„Places Insights“ – Übersicht

Mit Places Insights können Sie die umfangreichen Orts- und Markendaten in Google Maps analysieren, um statistische Erkenntnisse aus den Orts- oder POI-Daten (Points of Interest) von Google Maps zu gewinnen. Die Daten werden über Einträge für den BigQuery-Datenaustausch bereitgestellt. Dabei werden Datenschutzmaßnahmen eingesetzt, um eine sichere Umgebung für die gemeinsame Nutzung und Analyse von Daten zu schaffen.

Ortsdaten

Google Maps stellt Ortsdaten für Millionen von Unternehmen weltweit zusammen. Mit Places Insights werden Ortsdaten in BigQuery verfügbar gemacht, sodass Sie aggregierte Informationen zu Google Maps-Ortsdaten auf Grundlage verschiedener Attribute wie Ortstypen, Bewertungen, Öffnungszeiten, Barrierefreiheit für Rollstuhlfahrer usw. abrufen können.

Um Places Insights zu verwenden, schreiben Sie SQL-Abfragen in BigQuery, die statistische Informationen zu Ortsdaten zurückgeben. Mit diesen Statistiken können Sie Fragen wie die folgenden beantworten:

  • Wie viele ähnliche Unternehmen gibt es in der Nähe eines potenziellen neuen Geschäftsstandorts?
  • Welche Arten von Unternehmen befinden sich am häufigsten in der Nähe meiner erfolgreichsten Geschäfte?
  • In welchen Gebieten gibt es viele ergänzende Unternehmen, die meine Zielkunden anziehen könnten?
  • Wie viele 5-Sterne-Sushirestaurants in Madrid sind um 20:00 Uhr geöffnet, bieten einen rollstuhlgerechten Parkplatz und bieten Speisen zum Mitnehmen an?

Die Aggregationsdaten können für eine Vielzahl von Anwendungsfällen verwendet werden, z. B.:

  • Standortauswahl, um die am besten geeigneten Standorte für ein neues Unternehmen oder die Platzierung eines physischen Assets zu ermitteln und auszuwählen.
  • Standortleistungsanalyse, um zu ermitteln, welche geospatialen Variablen, z. B. die Nähe zu bestimmten Arten von POIs wie Supermärkten oder Veranstaltungsorten, sich positiv oder negativ auf die Leistung Ihrer Standorte auswirken.
  • Geografisch ausgerichtetes Marketing, um zu ermitteln, welche Arten von Marketingkampagnen oder Anzeigen in einer bestimmten Region erfolgreich sein werden.
  • Umsatzprognosen, um zukünftige Umsätze an einem potenziellen Standort vorherzusagen.
  • Marktforschung, um zu ermitteln, in welchen geografischen Einheiten Sie Ihr Unternehmen oder Ihren Dienst als Nächstes ausweiten sollten.

Markendaten

Neben den Ortsdaten enthält Places Insights auch Daten zu Marken oder Geschäften mit mehreren Standorten, die unter demselben Markennamen geführt werden.

Mit Marken können Sie Fragen wie die folgenden beantworten:

  • Wie viele Geschäfte gibt es in einem bestimmten Gebiet pro Marke?
  • Wie viele Nutzer haben die drei wichtigsten Marken meiner Mitbewerber in der Region?
  • Wie viele Kaffeegeschäfte gibt es in dieser Gegend, wenn diese Marken nicht berücksichtigt werden?

BigQuery

Wenn Sie Daten in BigQuery-Einträgen zur Verfügung stellen, können Sie mit Places Insights Folgendes tun:

  • Kombinieren Sie Ihre Daten sicher mit Places Insights-Daten.

  • Flexible SQL-Abfragen schreiben, um aggregierte Statistiken für Ihre spezifischen geschäftlichen Anforderungen zu erhalten.

  • Sie können dieselben BigQuery-Tools verwenden, die Sie bereits für Ihre privaten Daten und Workflows nutzen.

  • Nutzen Sie die Skalierbarkeit und Leistung von BigQuery, um große Datasets ganz einfach zu analysieren.

Anwendungsbeispiel

In diesem Beispiel werden Ihre Daten mit Places Insights-Daten in BigQuery zusammengeführt, um Aggregationsinformationen abzuleiten. In diesem Beispiel sind Sie Hotelinhaber in New York City und haben mehrere Standorte. Sie möchten nun Ihre Hotelstandortdaten mit Places-Statistikdaten zusammenführen, um die Konzentration vordefinierter Unternehmenstypen in der Nähe Ihrer Hotels zu ermitteln.

Vorbereitung

In diesem Beispiel abonnieren Sie das Places Insights-Dataset für die USA.

Ihr Hotel-Dataset heißt mydata und enthält die Standorte Ihrer beiden Hotels in New York City. Mit dem folgenden SQL-Code wird dieses Dataset erstellt:

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) );

Anzahl der Restaurants in der Umgebung abrufen

Um Ihren Kunden eine Vorstellung von der Dichte der Restaurants in der Nähe Ihrer Hotels zu geben, schreiben Sie eine SQL-Abfrage, um die Anzahl der Restaurants im Umkreis von 1.000 Metern um jedes Hotel zurückzugeben:

SELECT WITH AGGREGATION_THRESHOLD h.name, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us___sample.places_sample` 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

Das folgende Bild zeigt ein Beispiel für die Ausgabe dieser Abfrage:

Abfrageergebnisse zum Zählen von Restaurants im Umkreis von 1.000 Metern um jedes Hotel.

Anzahl der Restaurants und Bars in der Umgebung abrufen

Ändern Sie Ihre Anfrage so, dass neben Restaurants auch Bars im Umkreis von 1.000 Metern um jedes Hotel berücksichtigt werden:

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us___sample.places_sample` 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

Das folgende Bild zeigt ein Beispiel für die Ausgabe dieser Abfrage:

Abfrageergebnisse für die Anzahl der Restaurants und Bars im Umkreis von 1.000 Metern um jedes Hotel.

Anzahl der Restaurants und Bars mit mittleren Preisen in der Umgebung abrufen

Als Nächstes möchten Sie wissen, welche Kundengruppe von den Bars und Restaurants bedient wird. Da Ihre Hotels auf ein moderates Preisniveau ausgerichtet sind, möchten Sie nur für nahegelegene Unterkünfte werben, die diesem Preisniveau entsprechen und gute Bewertungen haben.

Beschränken Sie die Abfrage so, dass nur Bars und Restaurants zurückgegeben werden, die der Preisklasse PRICE_LEVEL_MODERATE angehören und mit 4 Sternen oder höher bewertet wurden. Mit dieser Abfrage wird der Radius auch auf 1.500 Meter um jedes Hotel erweitert:

SELECT WITH AGGREGATION_THRESHOLD h.name, r.primary_type, COUNT(*) AS count
FROM `PROJECT_NAME.places_insights___us___sample.places_sample` 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

Das folgende Bild zeigt ein Beispiel für die Ausgabe dieser Abfrage:

Suchergebnisse für Bars und Restaurants mit moderaten Preisen im Umkreis von 1.500 Metern um jedes Hotel.

Nächste Schritte