Milan observatory - Goals, Entertainment

Inviato da dkan_user il Mer, 07/24/2019 - 10:13
Titolare - Nome*:
Comune di Milano
Titolare - Codice Ipa/P. Iva*:
1199250158
Editore:
Assolombarda Confindustria Milano, Monza e Brianza, Lodi
Editore - Codice IPA/P.IVA:

80040750152

Autore:
SIAD – Unità Sviluppo Open Data
Autore - Codice IPA/P.IVA:

1199250158

Descrizione*:

One of the eight cross and enabling goals for cities, measured in terms of intensity of the action and specific results

Ultima modifica*:
10-03-2019
Frequenza aggiornamento*:
IRREG
Data rilascio:
2018-06-18
Estensione temporale - data inizio:

2014-01-01T00:00:00

Estensione temporale - data fine:

2018-12-31T00:00:00

Lingua:
ENG

DISTRIBUZIONI

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **city**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = Michelin-starred restaurants (number times stars)**
* Colonna 5: **X2 = share of international tourist spend on restaurants (100=total spending on restaurants in the fove benchmark cities)**
* Colonna 6: **X3 = international tourist average ticket on restaurants (Euro)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
8119

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **city**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = rank over 57 European cities as to attractiveness to the top 250 international retailers**
* Colonna 5: **X2 = share of international tourist spend on shopping (100=total spend on shopping in the five benchmark cities)**
* Colonna 6: **X3 = international tourist average ticket on shopping (Euro)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
9272

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **città**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = share of international tourist spend on entertainment (100=total spend on entertainment in the five benchmark cities)**
* Colonna 5: **X2 = international tourist average spend on entertainment (Euro)**
* Colonna 6: **X3 = international tourist average ticket on entertainment (Euro)**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
7718

ckan resource 2

Inviato da dkan_user il Ven, 09/20/2019 - 12:44

* Colonna 1: **città**
* Colonna 2: **regione**
* Colonna 3: **Milano Scoreboard edition**
* Colonna 4: **X1 = public libraries per 100,000 inhabitants**
* Colonna 5: **X2 = public swimming pools per 100,000 inhabitants**
* Colonna 6: **X3 = nightlife and clubs selected by LonelyPlanet per 100,000 inhabitants**
* Colonna 7: **x1_anno**
* Colonna 8: **x2_anno**
* Colonna 9: **x3_anno**
* Colonna 10: **x1_città/regione **
* Colonna 11: **x2_città/regione **
* Colonna 12: **x3_città/regione **
* Colonna 13: **x1_geo**
* Colonna 14: **x2_geo **
* Colonna 15: **x3_geo **
* Colonna 16: **x1_fonte**
* Colonna 17: **x2_fonte**
* Colonna 18: **x3_fonte**
* Colonna 19: **x1_note**
* Colonna 20: **x2_note**
* Colonna 21: **x3_note**
* Colonna 22: **X1 indice (media=1)**
* Colonna 23: **X2 indice (media=1)**
* Colonna 24: **X3 indice (media=1)**
* Colonna 25: **Score di dimensione (media X123 indicizzati)**
Dimensione in byte:
9385
Licenza - nome*:

Creative Commons Attribuzione 2.5 Italia (CC BY 2.5 IT)