जगहों की अहम जानकारी की खास जानकारी

Places Insights की मदद से, Google Maps में मौजूद जगहों और ब्रैंड के डेटा का विश्लेषण किया जा सकता है. इससे Google Maps में मौजूद जगहों या दिलचस्पी की जगहों (पीओआई) के डेटा से आंकड़ों के बारे में अहम जानकारी मिलती है. डेटा को BigQuery डेटा एक्सचेंज की लिस्टिंग का इस्तेमाल करके डिप्लॉय किया जाता है. साथ ही, डेटा को सुरक्षित रखने के लिए ज़रूरी सुरक्षा उपाय किए जाते हैं, ताकि डेटा शेयर करने और उसका विश्लेषण करने के लिए सुरक्षित माहौल तैयार किया जा सके.

जगहों के डेटा के बारे में जानकारी

Google Maps, दुनिया भर के लाखों कारोबारों और संगठनों के लिए जगहों का डेटा इकट्ठा करता है. Places Insights, जगहों के डेटा को BigQuery में उपलब्ध कराता है. इससे आपको Google Maps पर मौजूद जगहों के डेटा के बारे में एग्रीगेट की गई अहम जानकारी मिल सकती है. यह जानकारी, कई एट्रिब्यूट के आधार पर मिलती है. जैसे, जगह के टाइप, रेटिंग, स्टोर के खुले होने का समय, व्हीलचेयर से आने-जाने की सुविधा वगैरह.

जगहों की अहम जानकारी का इस्तेमाल करने के लिए, BigQuery में एसक्यूएल क्वेरी लिखें. इससे आपको जगहों के डेटा के बारे में आंकड़ों से जुड़ी अहम जानकारी मिलती है. इन अहम जानकारी से, आपको इस तरह के सवालों के जवाब मिलते हैं:

  • किसी संभावित नई स्टोर लोकेशन के आस-पास, मिलते-जुलते कितने कारोबार चल रहे हैं?
  • मेरे सबसे ज़्यादा कमाई करने वाले स्टोर के आस-पास, किस तरह के कारोबार सबसे ज़्यादा दिखते हैं?
  • किन इलाकों में मेरे कारोबार से मिलते-जुलते कारोबार ज़्यादा हैं, जिनसे मेरे टारगेट किए गए ग्राहकों का ध्यान खींचा जा सकता है?
  • मैड्रिड में रात 8 बजे कितने फाइव स्टार सुशी रेस्टोरेंट खुले हैं? साथ ही, उनमें व्हीलचेयर से आने वाले लोगों के लिए पार्किंग की सुविधा है और वे खाना पैक करके ले जाने की सुविधा देते हैं?

एग्रीगेशन डेटा का इस्तेमाल कई तरह के कामों के लिए किया जा सकता है. जैसे:

  • साइट चुनना. इससे किसी नए कारोबार या फ़िज़िकल ऐसेट को रखने के लिए, सबसे सही जगहों का आकलन करके उन्हें चुना जा सकता है.
  • जगह की परफ़ॉर्मेंस का आकलन करके यह पता लगाएं कि कौनसे जियोस्पेशल वैरिएबल, आपकी जगहों की परफ़ॉर्मेंस पर अच्छा या बुरा असर डालते हैं. जैसे, सुपरमार्केट या इवेंट वेन्यू जैसे कुछ खास तरह के पीओएस के आस-पास होना.
  • जियोटारगेटेड मार्केटिंग से यह तय किया जाता है कि किसी इलाके में किस तरह के मार्केटिंग कैंपेन या विज्ञापन सफल होंगे.
  • बिक्री का अनुमान, ताकि संभावित जगह पर आने वाले समय में होने वाली बिक्री का अनुमान लगाया जा सके.
  • मार्केट रिसर्च से यह पता चलता है कि आपको अपने कारोबार या सेवा को किन देशों/इलाकों में बढ़ाना चाहिए.

ब्रैंड के डेटा के बारे में जानकारी

जगहों के डेटा के साथ-साथ, Places Insights में ब्रैंड या उन स्टोर का डेटा भी शामिल होता है जिनकी एक से ज़्यादा जगहें हैं और जो एक ही ब्रैंड के नाम से काम करती हैं.

ब्रैंड का इस्तेमाल करके, इन सवालों के जवाब दिए जा सकते हैं:

  • किसी इलाके में, ब्रैंड के हिसाब से सभी स्टोर की संख्या कितनी है?
  • इस इलाके में, मेरे तीन प्रतिस्पर्धी ब्रैंड के प्रॉडक्ट की संख्या कितनी है?
  • इस इलाके में, इन ब्रैंड के अलावा अन्य कॉफ़ी शॉप की संख्या कितनी है?

BigQuery के बारे में जानकारी

BigQuery लिस्टिंग में डेटा उपलब्ध कराकर, Places Insights की मदद से ये काम किए जा सकते हैं:

  • अपने डेटा को जगहों की अहम जानकारी के डेटा के साथ सुरक्षित तरीके से जोड़ें.

  • अपने कारोबार की ज़रूरतों के हिसाब से, एग्रीगेट की गई अहम जानकारी पाने के लिए, ज़रूरत के हिसाब से SQL क्वेरी लिखें.

  • BigQuery के उन्हीं टूल का इस्तेमाल करें जिनका इस्तेमाल, निजी डेटा और वर्कफ़्लो के लिए पहले से किया जा रहा है.

  • BigQuery की बेहतर पहुंच और परफ़ॉर्मेंस का फ़ायदा लें, ताकि बड़े डेटासेट का आसानी से विश्लेषण किया जा सके.

इस्तेमाल का उदाहरण

इस उदाहरण में, एग्रीगेशन की जानकारी पाने के लिए, BigQuery में मौजूद Places Insights के डेटा के साथ आपके डेटा को जोड़ा गया है. इस उदाहरण के लिए, मान लें कि आप न्यूयॉर्क शहर में एक होटल के मालिक हैं और आपके होटल की कई लोकेशन हैं. अब आपको अपने होटल की जगह की जानकारी वाले डेटा को जगहों के बारे में अहम जानकारी देने वाले डेटा के साथ जोड़ना है. इससे आपको यह पता चलेगा कि आपके होटल के आस-पास पहले से तय किए गए कारोबार किस तरह के हैं.

ज़रूरी शर्तें

इस उदाहरण में, आपने अमेरिका के लिए Places Insights डेटासेट सब्सक्राइब किया है.

आपके होटल के डेटासेट का नाम mydata है. इसमें न्यूयॉर्क शहर में मौजूद आपके दो होटलों की जगह की जानकारी दी गई है. इस डेटासेट को बनाने के लिए, यहां दिया गया SQL इस्तेमाल किया गया है:

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) );

किसी इलाके में मौजूद रेस्टोरेंट की संख्या पता करना

अपने ग्राहकों को यह बताने के लिए कि आपके होटलों के आस-पास कितने रेस्टोरेंट खुले हैं, आपको एक एसक्यूएल क्वेरी लिखनी होगी. इससे आपको हर होटल से 1,000 मीटर के दायरे में मौजूद रेस्टोरेंट की संख्या मिलेगी:

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

इस क्वेरी के जवाब का उदाहरण यहां दिया गया है:

हर होटल से 1,000 मीटर के दायरे में मौजूद रेस्तरां की संख्या गिनने के लिए क्वेरी के नतीजे.

इलाके में मौजूद रेस्टोरेंट और बार की संख्या पता करना

अपनी क्वेरी में बदलाव करके, हर होटल के 1,000 मीटर के दायरे में मौजूद रेस्टोरेंट के साथ-साथ बार भी शामिल करें:

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

इस क्वेरी के जवाब का उदाहरण यहां दिया गया है:

हर होटल से 1,000 मीटर के दायरे में मौजूद रेस्टोरेंट और बार की गिनती करने के लिए क्वेरी के नतीजे.

इस इलाके में, सामान्य कीमत वाले रेस्टोरेंट और बार की संख्या पता करो

इसके बाद, आपको यह जानना है कि बार और रेस्टोरेंट में किस डेमोग्राफ़िक के ग्राहक आते हैं. आपके होटल, सामान्य कीमत वाले होटल हैं. इसलिए, आपको सिर्फ़ आस-पास के ऐसे होटलों के बारे में विज्ञापन दिखाना है जो इसी कीमत पर उपलब्ध हैं और जिनकी समीक्षाएं अच्छी हैं.

क्वेरी को इस तरह से सीमित करें कि अगर बार और रेस्टोरेंट PRICE_LEVEL_MODERATE कीमत पर उपलब्ध हैं और उन्हें चार या इससे ज़्यादा स्टार मिले हैं, तो ही उन्हें खोज के नतीजों में दिखाया जाए. इस क्वेरी में, हर होटल के आस-पास के दायरे को 1,500 मीटर तक बढ़ाया गया है:

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

इस क्वेरी के जवाब का उदाहरण यहां दिया गया है:

हर होटल से 1,500 मीटर के दायरे में मौजूद, सामान्य कीमत वाले बार और रेस्टोरेंट के लिए क्वेरी के नतीजे.

आगे क्या करना है