ภาพรวมของ Places Insights

ข้อมูลเชิงลึกเกี่ยวกับสถานที่ช่วยให้คุณวิเคราะห์ข้อมูลสถานที่และแบรนด์ที่สมบูรณ์ใน Google Maps เพื่อรับข้อมูลเชิงลึกทางสถิติจากข้อมูลสถานที่หรือจุดที่น่าสนใจ (POI) ของ Google Maps ระบบจะนําข้อมูลไปใช้งานโดยใช้ ข้อมูล การแลกเปลี่ยนข้อมูล BigQuery พร้อมการคุ้มครองข้อมูลเพื่อสร้างสภาพแวดล้อมที่ปลอดภัยและได้รับการคุ้มครองสําหรับ การแชร์และการวิเคราะห์ข้อมูล

เกี่ยวกับข้อมูลสถานที่

Google Maps คัดสรรข้อมูลสถานที่สำหรับสถานประกอบการหลายล้านแห่งทั่วโลก ข้อมูลเชิงลึกเกี่ยวกับสถานที่ทำให้ข้อมูลสถานที่พร้อมใช้งานใน BigQuery เพื่อให้คุณได้รับข้อมูลเชิงลึกแบบรวมเกี่ยวกับข้อมูลสถานที่ของ Google Maps โดยอิงตามแอตทริบิวต์ต่างๆ เช่น ประเภทสถานที่, คะแนน, เวลาทำการ, การเข้าถึงด้วยรถเข็น และอื่นๆ

หากต้องการใช้ข้อมูลเชิงลึกเกี่ยวกับสถานที่ คุณต้องเขียนคำค้นหา SQL ใน BigQuery ซึ่งจะแสดงข้อมูลเชิงลึกทางสถิติเกี่ยวกับข้อมูลสถานที่ ข้อมูลเชิงลึกเหล่านี้ช่วยให้คุณ ตอบคำถามต่างๆ ได้ เช่น

  • มีธุรกิจที่คล้ายกันกี่แห่งที่ดำเนินงานใกล้กับสถานที่ตั้งร้านค้าใหม่ที่มีศักยภาพ
  • ธุรกิจประเภทใดที่มักพบได้ใกล้กับร้านค้าที่ประสบความสำเร็จมากที่สุดของฉัน
  • พื้นที่ใดที่มีธุรกิจเสริมซึ่งมีจำนวนมากและดึงดูดลูกค้าเป้าหมายของฉันได้
  • มีร้านซูชิ 5 ดาวกี่ร้านที่เปิดตอน 20:00 น. ในมาดริด มีที่จอดรถที่รถเข็นเข้าถึงได้ และมีบริการซื้อกลับบ้าน

ข้อมูลการรวมรองรับกรณีการใช้งานที่หลากหลาย เช่น

  • การเลือกสถานที่เพื่อประเมินและเลือกสถานที่ที่เหมาะสมที่สุดสำหรับ ธุรกิจใหม่หรือการวางสินทรัพย์จริง
  • การประเมินประสิทธิภาพของสถานที่ตั้งเพื่อพิจารณาว่าตัวแปรเชิงพื้นที่ เช่น ระยะใกล้กับจุดที่น่าสนใจบางประเภท เช่น ซูเปอร์มาร์เก็ตหรือสถานที่จัดงาน ส่งผลต่อประสิทธิภาพเชิงบวกหรือเชิงลบของสถานที่ตั้ง
  • การตลาดที่กำหนดเป้าหมายตามภูมิศาสตร์เพื่อพิจารณาว่าแคมเปญการตลาดหรือ โฆษณาประเภทใดจะประสบความสำเร็จในพื้นที่หนึ่งๆ
  • การคาดการณ์ยอดขายเพื่อคาดการณ์ยอดขายในอนาคตในสถานที่ที่มีศักยภาพ
  • การวิจัยตลาดเพื่อแจ้งให้ทราบถึงภูมิภาคที่จะขยายธุรกิจหรือ บริการต่อไป

ดูข้อมูลอ้างอิงสคีมา

เกี่ยวกับข้อมูลแบรนด์

นอกจากข้อมูลสถานที่แล้ว ข้อมูลเชิงลึกเกี่ยวกับสถานที่ยังมีข้อมูลเกี่ยวกับแบรนด์หรือร้านค้าที่มีหลายสาขาซึ่งดำเนินการภายใต้ชื่อแบรนด์เดียวกัน

คุณใช้แบรนด์เพื่อตอบคำถามต่างๆ เช่น

  • จำนวนร้านค้าทั้งหมดตามแบรนด์ในพื้นที่
  • แบรนด์คู่แข่ง 3 อันดับแรกในพื้นที่ของฉันมีจำนวนเท่าใด
  • มีร้านกาแฟทั้งหมดกี่ร้านในพื้นที่นี้ โดยไม่รวมร้านกาแฟยี่ห้อต่อไปนี้

เกี่ยวกับ BigQuery

ข้อมูลในข้อมูล BigQuery ช่วยให้ข้อมูลเชิงลึกเกี่ยวกับสถานที่ช่วยให้คุณทำสิ่งต่อไปนี้ได้

  • รวมข้อมูลของคุณกับข้อมูลข้อมูลเชิงลึกเกี่ยวกับสถานที่อย่างปลอดภัย

  • เขียนการค้นหา SQL ที่ยืดหยุ่นเพื่อค้นพบข้อมูลเชิงลึกแบบรวมสำหรับความต้องการทางธุรกิจที่เฉพาะเจาะจง

  • ใช้เครื่องมือ BigQuery เดียวกันกับที่ใช้กับข้อมูลและเวิร์กโฟลว์ส่วนตัวอยู่แล้ว

  • ใช้ประโยชน์จากความสามารถในการปรับขนาดและประสิทธิภาพของ BigQuery เพื่อให้คุณวิเคราะห์ชุดข้อมูลขนาดใหญ่ได้อย่างง่ายดาย

ตัวอย่างกรณีการใช้งาน

ตัวอย่างนี้จะรวมข้อมูลของคุณกับข้อมูลข้อมูลเชิงลึกเกี่ยวกับสถานที่ใน BigQuery เพื่อรับข้อมูลการรวบรวม ในตัวอย่างนี้ คุณเป็นเจ้าของโรงแรมในนิวยอร์กซิตี้ที่มีที่พักหลายแห่ง ตอนนี้คุณต้องการรวมข้อมูลสถานที่ตั้งของโรงแรม กับข้อมูลข้อมูลเชิงลึกเกี่ยวกับสถานที่เพื่อดูการกระจุกตัวของธุรกิจประเภทที่กำหนดไว้ล่วงหน้า ใกล้กับโรงแรม

ข้อกำหนดเบื้องต้น

ในตัวอย่างนี้ คุณจะสมัครใช้บริการ ชุดข้อมูลข้อมูลเชิงลึกเกี่ยวกับสถานที่สำหรับสหรัฐอเมริกา

ชุดข้อมูลโรงแรมของคุณมีชื่อว่า mydata และกำหนดสถานที่ตั้งของโรงแรม 2 แห่งในนิวยอร์กซิตี้ SQL ต่อไปนี้จะสร้างชุดข้อมูลนี้

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) );

รับจำนวนร้านอาหารในพื้นที่

หากต้องการให้ลูกค้าทราบถึงความหนาแน่นของร้านอาหารที่เปิดให้บริการใกล้กับโรงแรม คุณต้องเขียนการค้นหา SQL เพื่อแสดงจำนวนร้านอาหารที่อยู่ภายใน 1, 000 เมตรจากโรงแรมแต่ละแห่ง

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

รูปภาพต่อไปนี้แสดงตัวอย่างเอาต์พุตของการค้นหานี้

ผลการค้นหาสำหรับการนับร้านอาหารภายใน 1,000 เมตรจากโรงแรมแต่ละแห่ง

ดูจำนวนร้านอาหารและบาร์ในพื้นที่

แก้ไขคำค้นหาให้รวมบาร์ไปกับร้านอาหารภายในรัศมี 1,000 เมตรจาก โรงแรมแต่ละแห่ง

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

รูปภาพต่อไปนี้แสดงตัวอย่างเอาต์พุตของการค้นหานี้

ผลการค้นหาสำหรับการนับร้านอาหารและบาร์ภายใน 1,000 เมตรจากโรงแรมแต่ละแห่ง

ดูจำนวนร้านอาหารและบาร์ที่มีราคาปานกลางในพื้นที่

จากนั้นคุณต้องการทราบว่าบาร์และร้านอาหารให้บริการแก่กลุ่มประชากรลูกค้ากลุ่มใด เนื่องจากโรงแรมของคุณกำหนดเป้าหมายที่จุดราคาปานกลาง คุณจึงต้องการ โฆษณาการมีอยู่ของสถานประกอบการใกล้เคียงที่มีจุดราคานั้น และมีรีวิวที่ดี

จำกัดการค้นหาให้แสดงเฉพาะบาร์และร้านอาหารหากมี PRICE_LEVEL_MODERATE และได้รับการจัดอันดับ 4 ดาวขึ้นไป คำค้นหานี้ยัง ขยายรัศมีเป็น 1,500 เมตรรอบโรงแรมแต่ละแห่งด้วย

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

รูปภาพต่อไปนี้แสดงตัวอย่างเอาต์พุตของการค้นหานี้

ผลการค้นหาสำหรับบาร์และร้านอาหารที่มีราคาปานกลางซึ่งอยู่ภายในระยะ 1,500 เมตรจากโรงแรมแต่ละแห่ง

ขั้นตอนถัดไป