שאילתת שינויים בנקודות עניין בין חודשים (PLACES_COUNT_CHANGE)

הפונקציה PLACES_COUNT_CHANGE מחשבת שינויים במספר נקודות העניין ומאחזרת מזהי מקומות לדוגמה שנוספו והוסרו בין שני חודשים ספציפיים בכמה אזורים גיאוגרפיים שהוזנו.

כמו PLACES_COUNT_V2, הפונקציה הזו מיועדת לעיבוד יעיל ברצף (batch processing) על ידי קבלת פרמטר של טבלת קלט של אזורים גיאוגרפיים, שמאפשרת להעריך מגמות צמיחה ושינויים מסחריים בהרבה מיקומים בו-זמנית.

תחביר

SELECT *
FROM
  `PROJECT_NAME.LINKED_DATASET_NAME.PLACES_COUNT_CHANGE`(
    TABLE input_geographies,
    filters
  );

פרמטרים

  • ‫PROJECT_NAME: השם של הפרויקט ב-Google Cloud.
  • ‫LINKED_DATASET_NAME: השם של מערך הנתונים ב-BigQuery שמכיל את הפונקציות של Places Insights (למשל, places_insights___us).
  • ‫input_geographies: טבלה ב-BigQuery שמכילה את האזורים הגיאוגרפיים לניתוח. הטבלה חייבת לכלול את העמודות הבאות:
    • geo_id (STRING): מזהה ייחודי לכל אזור גיאוגרפי.
    • geo (GEOGRAPHY): אובייקט GEOGRAPHY ב-BigQuery שמייצג את האזור. המיקום יכול להיות נקודה, פוליגון או סוג גיאוגרפי אחר.
  • filters (JSON): אובייקט JSON שמכיל צמדי מפתח/ערך לסינון המקומות. פרמטרים של סינון היא צריכה לכלול את המסננים הבאים:
    • month1 (STRING): החודש הראשון שבו מחפשים מקומות.
    • month2 (STRING): החודש השני שבו מחפשים מקומות.

סכימת טבלת הפלט

הפונקציה PLACES_COUNT_CHANGE מחזירה טבלה עם העמודות הבאות:

שם העמודה סוג הנתונים תיאור
geo_id מחרוזת המזהה מהמיקום הגיאוגרפי שהוזן.
start_count INT64 מספר המקומות מהחודש הראשון.
end_count INT64 מספר המקומות מהחודש השני.
net_change INT64 ההפרש בין end_count ל-start_count‏ (end_count - start_count).
percentage_change FLOAT64 השינוי באחוזים בין חודש 1 לחודש 2.
compound_monthly_growth_rate FLOAT64 שיעור הצמיחה החודשי המצטבר מחודש 1 לחודש 2.
added_count INT64 מספר מזהי המקומות לדוגמה ב-sample_added_place_ids.
removed_count INT64 מספר מזהי המקומות לדוגמה ב-sample_removed_place_ids.
sample_added_place_ids ARRAY<STRING> רשימה של מזהי מקומות לדוגמה שמופיעים בחודש 2 אבל לא בחודש 1.
sample_removed_place_ids ARRAY<STRING> רשימה של מזהי מקומות לדוגמה שמופיעים בחודש 1 אבל לא בחודש 2.

התוצאות ממוינות לפי percentage_change ו-start_count בסדר יורד.

איך זה עובד

הפונקציה מעבדת כל שורה בטבלה input_geographies. לכל אובייקט geo, המערכת סופרת את מספר המקומות שנמצאים בתוך המיקום הגיאוגרפי (או בתוך geography_radius אם geo הוא נקודה והרדיוס מצוין ב-filters) בחודשיים שצוינו ב-month1 וב-month2 ב-filters. בעזרת המקומות האלה, הוא מחשב נתונים סטטיסטיים שימושיים אחרים, כמו שינוי באחוזים ושיעור צמיחה חודשי מורכב מהחודש הראשון לחודש השני.

הספירה כוללת רק את המקומות שתואמים לכל התנאים שמוגדרים באובייקט ה-JSON של filters.

דוגמה: חישוב השינויים במספר נקודות העניין בין שני חודשים

בדוגמה הזו אפשר לראות איך שולחים שאילתה על השינויים במספר נקודות העניין בין שני חודשים ספציפיים באמצעות הפרמטרים month1 ו-month2, ברדיוס של 5,000 מנקודת מיקום גיאוגרפי נתונה.

WITH my_locations AS (
  SELECT
    'loc_1' AS geo_id,
    ST_GEOGFROMTEXT('POINT(-122.4194 37.7749)') AS geo
  -- Add more target locations as needed...
)

SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_CHANGE`(
  TABLE my_locations,
  JSON_OBJECT(
    'geography_radius', 5000,
    'month1', '2026-01', -- Baseline snapshot month (YYYY-MM)
    'month2', '2026-02'  -- Comparison snapshot month (YYYY-MM)
  )
);

ניתוח הפלט

השאילתה מחזירה טבלה עם שורה לכל אזור גיאוגרפי שהוזן.

  • מדדי צמיחה: הפלט מציג את מספר המקומות בקו הבסיס (start_count: 89,560) ואת מספר המקומות להשוואה (end_count: 90,923), מה שמניב net_change של ‎+1,363 מקומות (percentage_change של ‎+1.52%).
  • בדיקת אמת קרקע (ground truth): המערך sample_added_place_ids מפרט מזהי מקומות ספציפיים שהפכו לפעילים ב-month2 (פברואר 2026), והמערך sample_removed_place_ids מפרט מזהי מקומות שכבר לא קיימים.
  • קישור ל-Places API: אתם יכולים להעביר את מזהי המקומות לדוגמה ישירות אל Place Details API (חדש) כדי לחפש שמות, כתובות ומאפיינים של חנויות שנפתחו או נסגרו לאחרונה.

תוצאות של הפונקציה &quot;שינוי בספירת המקומות&quot;.