[파이썬] 스마트스토어 상품 키워드 트렌드 분석

파이썬 스마트스토어 상품 키워드 트렌드 분석

혹시 여러분들 중에 그러신 분들 많을 거예요. 아 스마트 스토어에서 어떤 상품이나 키워드 이런 것에 트렌드 분석을 하기 위해서 아이템 스카우트라든가 아니면 판다 랭크 이런 것을 많이 쓰시는 분들이 많을 거라 생각이 들어요. 그런데 저는 제 임의로 다 만들어버렸습니다. 파이선 코딩으로 해서 만들었어요. 먼저 어떤 키워드를 검색을 하잖아요. 그러면은 검색량이 나오고 클릭수가 나옵니다. 그리고 클릭률이 바로 나와요 예를 들자면 제가 키워드로 갤럭시 워치 투명 스트랩이라고 쳤죠. 그렇게 나오면 그에 따른 최근 한 달간 한 달간 검색량 클릭수 그에 따른 클릭률 이런 것들이 나오게 되는 거죠. 그에 따라서 상품 수 키워드 경쟁률 그다음에 전체 상품의 평균 가격을 중앙값 형식으로 만들어 놓고 그다음에 상위 10개에 노출되는 상품의 중앙값으로 아 평균 어느 정도 가격에 판매를 하고 있는가 이런 것을 바라볼 습니다. 그다음에 중요한 것은 밑에 시각화로 그래프 보여주는 게 있는데 이게 지난 90일간 키워드의 트렌드가 어느 정도야라는 것을 보여줄 수 있는 이 이거를 가지고 왔어요. 

 

파이썬 스마트스토어 상품 트렌드 분석

그래서 스마트 스토어에서 상품 상세 페이지를 만들거나 그런 거 할 때 이 키워드가 승부수가 되지 않습니까 키워드가 뜨는 키워드인지 아니면 지능 키워드인지 이런 것을 파악을 할 때도 이게 트렌드를 빨리 파악을 할 때 도움이 될 것 같아서 이거를 가지고 와봤어요. 그래서 어 이미지 보신 바와 같이 뭐 그게 끝입니다. 근데 수많은 키워드들이 나오잖아요. 이슈 키워부터 해서 상품 키워드도 계절이 바뀌면 바뀔수록 계속 빠르게 회전하죠. 그런 것들을 빨리빨리 파악할 수 있게끔 하는데 유용한 도움이 될 만한 그런 것을 뽑아서 가지고 왔습니다.

 

import requests
import time
import  hmac
import  hashlib
import  base64
import  pandas as pd

import urllib.request
import json
from pandas.io.json import json_normalize
import hashlib
import hmac
import base64
import os
import sys
import urllib.request
import json
import pandas as pd
from datetime import datetime, timedelta
import matplotlib.pyplot as plt
%matplotlib inline


keywords = ['갤럭시워치4투명스트랩'] #키워드검색

for keyword in keywords :
    
    ########################################## 네이버 광고 ######################################################
    
    BASE_URL = 'https://api.naver.com'
    API_KEY = ''  #api 키
    SECRET_KEY = '' #api 시크릿키
    CUSTOMER_ID = '' #customer ID 키 입력
    def generate(timestamp, method, uri, secret_key):
        message = "{}.{}.{}".format(timestamp, method, uri)
        #hash = hmac.new(bytes(secret_key, "utf-8"), bytes(message, "utf-8"), hashlib.sha256)
        hash = hmac.new(secret_key.encode("utf-8"), message.encode("utf-8"), hashlib.sha256)
        hash.hexdigest()
        return base64.b64encode(hash.digest())
    def get_header(method, uri, api_key, secret_key, customer_id):
        timestamp = str(int(time.time() * 1000))
        signature = generate(timestamp, method, uri, SECRET_KEY)
        return {'Content-Type': 'application/json; charset=UTF-8', 'X-Timestamp': timestamp, 'X-API-KEY': API_KEY, 'X-Customer': str(CUSTOMER_ID), 'X-Signature': signature}

    dic_return_kwd = {}
    naver_ad_url = '/keywordstool'
    #_kwds_string = '원피스' #1개일경우
    #_kwds_string = ['나이키', '원피스', '운동화'] #키워드 여러개일경우
    method = 'GET'
    prm = {'hintKeywords' : keyword , 'showDetail':1}
    #    ManageCustomerLink Usage Sample
    r = requests.get(BASE_URL + naver_ad_url, params=prm, headers=get_header(method, naver_ad_url, API_KEY, SECRET_KEY, CUSTOMER_ID))

    r_data = r.json()
    naver_ad_summary = pd.DataFrame(r_data['keywordList'])  
    naver_ad_summary['monthlyPcQcCnt'] = naver_ad_summary['monthlyPcQcCnt'].replace("< 10", "10") #필터링
    naver_ad_summary['monthlyMobileQcCnt'] = naver_ad_summary['monthlyMobileQcCnt'].replace("< 10", "10") #필터링
    naver_ad_summary['search_volumnes'] = naver_ad_summary['monthlyPcQcCnt'][0] + naver_ad_summary['monthlyMobileQcCnt'][0] #검색량

    
    
    #search_volumnes = r_data['keywordList'][0]['monthlyPcQcCnt'] + r_data['keywordList'][0]['monthlyMobileQcCnt']  #검색량
    search_volumnes = naver_ad_summary['search_volumnes'][0] #검색량
    
    search_clicks = r_data['keywordList'][0]['monthlyAvePcClkCnt'] + r_data['keywordList'][0]['monthlyAveMobileClkCnt'] #클릭수
    
    try :
        search_ctr = round((search_clicks / search_volumnes) * 1.0, 3)  #소수점 3자리까지
    except :
        search_ctr = '0%'
    #search_ctr_2 = "{0:.1%}".format(search_ctr)  #포멧형식  (퍼센티지 형식)

    
    
    ########################################## 네이버 쇼핑 검색 ######################################################

    client_id = "" #클라이언트 ID
    client_secret = "" #클라이언트 시크릿
    encText = urllib.parse.quote(keyword) 

    shop_url = "https://openapi.naver.com/v1/search/shop?query=" + encText + "&display=100&start=1" #100순위
    request = urllib.request.Request(shop_url) 

    request.add_header("X-Naver-Client-Id",client_id)
    request.add_header("X-Naver-Client-Secret",client_secret)
    response = urllib.request.urlopen(request)
    rescode = response.getcode()
    if(rescode==200):
        response_body = response.read()
        json_str = response_body.decode('utf-8')
    else:
        print("Error Code:" + rescode)

    json_object  = json.loads(json_str) #json 변환

    product_num = json_object['total'] #상품수 

    product_rawdata = pd.DataFrame(json_object['items'])
    product_rawdata['price'] = product_rawdata['lprice'] + product_rawdata['hprice']  #가격 통합
    #product_rawdata[['price', 'lprice', 'hprice']]  #확인완료

    product_rawdata = product_rawdata.astype({'price' : 'int'}) #정수로 타입 변경
    product_rawdata = product_rawdata.astype({'lprice' : 'int'}) #정수로 타입 변경
    #product_rawdata = product_rawdata.astype({'hprice' : 'int'}) #정수로 타입 변경


    #print(product_rawdata['price'].sum()) #확인 완료
    #rint(product_rawdata['lprice'].sum())
    #print(product_rawdata['hprice'].sum())

    product_rawdata['top10_price_median'] = product_rawdata[:10]['price'].median()  # Top 10 중앙값
    product_rawdata['top10_price_avg'] = product_rawdata[:10]['price'].mean()  # Top 10 평균가격

    product_rawdata['price_median'] = product_rawdata['price'].median()  # 전체 중앙값
    product_rawdata['price_avg'] = product_rawdata['price'].mean()  # 전체 평균가격

    #product_rawdata
    
    print("===========================광고요약=================================")
    print("키워드 : " + str(keyword))
    print("검색량 : " + str(search_volumnes)) #소수점 세자리, 반올림
    print("클릭수 : " + str(search_clicks)) #소수점 세자리, 반올림
    print("클릭률 : " + str(search_ctr))

    print("===========================쇼핑검색=================================")
    print("상품수 : " + str(product_num))
    try :
        print("키워드 경쟁률 : " + str(round(( product_num / search_volumnes ), 2)))
    except :
        print("키워드 경쟁률 : 0 % " )
    print("상품중앙값 : " + str(product_rawdata['top10_price_median'][0]))    #소수점 세자리, 반올림
    print("Top 10 상품중앙값 : " + str(product_rawdata['price_median'][0]))    #소수점 세자리, 반올림
    
    #time.sleep(3) #3초
    
    
    ########################################## 네이버 쇼핑 검색 트렌드(최근 90일 기준 트렌드) ############################################### 
    
    client_id = ""
    client_secret = ""

    #문자열로 날짜 변환
    dt_datetime = datetime.now()
    format = '%Y-%m-%d'
    today_date = datetime.strftime(dt_datetime,format) #오늘날짜
    date_90_prev = dt_datetime - timedelta(days=90)
    date_90_prev_date = datetime.strftime(date_90_prev,format) #90일전 날짜
    
    
    startDate = date_90_prev_date #시작날짜
    endDate =  today_date #끝날짜
    
    timeUnit = 'date'  #주기 week, month
    groupName = str(keyword)

    keyword1 = str(keyword)

    url = "https://naveropenapi.apigw.ntruss.com/datalab/v1/search"
    body = "{\"startDate\":\""+str(startDate)+"\",\"endDate\":\""+str(endDate)+"\",\"timeUnit\":\""+str(timeUnit)+"\",\"keywordGroups\":[{\"groupName\":\""+str(groupName)+"\",\"keywords\":[\""+str(keyword1)+"\"]}]}"

    request = urllib.request.Request(url)
    request.add_header("X-NCP-APIGW-API-KEY-ID",client_id)
    request.add_header("X-NCP-APIGW-API-KEY",client_secret)
    request.add_header("Content-Type","application/json")
    response = urllib.request.urlopen(request, data=body.encode("utf-8"))
    rescode = response.getcode()
    if(rescode==200):
        response_body = response.read()
        #print(response_body.decode('utf-8'))
        json_str = response_body.decode('utf-8')
    else:
        print("Error Code:" + rescode)

    json_object = json.loads(json_str)  #json 파일화

    daily_data = pd.DataFrame(json_object['results'][0]['data'])  #데이타
    
    try :
        print("===========================데이터시각화=================================")
        summary  = daily_data.groupby(['period']).max()[['ratio']]    #일자별 정렬
        plt.plot(list(summary.index), summary['ratio'], label='ratio') #그래프
    except :
        print("===========================데이터시각화=================================")
        print("데이터를 시각화로 표시할 수 없습니다.")
    
    time.sleep(3) #3초