



[OC]
Diagramme (Bitte beachten Sie die Maßstabsänderung, um etwaige Korrelationen anzuzeigen):
Orange = AZ
Blau = NV
Grün = UT
Blasengröße = Anzahl der verifizierten Unternehmen
Befragt = alle Suchergebnisse zurückgegeben
Überprüft = Adresse hat den automatischen Filter bestanden (in der Zielmetropole)
Verifiziert = LLC aktiv und Adresse in oder in der Nähe der Zielstadt (10 Meilen) bestätigt
Quelle, Methodik und Vorbehalte:
Die Daten stammen aus einer Verifizierungspipeline, die ich erstellt habe truelocalcare.com (ein Verzeichnis lokal geprüfter Heimdienstleister). Für jede der 14 Dienstleistungskategorien × 30 Städte in Arizona, Nevada und Utah habe ich die Top-Suchergebnisse ausgesucht und dann jedes Unternehmen durch zwei Filter laufen lassen:
1. Automatischer Adressfilter. Alle Ergebnisse, deren Adresse nicht im Zielstaat oder der Zielmetropole lag, wurden automatisch verworfen. Dies erwischte 2.993 Unternehmen (40 %). Suchergebnisse tauchen reichlich auf "Phoenix HVAC" Ergebnisse, wenn Sie nach HVAC in einem Vorort von Phoenix suchen.
2. LLC + Adressüberprüfung. Jedes verbleibende Unternehmen wurde anhand des LLC-Registers seines Bundesstaates (AZ Corp Commission, NV SOS, UT Commerce) überprüft, um zu bestätigen, dass es sich um ein aktives registriertes Unternehmen mit einer Adresse handelt, die sich tatsächlich in oder unmittelbar angrenzend an die Stadt (10 Meilen) befindet, für die es Werbung macht. Virtuelle Büros, entfernte Adressen mit lokalen Telefonnummern und inaktive LLCs wurden ausgeschlossen.
Was "vor Ort verifiziert" bedeutet: Aktive LLC, verifizierte physische Adresse in oder neben der Zielstadt.
Bevölkerungszahlen sind ACS-Schätzungen der US-Volkszählung 2023 für eingemeindete Orte oder CDPs.
Einschränkungen:
- Die Stichprobe umfasst drei westliche Bundesstaaten. nicht auf dichte Märkte an der Ostküste übertragbar, in denen sich die Versorgungsgebiete stärker überschneiden
- "Insel vs. Vorort" Die Klassifizierung liegt bei mir und basiert auf einer ~30-Meilen-Regel.
- Statistische Signifikanz ist bei einer größeren Stichprobe weiterhin erforderlich. Erste Erkenntnisse
Werkzeuge: Python (Pandas) für die Pipeline, Chart.js für die Visualisierungen durch Claude.
Vollständige Aufschlüsselung nach Stadt und Gewerbe:
https://trulylocalcare.com/utah/
https://trulylocalcare.com/arizona/
https://trulylocalcare.com/nevada/
Von CaptnCassanova