Os Relatórios de mobilidade da comunidade mostram tendências de mobilidade por região para diferentes categorias de locais. Para cada categoria em uma região, os relatórios mostram as mudanças de duas maneiras diferentes:
- Número principal: compara a mobilidade na data do relatório com a do dia de referência. Calculado para a data do relatório (a menos que haja lacunas) e informado como uma porcentagem positiva ou negativa.
- Gráfico da tendência: as mudanças de porcentagem nas seis semanas anteriores à data do relatório. É exibido como um gráfico.
Jamais serão disponibilizadas informações de identificação pessoal, como local, contatos e deslocamento de indivíduos. Esses relatórios são criados com conjuntos de dados agregados e anônimos de usuários que ativaram a configuração Histórico de localização, que fica desativada por padrão.
Como a data do número principal está relacionada à data do relatório
Este diagrama mostra um relatório de 27 de março de 2020. O número principal (no exemplo, de -15% para -63%) é a mudança percentual no dia mais recente, também chamada de data do relatório.
O número principal não é uma média ou a tendência das mudanças anteriores. Somente o último dia do gráfico muda quando o número principal se altera.
Se não tivermos dados suficientes para estimar a mudança com confiança e anonimamente em comparação ao valor de referência, você verá lacunas. O número principal será a mudança mais recente calculada.
Evite comparar locais em diferentes regiões. Elas podem ter diferenças nos dados que podem ser enganosas.
Data do relatório:
Criamos um relatório em PDF para uma data específica, em que comparamos os números principais. Encontre a data do relatório na parte superior do PDF ou no nome do arquivo (se ele não tiver sido renomeado).
Valor base
Os dados mostram como os visitantes (ou o tempo gasto) em locais categorizados mudam em comparação com os dias de referência. Um dia de referência representa um valor normal para esse mesmo dia da semana. O dia de referência é o valor mediano do período de cinco semanas (3 de janeiro a 6 de fevereiro de 2020).
Para cada categoria de região, o valor base não é único: são sete valores individuais. O mesmo número de visitantes em dois dias diferentes da semana resulta em diferentes mudanças percentuais. Portanto, recomendamos o seguinte:
- Não deduza que mudanças maiores significam mais visitantes ou mudanças menores significam menos visitantes.
- Evite comparar mudanças diárias, especialmente finais de semana com dias úteis.
Para ajudar você a acompanhar as mudanças semanais, os dias de referência nunca mudam. Eles também não consideram a sazonalidade. Por exemplo, o número de visitantes em parques normalmente aumenta à medida que o clima melhora.
Categorias de locais
Para tornar os relatórios mais úteis, usamos categorias para agrupar alguns dos locais com características semelhantes para fins de orientação de distância social. Por exemplo, combinamos supermercados e farmácias, porque tendem a ser considerados essenciais.
Cada categoria contém muitos tipos de locais. Alguns deles podem não ser óbvios. A tabela a seguir mostra somente alguns dos diversos locais incluídos em duas categorias de exemplo:
| Parques | Estações de transporte público |
|---|---|
| Jardins públicos | Estação de metrô |
| Castelo | Porto |
| Floresta nacional | Ponto de táxi |
| Camping | Local de parada na estrada |
| Observatório | Agência de aluguel de carros |
Observação: Parques normalmente significa parques nacionais oficiais, não os espaços ao ar livre em zonas rurais.
Análise de longo prazo
Conforme o tempo passa e nos afastamos do período de referência, as populações podem variar devido a realocação ou a novas opções de trabalho remoto e regional. O conhecimento do Google sobre os lugares categorizados também pode mudar. Por exemplo, o mesmo valor hoje e em abril de 2020 pode não indicar o mesmo comportamento ou adesão. Pode ser que o Google tenha atualizado as informações sobre as lojas e os restaurantes da região ou que menos pessoas residam na área. Como essas diferenças podem alterar os valores para cima ou para baixo em longos períodos, recomendamos que você tenha cuidado ao analisar dados de intervalos de tempo mais longos (mais de seis meses).
Próximas etapas
Para saber como interpretar padrões comuns, leia Entender os dados.