Dengan Places Insights, Anda dapat menganalisis data tempat dan merek yang lengkap di Google Maps untuk mendapatkan insight statistik dari data tempat atau titik minat (POI) Google Maps. Data di-deploy menggunakan listingan pertukaran data BigQuery dengan perlindungan data yang diterapkan untuk memungkinkan lingkungan yang aman dan terlindungi untuk berbagi dan menganalisis data.
Tentang data tempat
Google Maps mengumpulkan data tempat untuk jutaan tempat usaha di seluruh dunia. Places Insights menyediakan data tempat 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 banyak lagi.
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 pada pukul 20.00 di Madrid, memiliki tempat parkir yang dapat diakses kursi roda, dan menawarkan layanan pesan bawa?
Data agregasi dapat mendukung berbagai kasus penggunaan seperti:
- Pemilihan lokasi untuk mengevaluasi dan memilih lokasi yang paling sesuai untuk bisnis baru atau penempatan aset fisik.
- Evaluasi performa lokasi untuk menentukan variabel geospasial, seperti kedekatan dengan jenis tempat menarik tertentu seperti supermarket atau tempat acara, yang memengaruhi performa positif atau negatif lokasi Anda.
- Pemasaran yang ditargetkan secara geografis untuk menentukan jenis kampanye atau iklan pemasaran yang akan berhasil di suatu area.
- Perkiraan penjualan untuk memprediksi penjualan mendatang di lokasi prospektif.
- Riset pasar untuk menentukan wilayah geografis yang tepat untuk memperluas bisnis atau layanan Anda.
Tentang data merek
Selain data tempat, Analisis Tempat mencakup data tentang merek, atau toko yang memiliki beberapa lokasi yang beroperasi dengan nama merek yang sama.
Anda dapat menggunakan merek untuk menjawab pertanyaan seperti:
- Berapa jumlah semua toko menurut merek di suatu area?
- Berapa jumlah merek tiga pesaing teratas saya di area tersebut?
- Berapa jumlah semua kedai kopi di area ini, kecuali merek-merek tersebut?
Tentang BigQuery
Dengan menyediakan data di listingan BigQuery, Places Insights memungkinkan Anda:
Gabungkan data Anda dengan data Places Insights secara aman.
Tulis kueri SQL yang fleksibel untuk menemukan insight gabungan untuk kebutuhan bisnis spesifik Anda.
Gunakan alat BigQuery yang sama yang sudah Anda gunakan dengan data dan alur kerja pribadi Anda.
Manfaatkan kecanggihan skala dan performa BigQuery sehingga Anda dapat menganalisis set data yang sangat besar dengan mudah.
Contoh kasus penggunaan
Contoh ini menggabungkan data Anda dengan data Places Insights di BigQuery untuk mendapatkan informasi agregasi. Untuk contoh ini, Anda adalah pemilik hotel di New York City, dengan beberapa lokasi. Sekarang Anda ingin menggabungkan data lokasi hotel dengan data Insight Tempat untuk menemukan konsentrasi jenis bisnis yang telah ditentukan di dekat hotel Anda.
Prasyarat
Untuk contoh ini, Anda berlangganan ke set data Insight Tempat untuk Amerika Serikat.
Set data hotel Anda diberi nama mydata dan menentukan lokasi dua hotel Anda di New York City. SQL berikut membuat set data ini:
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) );
Mendapatkan jumlah restoran di area tersebut
Untuk memberi pelanggan gambaran tentang kepadatan restoran operasional di dekat hotel Anda, tulis kueri SQL untuk menampilkan jumlah restoran dalam jarak 1.000 meter dari setiap hotel:
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
Gambar berikut menunjukkan contoh output untuk kueri ini:
Mendapatkan jumlah restoran dan bar di area tersebut
Ubah kueri Anda untuk menyertakan bar bersama restoran dalam jarak 1.000 meter dari setiap hotel:
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
Gambar berikut menunjukkan contoh output untuk kueri ini:
Mendapatkan jumlah restoran dan bar dengan harga sedang di area tersebut
Selanjutnya, Anda ingin mengetahui demografi pelanggan yang dilayani oleh bar dan restoran. Karena hotel Anda menargetkan titik harga sedang, Anda hanya ingin mengiklankan keberadaan tempat di sekitar yang memiliki titik harga tersebut dan memiliki ulasan yang baik.
Batasi kueri untuk hanya menampilkan bar dan restoran jika berada pada
titik harga PRICE_LEVEL_MODERATE, dan diberi rating 4 bintang atau lebih. Kueri ini juga memperluas radius hingga 1.500 meter di sekitar setiap hotel:
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
Gambar berikut menunjukkan contoh output untuk kueri ini:
