店 1500 公尺範圍內的中價位酒吧和餐廳。

後續步驟