Scrape Data Merchant GrabFood
Siapa sih yang gak pernah mesen makan di GoFood atau di GrabFood?
Walaupun pandemi tapi kebiasaan food delivery sepertinya tidak berbeda jauh yah. Apalagi di masa-masa pandemic fatigue seperti sekarang.
Start-ups seperti Gojek dan Grab menguasai hampir semua data dari
tempat makan yang ada di kota-kota besar di Indonesia. Minimal mereka
mengetahui lokasi, menu yang ditawarkan dan harga dari setiap menu
tersebut. Percaya atau tidak, 3 data tersebut cukup berguna bagi
perusahaan-perusahaan lain. Apalagi jika perusahaan tersebut bergerak di
food industry.
Sejak GoFood dan GrabFood mulai merajalela beberapa tahun yang lalu, saya sudah mencoba dan mencari cara agar saya bisa mendapatkan data tersebut. Tapi qodarullah baru bisa saya temukan secara tidak sengaja pas malam tahun baru (dan baru saya sempet tuliskan sekarang ini).
Memanfaatkan layanan order via web dari GrabFood, saya berhasil mengambil data:
- Nama merchant
- Rating merchant
- Semua pilihan menu
- Harga
Sayang sekali data lokasi tidak bisa diambil. Tapi tidak mengapa,
karena saya akan bisa mendapatkan data lokasi dengan cara menembak nama
merchant ke layanan Google Geocode.
Data yang saya dapatkan
Ceritanya saya mengambil 35 merchant GrabFood yang berada di sekitar
rumah saya di wilayah Bekasi. Saya melakukan scraping pada pagi ini (2
Februari 2021) pukul 08.00 WIB.
Kenapa hanya
35?
Ini sebagai contoh saja. Saya bisa mengambil sebanyak-banyaknya merchant tapi konsekuensinya lama pengambilan data juga akan semakin panjang.
Data apa saja yang saya ambil?
## tibble [2,671 × 9] (S3: tbl_df/tbl/data.frame)
## $ nama_merchant : chr [1:2671] "🌟Ayam Bakar, Penyet, Kremes Pawon Gunung Kedai Penakir - Kranji" "🌟Ayam Bakar, Penyet, Kremes Pawon Gunung Kedai Penakir - Kranji" "🌟Ayam Bakar, Penyet, Kremes Pawon Gunung Kedai Penakir - Kranji" "🌟Ayam Bakar, Penyet, Kremes Pawon Gunung Kedai Penakir - Kranji" ...
## $ rating : chr [1:2671] "4.8" "4.8" "4.8" "4.8" ...
## $ open_hours : chr [1:2671] "Hari ini Closed" "Hari ini Closed" "Hari ini Closed" "Hari ini Closed" ...
## $ menu : chr [1:2671] "Traktir Mitra Driver paket Lele goreng nasi lele" "Traktir Mitra Driver paket Ati Ampela + teh manisAti Tahu tempe se teh manis" "Traktir Mitra Driver paket ayam + minumSaling berbagi di akhir tahun dengan traktir Mitra Pengemudimu. "| __truncated__ "ikan nila bakar komplitnasi ikan nila bakar tahu tempe sambel lalapan teh pucuk ato teh manis" ...
## $ harga : num [1:2671] 23000 21000 30000 35000 34000 33000 33000 33000 33000 33000 ...
## $ id : int [1:2671] 35 35 35 35 35 35 35 35 35 35 ...
## $ alamat_lengkap: chr [1:2671] "Jl perintis block A no 15c, RT 11/11, perum, Jl. Raya Pejuang, RT.010/RW.011, Pejuang, Kecamatan Medan Satria, "| __truncated__ "Jl perintis block A no 15c, RT 11/11, perum, Jl. Raya Pejuang, RT.010/RW.011, Pejuang, Kecamatan Medan Satria, "| __truncated__ "Jl perintis block A no 15c, RT 11/11, perum, Jl. Raya Pejuang, RT.010/RW.011, Pejuang, Kecamatan Medan Satria, "| __truncated__ "Jl perintis block A no 15c, RT 11/11, perum, Jl. Raya Pejuang, RT.010/RW.011, Pejuang, Kecamatan Medan Satria, "| __truncated__ ...
## $ lat : chr [1:2671] "-6.1786444" "-6.1786444" "-6.1786444" "-6.1786444" ...
## $ long : chr [1:2671] "106.9912465" "106.9912465" "106.9912465" "106.9912465" ...
Berikut adalah sebaran dari 35 merchants tersebut:
Dari data yang ada, saya bisa menganalisa sebaran harga dari setiap merchant yang ada.
Dari visualisasi di atas, saya dapatkan beberapa merchant memiliki range harga yang sangat lebar. Sedangkan sebagian merchant lainnya memiliki range harga yang pendek.
Bagaimana dengan menu yang ada?
Jika saya melakukan text analysis dari semua menu yang ada, saya dapatkan:
Ini adalah detail bigrams dari menu yang ada:
Dari data ini, saya bisa mengecek dengan mudah keberadaan dari suatu
produk makanan atau minuman yang saya gemari dari 35 merchants ini.
Saya akan coba melihat apakah minuman seperti Teh Botol Sosro, NutriSari, Coca Cola, Fanta, dan Milo dijual di merchants ini?
| Nama merchant | Merek minuman | Banyak menu yang menggunakan minuman tsb |
|---|---|---|
| 🌟Mie Aceh Kota Juang - Kranji | NutriSari | 1 |
| 🌟Teguk - Kalibaru | Milo | 1 |
| Mie Aceh Serumpun - Harapan Jaya | Milo | 4 |
| Restoran Seafood 99 - Harapan Jaya | Teh Botol Sosro | 1 |
Tentunya banyak analisa lain yang bisa dilakukan. Kira-kira apa lagi ya?
if you find this article helpful, support this blog by clicking the
ads.