Présentation de Places Insights

Places Insights vous permet d'effectuer des analyses statistiques avancées sur les données Places enrichies de Google Maps. Il fournit des décomptes agrégés et des informations sur la densité pour des millions de points de données de points d'intérêt, ce qui permet de bénéficier d'une intelligence géospatiale puissante.

Capacités clés

  • Intelligence géospatiale : obtenez une vue d'ensemble de la densité et de la répartition des différentes catégories de points d'intérêt (par exemple, commerce de détail, restaurants, services) dans des zones géographiques spécifiques.
  • Accès sécurisé aux données : les données sont déployées à l'aide de fiches d'échange de données BigQuery avec des protections en place, ce qui permet de bénéficier d'un environnement sécurisé et protégé pour le partage de données et l'analyse.
  • Informations exploitables : bien que Places Insights se concentre sur les tendances agrégées, vous pouvez utiliser les ID de lieu générés pour explorer les données et récupérer des informations individuelles sur les lieux à l'aide d'autres API Google Maps Platform. Vous pouvez ainsi passer d'un insight statistique à une action détaillée.

Comprendre les données sur les lieux et les cas d'utilisation

Google Maps organise les données sur les lieux pour des millions d'établissements dans le monde entier. Places Insights met ces données complètes sur les lieux à disposition dans BigQuery afin que vous puissiez obtenir des insights agrégés sur les données de lieux de Google Maps en fonction de divers attributs tels que les types de lieux, les notes, les horaires d'ouverture, l'accessibilité en fauteuil roulant, etc.

Pour utiliser Places Insights, vous écrivez des requêtes SQL dans BigQuery qui renvoient des insights statistiques sur les données de lieux. Ces insights vous permettent de répondre à des questions telles que :

  • Combien d'entreprises similaires sont présentes à proximité d'un nouvel emplacement potentiel de magasin ?
  • Quels types d'entreprises sont les plus courants à proximité de mes magasins les plus performants ?
  • Quelles zones présentent une forte concentration d'entreprises complémentaires susceptibles d'attirer mes clients cibles ?
  • Combien de restaurants de sushis cinq étoiles sont ouverts à 20h à Madrid, disposent d'un parking accessible en fauteuil roulant et proposent des plats à emporter ?
  • Dans quels codes postaux de Californie se trouve la plus forte concentration de bornes de recharge pour véhicules électriques ?

Cas d'utilisation compatibles

  • Sélection de sites : évaluez et choisissez les emplacements les plus adaptés pour une nouvelle entreprise ou l'implantation d'un actif physique. En analysant la densité et la combinaison des points d'intérêt environnants, vous pouvez vous assurer qu'un site potentiel est positionné de manière optimale dans son environnement commercial concurrentiel et complémentaire. Cette approche basée sur les données peut réduire le risque associé à l'investissement dans de nouveaux emplacements.
  • Évaluation des performances des emplacements : déterminez les variables géospatiales, telles que la proximité de certains types de points d'intérêt comme les supermarchés ou les lieux d'événements, qui sont corrélées aux performances positives ou négatives de vos emplacements existants. Ces données vous permettent d'identifier les sites potentiels qui partagent la meilleure combinaison de caractéristiques géospatiales pour votre cas d'utilisation. Vous pouvez également utiliser ces informations pour déployer des modèles prédictifs qui prévoient les performances futures de tout nouvel emplacement en fonction du contexte des points d'intérêt environnants.
  • Marketing géociblé : déterminez les types de campagnes marketing ou de publicités qui seront efficaces dans une zone. Places Insights fournit le contexte nécessaire pour comprendre l'activité commerciale, ce qui vous permet d'adapter vos messages en fonction de la concentration d'entreprises ou d'activités pertinentes.
  • Prévisions des ventes : prévoyez les ventes futures dans un emplacement potentiel. La modélisation de l'impact des caractéristiques géospatiales environnantes vous permet de créer des modèles prédictifs robustes pour prendre des décisions d'investissement.
  • Études de marché : déterminez les zones géographiques dans lesquelles développer votre entreprise ou votre service. Analysez la saturation du marché existant et la densité des points d'intérêt pour identifier les marchés cibles mal desservis ou très concentrés qui offrent le plus d'opportunités. Cette analyse fournit des preuves à l'appui des initiatives de croissance et d'expansion stratégiques.
  • Analyse des tendances : explorez les changements qui se produisent sur une période donnée. Comparez le nombre de lieux, y compris les lieux ajoutés et supprimés, d'un mois à l'autre depuis janvier 2024.

Vous pouvez interroger les ensembles de données Places Insights à l'aide de fonctions de décompte des lieux ou de requêtes SQL directes.

Consultez la documentation de référence sur le schéma.

Choisir votre méthode de requête : fonctions de décompte des lieux ou SQL direct

Pour s'adapter à différentes échelles d'analyse et exigences de confidentialité, Places Insights propose deux méthodes d'interrogation : les fonctions de décompte des lieux (fonctions BigQuery natives) et les requêtes SQL directes (jointures de tables).

Utilisez cette matrice de décision pour déterminer le chemin de requête approprié pour votre implémentation :

Objectif de votre analyse Méthode de requête recommandée Données et sorties renvoyées Considérations spatiales et de confidentialité
Analyser la densité régionale des points d'intérêt et créer des cartes de chaleur PLACES_COUNT_PER_H3
  • Renvoie des polygones hexagonaux H3 avec des décomptes exacts (y compris 0)
  • Renvoie jusqu'à 250 valeurs place_id par cellule
  • Spécialement conçu pour les modèles de ML spatiaux et l'ingénierie des caractéristiques
  • Zone de recherche minimale de 40 m × 40 m (1 600 m²)
  • Optimisé pour les performances et les faibles coûts de traitement
  • Valide les paramètres d'entrée et renvoie des erreurs claires pour faciliter le débogage
Obtenir des décomptes pour des sites spécifiques et récupérer des ID de lieu pour rechercher des informations PLACES_COUNT_V2 ou PLACES_COUNT_PER_TYPE_V2
  • Renvoie des décomptes exacts (y compris 0) pour les géométries personnalisées
  • Renvoie jusqu'à 250 valeurs place_id par ligne
  • Zone de recherche minimale de 40 m × 40 m (1 600 m²)
  • Évolutif à des milliers d'emplacements à l'aide de paramètres TABLE
  • Optimisé pour les performances et les faibles coûts de traitement
  • Valide les paramètres d'entrée et renvoie des erreurs claires pour faciliter le débogage
Suivre les modifications des points d'intérêt et les tendances de croissance au fil du temps entre deux mois PLACES_COUNT_CHANGE
  • Renvoie start_count, end_count, net_change, percentage_change et compound_monthly_growth_rate
  • Renvoie des tableaux d'ID de lieu nouvellement ajoutés (sample_added_place_ids) et supprimés (sample_removed_place_ids)
  • Nécessite des paramètres month1 et month2 au format YYYY-MM
  • Zone de recherche minimale de 40 m × 40 m (1 600 m²)
  • Évolutif à des milliers d'emplacements personnalisés à l'aide de paramètres TABLE
Exécuter une logique personnalisée avancée, des moyennes ou une jointure avec vos données Requêtes SQL directes
  • Flexibilité SQL totale dans les tables brutes
  • Permet d'utiliser des métriques SQL personnalisées (AVG, SUM, etc.)
  • Ne renvoie pas d'ID de lieu
  • Seuil de confidentialité : les décomptes de 0 à 4 sont complètement omis
  • Aucune restriction de zone de recherche minimale

Places Insights vous permet d'effectuer des analyses historiques en interrogeant des instantanés mensuels des données Places remontant à janvier 2024. Vous pouvez ainsi évaluer l'évolution de la densité commerciale, de l'activité commerciale et des paysages concurrentiels au fil du temps.

Pour interroger des données historiques à l'aide de fonctions de décompte des lieux, transmettez le paramètre de filtre snapshot_date facultatif dans votre JSON_OBJECT. La valeur doit être au format YYYY-MM (par exemple, '2026-01').

Exemple : Interroger les décomptes historiques de restaurants à New York avec PLACES_COUNT_V2

L'exemple suivant utilise PLACES_COUNT_V2 pour analyser le nombre de restaurants en activité autour de l'Empire State Building et de Times Square à New York tels qu'ils existaient en janvier 2026 :

-- Create a table for the input search geographies
WITH my_search_areas AS (
  SELECT
    'Empire State Building' AS geo_id,
    ST_GEOGPOINT(-73.9857, 40.7484) AS geo
  UNION ALL
  SELECT
    'Times Square' AS geo_id,
    ST_GEOGPOINT(-73.9851, 40.7580) AS geo
)

-- Query restaurant counts for the January 2026 snapshot
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE my_search_areas,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters around each point
      'business_status', ['OPERATIONAL'],
      'types', ['restaurant'],
      'snapshot_date', '2026-01'
  )
);

Analyser la sortie historique

La table BigQuery renvoyée contient le geo_id, le polygone géographique d'entrée, le décompte des lieux et des exemples d'ID de lieu tels qu'ils ont été enregistrés au cours du mois d'instantané spécifié (2026-01). Vous pouvez exécuter des requêtes identiques sur plusieurs mois d'instantané pour calculer les tendances de croissance, les ouvertures de magasins ou la contraction du marché.

Agréger la densité régionale des points d'intérêt à l'aide de PLACES_COUNT_PER_H3

La fonction PLACES_COUNT_PER_H3 est la méthode recommandée pour analyser la densité des points d'intérêt sur de grandes zones. En divisant votre région cible en cellules de grille hexagonales H3 standardisées, vous n'avez plus besoin de dessiner des limites personnalisées et vous pouvez directement intégrer les résultats dans des outils de cartographie visuelle, tels que Looker Studio.

Exemple : Compter les épiceries et les magasins de proximité accessibles en fauteuil roulant dans l'État de New York

La requête suivante agrège les épiceries et les magasins de proximité accessibles en fauteuil roulant dans l'État de New York dans des cellules H3 au niveau de résolution 8. Elle utilise la géométrie des limites récupérée dynamiquement à partir de l'ensemble de données public bigquery-public-data.geo_us_boundaries.states.

-- Query POI count per H3 cell intersecting the New York State polygon boundary
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', (
        -- Dynamically retrieve the boundary geography for New York State
        SELECT state_geom
        FROM `bigquery-public-data.geo_us_boundaries.states`
        WHERE state = 'NY'
        LIMIT 1
      ),
      'types', ['grocery_store', 'convenience_store'],
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8,
      'wheelchair_accessible_entrance', TRUE
  )
)
ORDER BY count DESC;

Analyser la sortie

Cette requête renvoie une table structurée mappant chaque index H3 distinct (h3_cell_index) à son polygone de limite (geography), au décompte des points d'intérêt (count) et à un maximum de 250 sample_place_ids représentatifs.

  • Décomptes zéro inclus : si une cellule de la grille de l'État de New York ne contient aucun magasin correspondant, elle renvoie quand même une ligne avec un décompte de 0. Ceci est essentiel pour localiser les déserts commerciaux ou de services.
  • Cartographie visuelle directe : étant donné que le résultat inclut un polygone GEOGRAPHY, vous pouvez afficher des cartes de densité directement dans BigQuery Studio ou Looker Studio.

Récupérer des ID de lieu pour inspecter les informations sur les lieux

Bien que Places Insights soit conçu pour l'intelligence statistique, vous pouvez passer d'insights agrégés à des actions granulaires.

Toutes les fonctions principales de décompte des lieux, y compris PLACES_COUNT_PER_H3, PLACES_COUNT_V2, et PLACES_COUNT_PER_TYPE_V2 (à l'exception de l' ancienne fonction PLACES_COUNT), renvoient un tableau contenant jusqu'à 250 ID de lieu par ligne correspondant à vos critères de requête.

Ces ID de lieu servent de pont, ce qui vous permet d'utiliser d'autres API Google Maps Platform , telles que l'API Place Details, pour récupérer des informations spécifiques telles que les noms des magasins, les avis, les numéros de téléphone et les adresses.

Analyser la présence d'une marque dans plusieurs lieux

En plus des données sur les lieux, Places Insights inclut des données sur les marques ou les magasins qui possèdent plusieurs emplacements et qui opèrent sous le même nom de marque.

Vous pouvez interroger les données sur les marques pour :

  • Identifier la densité des marques concurrentes sur un marché cible.
  • Filtrer vos décomptes de points d'intérêt spécifiquement par ID de marque.
  • Examiner la pénétration du marché en comparant les établissements de marque et indépendants.

Étape suivante