How to scrap reviews on Google Play Store (PLN MOBILE )

Ulasan aplikasi memiliki nilai yang sangat penting bagi pengembang, pengguna, dan bisnis. Ulasan memberikan masukan berharga tentang pengalaman pengguna, membantu meningkatkan kualitas aplikasi, dan membangun hubungan yang lebih kuat dengan pengguna.

Dengan memanfaatkan data ulasan di Google Play Store, pengembang, manajer produk, dan analis dapat memperoleh wawasan berharga untuk meningkatkan aplikasi mereka, memahami pengguna mereka, dan mengembangkan strategi yang lebih efektif.

Web scraping, jika digunakan secara bertanggung jawab, dapat menjadi alat yang sangat membantu untuk mengumpulkan data ulasan aplikasi. Dengan memahami cara kerja web scraping dan alat yang tersedia, Anda dapat mulai memanfaatkan data berharga ini untuk meningkatkan aplikasi Anda dan memahami pengguna Anda dengan lebih baik contohnya di aplikasi PLN Mobile ini, berikut cara untuk scrap data dari google playstore;

Get Septian Pratama’s stories in your inbox

Join Medium for free to get updates from this writer.

Remember me for faster sign in

1. Persiapan

• !pip install google-play-scraper: Perintah di awal ini, dimaksudkan untuk menginstall library google-play-scraper dari terminal. Ini diperlukan untuk bisa berinteraksi dengan Play Store.

Import library:

• from google_play_scraper import app: Mengimpor fungsi app dari library google_play_scraper.
• import pandas as pd: Mengimpor library Pandas untuk memudahkan manipulasi data.
• import numpy as np: Mengimpor library NumPy untuk operasi array/numerik.
• from google_play_scraper import Sort, reviews: Mengimpor Sort untuk mengatur cara pengurutan ulasan, dan reviews untuk mengambil ulasan aplikasi.

2. Mengambil Ulasan

• result, continuation_token = reviews(...):
• Baris ini adalah bagian utama untuk mengumpulkan data! Fungsi reviews mengambil ulasan dari aplikasi yang ditentukan. Inilah argumennya:
• com.icon.pln123: ID unik aplikasi Google Play Store yang ingin Anda scrape ulasannya (dalam hal ini aplikasi PLN 123).
• lang='id', country='id': Memfilter ulasan dari Indonesia saja.
• sort=Sort.NEWEST: Mengatur agar ulasan diurutkan dari yang terbaru ke terlama.
• count=100: Menetapkan batasan maksimum 100 ulasan untuk diambil.

3. Memproses Data

• df_busu = pd.DataFrame(...): Membuat DataFrame (struktur data tabular) Pandas untuk menyimpan data ulasan yang telah diambil.
• df_busu = df_busu.join(...): Memisahkan kolom 'review' yang berisi detail ulasan ke sub-kolom individu.
• df_busu[['userName', 'score','at', 'content']].head(): Menampilkan beberapa baris pertama DataFrame untuk memastikan data terisi dengan benar.

4. Mengurutkan dan Menyimpan Data

• new_df = ... sorted_df = ... my_df = ...: Memproses DataFrame untuk menyusun ulang data hasil scraping berdasarkan tanggal ulasan, dan memilih kolom yang relevan.
• my_df.to_csv("scrapped_data_pln.csv", index = False): Mengekspor DataFrame final ke dalam file CSV bernama "scrapped_data_pln.csv", tanpa menuliskan nomor indeksnya.

!pip install google-play-scraper

from google_play_scraper import app

import pandas as pd

import numpy as np

from google_play_scraper import Sort, reviews

result, continuation_token = reviews(
    'com.icon.pln123',
    lang='id', 
    country='id', 
    sort=Sort.NEWEST, 
    count=100, 
)

df_busu = pd.DataFrame(np.array(result),columns=['review'])

df_busu = df_busu.join(pd.DataFrame(df_busu.pop('review').tolist()))

df_busu[['userName', 'score','at', 'content']].head()  #preview userName, rating, date-time, and reviews only

#Run This Code to Sort the Data By Date 

new_df = df_busu[['userName', 'score','at', 'content']]
sorted_df = new_df.sort_values(by='at', ascending=False) 
sorted_df.head()

#get userName, rating, date-time, and reviews only
my_df = sorted_df[['userName', 'score','at', 'content']] 

#Save the file as CSV , to download: click the folder icon on the left. the csv file should be there.
my_df.to_csv("scrapped_data_pln.csv", index = False)  

Result Scrapping PLN Mobile On Google Play Store: