Ringkasan Places Insights

Insight Tempat memungkinkan Anda melakukan analisis statistik lanjutan pada data Tempat lengkap Google Maps. API ini menyediakan jumlah gabungan dan informasi kepadatan untuk jutaan titik data Lokasi Menarik (POI), sehingga memungkinkan kecerdasan geospatial yang efektif.

Kemampuan utama

  • Intelijen Geospasial: Dapatkan "pandangan dari atas" tentang kepadatan dan distribusi berbagai kategori POI (misalnya, retail, restoran, layanan) di seluruh area geografis tertentu.
  • Akses Data yang Aman: Data di-deploy menggunakan listingan pertukaran data BigQuery dengan perlindungan data yang diterapkan, sehingga memungkinkan lingkungan yang aman dan terlindungi untuk berbagi dan menganalisis data.
  • Detail yang Dapat Ditindaklanjuti: Meskipun Places Insights berfokus pada tren gabungan, Anda dapat menggunakan ID Tempat yang dihasilkan untuk melihat perincian dan mengambil informasi Tempat individual menggunakan Google Maps Platform API lainnya untuk beralih dari insight statistik ke tindakan yang lebih detail.

Memahami data tempat dan kasus penggunaan

Google Maps mengelola data tempat untuk jutaan tempat usaha di seluruh dunia. Places Insights menyediakan data tempat komprehensif ini di BigQuery sehingga Anda dapat memperoleh insight gabungan tentang data tempat Google Maps berdasarkan berbagai atribut seperti jenis tempat, rating, jam buka toko, aksesibilitas kursi roda, dan lainnya.

Untuk menggunakan Places Insights, Anda menulis kueri SQL di BigQuery yang menampilkan insight statistik tentang data tempat. Dengan insight ini, Anda dapat menjawab pertanyaan seperti:

  • Berapa banyak bisnis serupa yang beroperasi di dekat lokasi toko baru yang potensial?
  • Jenis bisnis apa yang paling sering ditemukan di dekat toko saya yang paling sukses?
  • Di area mana terdapat banyak bisnis pelengkap yang dapat menarik target pelanggan saya?
  • Berapa banyak restoran sushi bintang 5 yang buka pukul 20.00 di Madrid, memiliki tempat parkir yang dapat diakses dengan kursi roda, dan menawarkan layanan pesan bawa?
  • Kode pos mana di California yang memiliki konsentrasi stasiun pengisian kendaraan listrik tertinggi?

Kasus penggunaan yang didukung

  • Pemilihan lokasi: Evaluasi dan pilih lokasi yang paling sesuai untuk bisnis baru atau penempatan aset fisik. Dengan menganalisis kepadatan dan kombinasi POI di sekitar, Anda dapat memastikan lokasi prospektif diposisikan secara optimal dalam lingkungan bisnis yang kompetitif dan komplementer. Pendekatan berbasis data ini dapat mengurangi risiko yang terkait dengan investasi di lokasi baru.
  • Evaluasi performa lokasi: Tentukan variabel geospasial, seperti kedekatan dengan jenis tempat menarik tertentu seperti supermarket atau lokasi acara, yang berkorelasi dengan performa positif atau negatif di seluruh lokasi yang ada. Data ini memungkinkan Anda mengidentifikasi calon situs yang memiliki kombinasi terbaik karakteristik geospasial untuk kasus penggunaan Anda. Anda juga dapat menggunakan informasi ini untuk men-deploy model prediktif yang memperkirakan performa di masa mendatang dari lokasi baru berdasarkan konteks POI di sekitarnya.
  • Pemasaran yang ditargetkan secara geografis: Tentukan jenis kampanye atau iklan pemasaran yang akan berhasil di suatu area. Insight Tempat memberikan konteks yang diperlukan untuk memahami aktivitas komersial, sehingga Anda dapat menyesuaikan pesan berdasarkan konsentrasi bisnis atau aktivitas yang relevan.
  • Perkiraan penjualan: Memprediksi penjualan di masa mendatang di lokasi prospektif. Dengan memodelkan dampak karakteristik geospasial di sekitar, Anda dapat membuat model prediktif yang andal untuk mendorong keputusan investasi.
  • Riset pasar: Menentukan wilayah geografis yang tepat untuk memperluas bisnis atau layanan Anda. Analisis saturasi pasar dan kepadatan POI yang ada untuk mengidentifikasi target pasar yang kurang terlayani atau sangat terkonsentrasi yang menawarkan peluang terbesar. Analisis ini memberikan bukti untuk mendukung inisiatif pertumbuhan dan ekspansi strategis.
  • Analisis tren: Jelajahi perubahan yang terjadi selama jangka waktu tertentu. Bandingkan jumlah tempat, termasuk tempat yang ditambahkan dan dihapus, dari bulan ke bulan hingga kembali ke Januari 2024.

Anda dapat membuat kueri set data Places Insights menggunakan fungsi Jumlah Tempat atau kueri SQL langsung.

Lihat referensi Skema.

Pilih metode kueri Anda: Fungsi Jumlah Tempat versus SQL langsung

Untuk mengakomodasi skala analisis dan persyaratan privasi yang berbeda, Places Insights menawarkan dua jalur kueri: Fungsi Jumlah Tempat (fungsi BigQuery native) dan Kueri SQL Langsung (gabungan tabel).

Gunakan matriks keputusan ini untuk menentukan jalur kueri yang benar untuk penerapan Anda:

Sasaran Analisis Anda Metode Kueri yang Direkomendasikan Data & Output yang Dikembalikan Privasi & Pertimbangan Spasial
Menganalisis kepadatan POI regional & membuat peta panas PLACES_COUNT_PER_H3
  • Menampilkan poligon heksagon H3 dengan jumlah pasti (termasuk 0)
  • Menampilkan hingga 250 nilai place_id per sel
  • Dibuat khusus untuk model ML spasial & rekayasa fitur
  • Area penelusuran minimum 40 m × 40 m (1.600 m²)
  • Dioptimalkan untuk performa dan biaya pemrosesan yang rendah
  • Memvalidasi parameter input dan menampilkan error yang jelas untuk memudahkan proses debug
Mendapatkan jumlah untuk situs tertentu dan mengambil ID Tempat untuk mencari detail PLACES_COUNT_V2 atau PLACES_COUNT_PER_TYPE_V2
  • Menampilkan jumlah yang tepat (termasuk 0) untuk geometri kustom
  • Menampilkan hingga 250 nilai place_id per baris
  • Area penelusuran minimum 40 m × 40 m (1.600 m²)
  • Dapat diskalakan ke ribuan lokasi menggunakan parameter TABLE
  • Dioptimalkan untuk performa dan biaya pemrosesan yang rendah
  • Memvalidasi parameter input dan menampilkan error yang jelas untuk memudahkan proses debug
Melacak perubahan POI & tren pertumbuhan dari waktu ke waktu antara dua bulan PLACES_COUNT_CHANGE
  • Menampilkan start_count, end_count, net_change, percentage_change, dan compound_monthly_growth_rate
  • Menampilkan array ID Tempat yang baru ditambahkan (sample_added_place_ids) dan dihapus (sample_removed_place_ids)
  • Memerlukan parameter month1 dan month2 dalam format YYYY-MM
  • Area penelusuran minimum 40 m × 40 m (1.600 m²)
  • Dapat diskalakan ke ribuan lokasi kustom menggunakan parameter TABLE
Menjalankan logika kustom lanjutan, rata-rata, atau menggabungkan dengan data Anda Kueri SQL Langsung
  • Fleksibilitas SQL penuh di seluruh tabel mentah
  • Mengaktifkan metrik SQL kustom (AVG, SUM, dll.)
  • Tidak menampilkan ID Tempat
  • Nilai Minimum Privasi: Jumlah 0 hingga 4 dihilangkan sepenuhnya
  • Tidak ada batasan area penelusuran minimum

Insight Tempat memungkinkan Anda melakukan analisis historis dengan membuat kueri snapshot bulanan data Tempat yang dimulai dari Januari 2024. Dengan demikian, Anda dapat mengevaluasi perkembangan kepadatan bisnis, aktivitas komersial, dan lanskap persaingan dari waktu ke waktu.

Untuk membuat kueri data historis menggunakan fungsi Jumlah Tempat, teruskan parameter filter snapshot_date opsional di dalam JSON_OBJECT Anda. Nilai harus diformat sebagai YYYY-MM (misalnya, '2026-01').

Contoh: Mengueri jumlah restoran historis di New York City dengan PLACES_COUNT_V2

Contoh berikut menggunakan PLACES_COUNT_V2 untuk menganalisis jumlah restoran yang beroperasi di sekitar Empire State Building dan Times Square di New York City seperti yang ada pada Januari 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'
  )
);

Menganalisis output historis

Tabel BigQuery yang ditampilkan berisi geo_id, poligon geografi input, jumlah tempat, dan contoh ID Tempat sebagaimana dicatat selama bulan snapshot yang ditentukan (2026-01). Anda dapat menjalankan kueri yang identik di beberapa bulan snapshot untuk menghitung tren pertumbuhan, pembukaan toko, atau kontraksi pasar.

Menggabungkan kepadatan POI regional menggunakan PLACES_COUNT_PER_H3

Fungsi PLACES_COUNT_PER_H3 adalah jalur yang direkomendasikan untuk menganalisis kepadatan POI di area yang luas. Dengan membagi target wilayah menjadi sel petak heksagonal H3 standar, Anda tidak perlu menggambar batas kustom dan dapat memasukkan hasil secara langsung ke alat pemetaan visual, seperti Looker Studio.

Contoh: Hitung jumlah toko bahan makanan dan toko serba ada yang dapat diakses pengguna kursi roda di Negara Bagian New York

Kueri berikut menggabungkan toko grosir dan toko serba ada yang dapat diakses dengan kursi roda di Negara Bagian New York ke dalam sel H3 pada tingkat resolusi 8. Layanan ini menggunakan geometri batas yang diambil secara dinamis dari set data publik 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;

Menganalisis output

Kueri ini menampilkan tabel terstruktur yang memetakan setiap indeks H3 yang berbeda (h3_cell_index) ke poligon batasnya (geography), jumlah POI (count), dan hingga 250 sample_place_ids representatif.

  • Jumlah Nol Disertakan: Jika sel dalam petak Negara Bagian New York memiliki nol toko yang cocok, sel tersebut tetap menampilkan baris dengan jumlah 0. Hal ini sangat penting untuk menemukan wilayah yang tidak memiliki layanan komersial atau jasa.
  • Pemetaan Visual Langsung: Karena output mencakup poligon GEOGRAPHY, Anda dapat merender peta panas langsung di dalam BigQuery Studio atau Looker Studio.

Mengambil ID Tempat untuk memeriksa detail tempat

Meskipun Places Insights dibuat untuk kecerdasan statistik, Anda dapat beralih dari insight gabungan ke tindakan terperinci.

Semua fungsi Jumlah Tempat utama, termasuk PLACES_COUNT_PER_H3, PLACES_COUNT_V2, dan PLACES_COUNT_PER_TYPE_V2 (kecuali fungsi PLACES_COUNT lama), menampilkan array hingga 250 ID Tempat per baris yang cocok dengan kriteria kueri Anda.

ID Tempat ini berfungsi sebagai jembatan, sehingga Anda dapat menggunakan API Google Maps Platform lainnya, seperti Place Details API, untuk mengambil detail tertentu seperti nama toko, ulasan, nomor telepon, dan alamat.

Menganalisis kehadiran merek multi-lokasi

Selain data tempat, Analisis Tempat mencakup data tentang merek, atau toko yang memiliki beberapa lokasi yang beroperasi dengan nama merek yang sama.

Anda dapat membuat kueri data merek untuk:

  • Identifikasi kepadatan merek pesaing di target pasar.
  • Memfilter jumlah POI Anda secara khusus menurut ID merek.
  • Periksa penetrasi pasar dengan membandingkan tempat usaha bermerek dan independen.

Langkah berikutnya