Visualizar os resultados da consulta

As ferramentas de análise e Business Intelligence são cruciais para ajudar você a descobrir insights dos seus dados do BigQuery. O BigQuery é compatível com várias ferramentas de visualização de dados do Google e de terceiros que podem ser usadas para analisar os resultados das consultas nos dados do Places Insights, incluindo:

• Looker Studio
• BigQuery Geo Viz
• Notebooks do Colab
• Google Earth Engine

O exemplo abaixo descreve como visualizar os resultados em:

• O Looker Studio, uma plataforma que permite criar e consumir relatórios, painéis e visualizações de dados.
• BigQuery Geo Viz, uma ferramenta de visualização de dados geoespaciais no BigQuery usando as APIs Google Maps.

Consulte a documentação do BigQuery para mais informações sobre como visualizar seus dados usando outras ferramentas.

Consultar dados para visualização

Os exemplos de visualização abaixo usam a seguinte consulta para gerar uma contagem de restaurantes na cidade de Nova York com uma entrada acessível para cadeiras de rodas. Essa consulta retorna uma tabela de contagens de restaurantes por ponto geográfico, em que o tamanho de cada ponto é de 0,005 graus.

Como não é possível realizar uma operação GROUP BY em um ponto GEOGRAPHY, esta consulta usa a função ST_ASTEXT do BigQuery para converter cada ponto na representação STRING WKT do ponto e grava esse valor na coluna geo_txt. Em seguida, ele executa o GROUP BY usando geo_txt.

SELECT
  geo_txt, -- STRING WKT geometry value.
  ST_GEOGFROMTEXT(geo_txt) AS geo, -- Convert STRING to GEOGRAPHY value.
  count
FROM (
  -- Create STRING WKT representation of each GEOGRAPHY point to
  -- GROUP BY the STRING value.
  SELECT WITH AGGREGATION_THRESHOLD
    ST_ASTEXT(ST_SNAPTOGRID(point, 0.005)) AS geo_txt,
    COUNT(*) AS count
  FROM
    `places_insights___us___sample.places_sample`
  WHERE
    'restaurant' IN UNNEST(types)
    AND wheelchair_accessible_entrance = true
  GROUP BY
    geo_txt
)

A imagem a seguir mostra um exemplo de saída para essa consulta em que count contém o número de restaurantes para cada ponto:

Visualize dados com o Looker Studio

As imagens a seguir mostram esses dados exibidos no Looker Studio como um mapa de calor. O mapa de calor mostra a densidade de baixa (verde) a alta (vermelho).

Importar seus dados para o Looker Studio

Para importar seus dados para o Looker Studio:

1. Execute a consulta acima em Consultar dados para visualizar.

2. Nos resultados do BigQuery, clique em Abrir em -> Looker Studio. Seus resultados são importados automaticamente para o Looker Studio.

3. O Looker Studio cria uma página de relatório padrão e a inicializa com um título, uma tabela e um gráfico de barras dos resultados.

   

4. Selecione tudo na página e exclua.

5. Clique em Inserir -> Mapa de calor para adicionar um mapa de calor ao relatório.

6. Em Tipos de gráfico -> Configuração, configure os campos conforme mostrado abaixo:

   

7. O mapa de calor aparece como acima. Se quiser, selecione Tipos de gráficos -> Estilos para configurar ainda mais a aparência do mapa.

Visualizar dados usando o BigQuery Geo Viz

As imagens a seguir mostram esses dados exibidos no BigQuery Geo Viz como um mapa preenchido. O mapa preenchido mostra a densidade de restaurantes por célula de ponto, em que quanto maior o ponto, maior a densidade.

Importar seus dados para o BigQuery Geo Viz

Para importar seus dados para o BigQuery Geo Viz:

1. Execute a consulta acima em Consultar dados para visualizar.

2. Nos resultados do BigQuery, clique em Abrir em -> GeoViz.

3. A tela é aberta na etapa Consulta.

4. Selecione o botão Executar para processar a consulta. O mapa mostra automaticamente os pontos.

5. Selecione Dados para conferir os dados.

6. Na seção Dados, clique no botão Adicionar estilos.

7. Selecione fillColor e use o controle deslizante para ativar o estilo Com base em dados.

8. Defina os campos restantes conforme mostrado abaixo:

   

9. Clique em Aplicar estilo para aplicar os estilos ao mapa.