스타벅스 입지 전략(1) - 스타벅스 위치 데이터 수집

개요

작년에 했던 학교프로젝트 중 생각나서 업로드 해볼까 한다 스타벅스는 어떤 전략으로 매장 입지를 선택할까?
이런 궁금증이 들었다. (사실은 친구가 아이디어를 줘서 해보기로 했다.)

그래서 두 가지 가설을 세웠다:

• 가설 1: 동네 인구가 많은 지역에 스타벅스 매장이 많을 것이다.
• 가설 2: 직장인이 많은 지역에 스타벅스 매장이 집중되어 있을 것이다.

이 가설들을 검증하기 위해 데이터를 수집해보자.

데이터 수집

크롤링을 해보자!

일단 크롤링을 하려면, 해당 웹사이트를 찾아야 한다.

• 스타벅스 매장 찾기

스타벅스 홈페이지에서 매장을 찾을 수 있는 좋은 페이지를 발견했다! (스벅 홈페이지 - 매장 찾기 - 지역 검색)

이제 본격적으로 데이터를 수집해보자.

1. 우선, 스타벅스 매장을 찾기 위해 Selenium을 사용해 스타벅스 매장 검색 페이지에 접속한다.

import time
import pandas as pd
import requests
from bs4 import BeautifulSoup
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service

# Selenium 설정
service = Service()
options = webdriver.ChromeOptions()
driver = webdriver.Chrome(service=service, options=options)

# 스타벅스 매장 검색 페이지로 이동
url = 'https://www.starbucks.co.kr/store/store_map.do?disp=locale'
driver.get(url)

이렇게 하면 크롬이 자동으로 열리면서 데이터를 수집할 준비가 된다.

1. 이제 서울에 있는 매장만 특정해서 데이터를 수집하기 위해, ‘서울’ 버튼을 찾아 클릭해본다.

from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

# '서울' 버튼의 CSS 선택자
seoul_btn = '#container > div > form > fieldset > div > section > article.find_store_cont > article > article:nth-child(4) > div.loca_step1 > div.loca_step1_cont > ul > li:nth-child(1) > a'

try:
    # CSS_SELECTOR가 seoul_btn를 20초 내에 클릭 가능할 때 클릭
    WebDriverWait(driver, 20).until(EC.element_to_be_clickable((By.CSS_SELECTOR, seoul_btn))).click()
except TimeoutError:  # TimeoutException 발생 시 예외 처리
    print("해당 페이지가 20초 내에 열리지 않았음")

‘서울’을 클릭하면 서울에 있는 스타벅스 매장 리스트로 이동하게 된다.

이제 매장 리스트를 수집하는 단계로 넘어갈 차례이다.

1. 서울 전체 데이터 수집하기

# '전체' 버튼 요소를 찾아 클릭
all_btn = '#mCSB_2_container > ul > li:nth-child(1) > a'
WebDriverWait(driver, 20).until(EC.element_to_be_clickable((By.CSS_SELECTOR, all_btn))).click()

# BeautifulSoup으로 HTML 파서 만들기
html = driver.page_source
soup = BeautifulSoup(html, 'html.parser')
starbucks_soup_list = soup.select('li.quickResultLstCon')

# 스타벅스 매장 정보 샘플 확인
startbucks_store = starbucks_soup_list[0]
name = startbucks_store.select('strong')[0].text.strip()
lat = startbucks_store['data-lat'].strip()
lng = startbucks_store['data-long'].strip()
# store_type = startbucks_store.select('i.pin_general')[0]
store_type = startbucks_store.select('i')[0]['class'][0]
add_tel = str(startbucks_store.select('p.result_details')[0]).split('<br/>')
address = add_tel[0].split('>')[1]
tel = add_tel[1].split('<')[0]

print(name)         # 매장명
print(lat)          # 위도
print(lng)          # 경도
print(store_type)   # 매장 타입
print(address)     # 주소
print(tel)          # 전화번호

매장명: 역삼아레나빌딩
위도: 37.501087
경도: 127.043069
매장 타입: pin_general
주소: 서울특별시 강남구 언주로 425 (역삼동)
전화번호: 1522-3232

제대로 수집이 된것으로 보인다!

1. 데이터 수집 확인

결과가 제대로 수집된 것으로 보인다! 이제 수집한 데이터를 확인해볼 차례이다.

starbucks_list 변수에 수집된 데이터를 저장해두었으니, 이를 확인해보면 잘 수집되었는지 확인할 수 있다.

starbucks_list

1. 데이터프레임으로 변환

수집한 스타벅스 매장 데이터를 pandas 데이터프레임으로 변환하여 더 쉽게 분석할 수 있다. 아래 코드에서 starbucks_list에 담긴 데이터를 데이터프레임으로 변환해준다.

# pandas의 데이터프레임 생성
columns = ['매장명','위도','경도','매장타입', '주소','전화번호']
seoul_starbucks_df = pd.DataFrame(starbucks_list, columns = columns)
seoul_starbucks_df.head()

이 코드를 실행하면 수집된 스타벅스 매장의 정보가 데이터프레임 형식으로 깔끔하게 정리되어 출력된다.