data engineering mta turnstile
GCP Deployment
歡迎來到數據工程MTA旋轉門項目！該存儲庫利用現實世界的MTA旋轉柵門數據，通過動手體驗為數據工程概念提供了綜合指南。
廣泛的書：數據工程過程的基礎知識。通過本詳細指南深入研究數據工程的核心概念。
YouTube視頻：遵循詳細的視頻教程，詳細說明每個步驟和概念。
綜合代碼庫：我們的代碼庫功能：
由奧斯卡·加西亞（Oscar Garcia）撰寫
Twitter @ozkary
使用此項目Wiki進行安裝和配置信息
加入此列表以接收有關數據工程新內容的更新，此處註冊
在Twitter上關注我們
數據工程流程基本博客系列
數據工程過程基本YouTube視頻播客
數據工程過程的基本書籍
如果您覺得這個項目有用，請考慮在Github上給它一個！您的支持可以幫助我們成長並吸引更多開發人員。
為什麼要明星這個項目？
謝謝您的支持！ ？
在紐約市，通勤者使用大都會運輸局（MTA）地鐵系統進行運輸。每天都有數百萬人使用該系統。因此，地鐵站周圍的企業希望能夠使用地理圍欄廣告來針對這些通勤者或可能的消費者，並在一天中的高峰時段吸引他們進入商業地點。
地理圍欄是一項基於位置的技術服務，在該技術中，移動設備進入或在地理位置上留下虛擬邊界（地理圍欄）時，跟踪其電子信號。這些地點周圍的企業希望使用這項技術來增加其銷售額。
MTA地鐵系統在城市周圍設有車站。所有車站都配備了旋轉門或大門，每個人都會進入或離開車站。 MTA在CSV文件中提供了此信息，可以將其導入到數據倉庫中，以使分析過程能夠確定可以使這些業務了解如何最佳目標消費者的模式。
我們正在使用2023年的MTA旋轉門數據。使用此數據，我們可以研究以下標準：
出口表明通勤者到達這些位置。條目表明通勤者正在偏離這些位置。
數據可以分組到一天中的日期和時間中。該數據在相隔四個小時的塊中進行了審核。這意味著以下間隔為8am至12pm。我們將數據分析到這些時間塊間隔中，以幫助我們在每個車站的早晨和下午確定最佳時光。這應該使企業能夠針對與其業務接近的特定地理圍欄。
https://lookerstudio.google.com/reporting/94749E6B-2A1F-4B41-AFF6-35C6C33F401E
通過查看儀表板，可以觀察到以下結論：
通過這些觀察，可以製定計劃，以優化圍繞地理圍欄區域和一天中幾個小時的營銷活動和針對用戶，靠近相應的商業地點。
此過程是在此過程之後執行的。這些步驟中的每個步驟的詳細信息都可以在此項目子目錄中找到。
注意：請按照每個鏈接以獲取更多詳細信息
該項目已使用以下技術：
