Places Insights, Google Haritalar'daki zengin yer ve marka verilerini analiz ederek Google Haritalar'ın yer veya önemli yer (POI) verilerinden istatistiksel analizler elde etmenizi sağlar. Veriler, BigQuery Veri Değişimi listelemeleri kullanılarak dağıtılır. Veri paylaşımı ve analizi için güvenli ve korumalı bir ortam sağlamak amacıyla veri koruma özellikleri uygulanır.
Yer verileri hakkında
Google Haritalar, dünya genelindeki milyonlarca işletme için yer verilerini düzenler. Places Insights, yer verilerini BigQuery'de kullanılabilir hâle getirir. Böylece, yer türleri, puanlar, mağaza saatleri, tekerlekli sandalye erişimi gibi çeşitli özelliklere göre Google Haritalar'daki yer verileri hakkında toplu analizler elde edebilirsiniz.
Places Insights'ı kullanmak için BigQuery'de SQL sorguları yazarsınız. Bu sorgular, yer verileriyle ilgili istatistiksel analizler döndürür. Bu analizler, aşağıdaki gibi soruları yanıtlamanıza olanak tanır:
- Potansiyel yeni mağaza konumunun yakınında kaç benzer işletme faaliyet gösteriyor?
- En başarılı mağazalarımın yakınında en sık rastlanan işletme türleri nelerdir?
- Hangi bölgelerde, hedef müşterilerimi çekebilecek tamamlayıcı işletmelerin yoğun olduğu görülüyor?
- Madrid'de saat 20:00'de açık olan, tekerlekli sandalye erişimine uygun otoparkı olan ve paket servis hizmeti sunan kaç tane 5 yıldızlı suşi restoranı var?
Toplama verileri aşağıdakiler gibi birçok kullanım alanını destekleyebilir:
- Yeni bir işletme veya fiziksel varlık yerleşimi için en uygun konumları değerlendirmek ve seçmek üzere site seçimi.
- Konumlarınızın performansını olumlu veya olumsuz yönde etkileyen, süpermarketler ya da etkinlik mekanları gibi belirli türdeki ÖY'lere yakınlık gibi coğrafi değişkenleri belirlemek için konum performansı değerlendirmesi.
- Bir bölgede hangi tür pazarlama kampanyalarının veya reklamların başarılı olacağını belirlemek için coğrafi hedefli pazarlama.
- Gelecekteki bir konumdaki satışları tahmin etmek için satış tahmini.
- İşletmenizi veya hizmetinizi bir sonraki aşamada hangi coğrafyalara genişleteceğiniz konusunda bilgi edinmek için pazar araştırması
Marka verileri hakkında
Places Insights, yer verilerinin yanı sıra aynı marka adı altında faaliyet gösteren birden fazla konuma sahip markalar veya mağazalarla ilgili veriler de içerir.
Markaları kullanarak aşağıdaki gibi soruları yanıtlayabilirsiniz:
- Bir bölgedeki tüm mağazaların markaya göre sayısı nedir?
- Bölgedeki en iyi üç rakip markamın sayısı nedir?
- Bu bölgedeki bu markalar hariç tüm kahve dükkanlarının sayısı nedir?
BigQuery hakkında
Places Insights, BigQuery listelemelerinde verileri kullanılabilir hale getirerek şunları yapmanıza olanak tanır:
Verilerinizi Places Insights verileriyle güvenli bir şekilde birleştirin.
Belirli iş ihtiyaçlarınız için toplu analizler elde etmek üzere esnek SQL sorguları yazın.
Özel verileriniz ve iş akışlarınızla kullandığınız BigQuery araçlarını kullanabilirsiniz.
BigQuery'nin ölçek ve performans gücünden yararlanarak büyük veri kümelerini kolayca analiz edebilirsiniz.
Örnek kullanım alanı
Bu örnekte, toplama bilgilerini elde etmek için verileriniz BigQuery'deki Places Insights verileriyle birleştirilir. Bu örnekte, New York City'de birden fazla konumu olan bir otel sahibisiniz. Artık otellerinizin yakınındaki önceden tanımlanmış işletme türlerinin yoğunluğunu keşfetmek için otel konum verilerinizi Yer Analizleri verileriyle birleştirmek istiyorsunuz.
Ön koşullar
Bu örnekte, ABD için Places Insights veri kümesine abone olursunuz.
Otel veri kümenizin adı mydata ve New York City'deki iki otelinizin konumlarını tanımlıyor. Aşağıdaki SQL, bu veri kümesini oluşturur:
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) );
Bölgedeki restoran sayısını öğrenme
Müşterilerinize otellerinizin yakınındaki hizmet veren restoranların yoğunluğu hakkında fikir vermek için her bir otelin 1.000 metre yarıçapındaki restoran sayısını döndüren bir SQL sorgusu yazarsınız:
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
Aşağıdaki resimde bu sorguya ilişkin örnek bir çıkış gösterilmektedir:
Bölgedeki restoran ve bar sayısını öğrenme
Sorgunuzu, her otelden 1.000 metre uzaklıkta bulunan restoranların yanı sıra barları da içerecek şekilde değiştirin:
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
Aşağıdaki resimde bu sorguya ilişkin örnek bir çıkış gösterilmektedir:
Bölgedeki orta fiyatlı restoran ve bar sayısını öğrenme
Ardından, barlar ve restoranlar tarafından hangi müşteri demografik grubuna hizmet verildiğini öğrenmek istiyorsunuz. Otelleriniz orta fiyatlı bir hedef kitleye hitap ettiğinden yalnızca bu fiyat aralığında olan ve iyi yorumlar almış yakındaki işletmelerin varlığını tanıtmak istiyorsunuz.
Sorguyu yalnızca PRICE_LEVEL_MODERATE fiyat aralığında olan ve 4 yıldız veya üzeri puan alan barları ve restoranları döndürecek şekilde kısıtlayın. Bu sorgu, her otelin etrafındaki yarıçapı 1.500 metreye de genişletir:
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
Aşağıdaki resimde bu sorguya ilişkin örnek bir çıkış gösterilmektedir:
