Com o Places Insights, você pode analisar os dados avançados de lugares e marcas no Google Maps para extrair insights estatísticos dos dados de lugares ou pontos de interesse (PDIs) do Google Maps. Os dados são implantados usando listagens da troca de dados do BigQuery com proteções de dados para permitir um ambiente seguro e protegido de compartilhamento e análise de dados.
Sobre os dados de lugares
O Google Maps organiza dados de lugares para milhões de estabelecimentos no mundo todo. O Places Insights disponibiliza dados de lugares no BigQuery para que você possa extrair insights agregados sobre os dados de lugares do Google Maps com base em vários atributos, como tipos de lugares, avaliações, horário de funcionamento, acessibilidade para cadeirantes e muito mais.
Para usar o Places Insights, escreva consultas SQL no BigQuery que retornem insights estatísticos sobre dados de lugares. Com esses insights, você pode responder a perguntas como:
- Quantas empresas semelhantes estão operando perto de um possível novo local de loja?
- Que tipos de empresas são mais comuns perto das minhas lojas de maior sucesso?
- Quais áreas têm uma alta concentração de empresas complementares que podem atrair meus clientes-alvo?
- Quantos restaurantes de sushi cinco estrelas estão abertos às 20h em Madri, têm estacionamento acessível para cadeirantes e oferecem comida para viagem?
Os dados de agregação podem oferecer suporte a vários casos de uso, como:
- Seleção de site para avaliar e escolher os locais mais adequados para uma nova empresa ou a colocação de um recurso físico.
- Avaliação da performance de locais para determinar quais variáveis geoespaciais, como proximidade a determinados tipos de PIs, como supermercados ou locais de eventos, afetam a performance positiva ou negativa dos seus locais.
- Marketing segmentado por região geográfica para determinar quais tipos de campanhas de marketing ou anúncios vão ter sucesso em uma área.
- Previsão de vendas para prever vendas futuras em um local em potencial.
- Pesquisa de mercado para saber em quais regiões expandir sua empresa ou serviço.
Sobre os dados de marcas
Além dos dados de lugares, o Places Insights inclui dados sobre marcas ou lojas com várias unidades que operam sob o mesmo nome de marca.
Você pode usar marcas para responder a perguntas como:
- Qual é a contagem de todas as lojas por marca em uma área?
- Qual é a contagem das três principais marcas concorrentes na área?
- Qual é o número de todas as cafeterias, exceto essas marcas, nesta área?
Sobre o BigQuery
Ao disponibilizar dados nas páginas do BigQuery, o Places Insights permite:
Combine seus dados com os dados do Places Insights de maneira segura.
Escreva consultas SQL flexíveis para descobrir insights agregados de acordo com as necessidades específicas da sua empresa.
Use as mesmas ferramentas do BigQuery que você já usa com seus dados e fluxos de trabalho particulares.
Aproveite a escala e o desempenho do BigQuery para analisar grandes conjuntos de dados com facilidade.
Exemplo de caso de uso:
Este exemplo une seus dados com os dados do Places Insights no BigQuery para derivar informações de agregação. Neste exemplo, você é proprietário de um hotel em Nova York com várias unidades. Agora você quer combinar os dados de localização do seu hotel com os dados do Places Insights para descobrir a concentração de tipos de empresas predefinidos perto dos seus hotéis.
Pré-requisitos
Neste exemplo, você vai assinar o conjunto de dados Places Insights dos Estados Unidos.
O conjunto de dados de hotéis se chama mydata e define os locais dos dois hotéis em Nova York. O SQL a seguir cria esse conjunto de dados:
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) );
Receber a contagem de restaurantes na área
Para dar aos clientes uma ideia da densidade de restaurantes em funcionamento perto dos hotéis, escreva uma consulta SQL que retorne o número de restaurantes em um raio de 1.000 metros de cada 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
A imagem a seguir mostra um exemplo de saída para essa consulta:
Receba a contagem de restaurantes e bares na área
Modifique sua consulta para incluir bares e restaurantes em um raio de 1.000 metros de cada 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
A imagem a seguir mostra um exemplo de saída para essa consulta:
Receba a contagem de restaurantes e bares com preços moderados na área
Em seguida, você quer saber qual grupo demográfico de clientes é atendido pelos bares e restaurantes. Como seus hotéis têm um preço moderado, você só quer anunciar a existência de estabelecimentos próximos que estejam nessa faixa de preço e tenham boas avaliações.
Restrinja a consulta para retornar apenas bares e restaurantes se eles estiverem no ponto de preço PRICE_LEVEL_MODERATE e tiverem uma classificação de 4 estrelas ou mais. Essa consulta também estende o raio para 1.500 metros ao redor de cada 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
A imagem a seguir mostra um exemplo de saída para essa consulta:
