各製品の資料を入手。
詳細はこちら →
製品をチェック
Python のDash ライブラリを使って、Amazon Marketplace のデータ に連携するウェブアプリケーションを開発する方法
CData Python Connector を使って、Amazon Marketplace にデータ連携するPython ウェブアプリケーションを開発できます。pandas とDash を使って作成してみます。
最終更新日：2023-09-23
この記事で実現できるAmazon Marketplace 連携のシナリオ
こんにちは！ウェブ担当の加藤です。マーケ関連のデータ分析や整備もやっています。
Python エコシステムには、多くのモジュールがあり、システム構築を素早く効率的に行うことができます。CData Python Connector for AmazonMarketplace を使うことで、pandas モジュールとDash フレームワークでAmazon Marketplace にデータ連携するアプリケーションを効率的に開発することができます。本記事では、pandas、Dash とCData Connector を使って、Amazon Marketplace に連携して、Amazon Marketplace のデータ をビジュアライズするシンプルなウェブアプリを作る方法をご紹介します。
CData Python Connectors の特徴
CData Python Connectors は、以下のような特徴を持った製品です。
- Amazon Marketplace をはじめとする、CRM、MA、会計ツールなど多様なカテゴリの270種類以上のSaaS / オンプレデータソースに対応
- Dash をはじめとする多様なデータ分析・BI ツールにAmazon Marketplace のデータを連携
- ノーコードでの手軽な接続設定
必要なモジュールのインストール
まずは、pip で必要なモジュールおよびフレームワークをインストールします：
pip install pandas pip install dash pip install dash-daq
Python でAmazon Marketplace のデータを可視化
必要なモジュールとフレームワークがインストールされたら、ウェブアプリを開発していきます。コードのスニペットは以下の通りです。フルコードは記事の末尾に掲載しているので、参考にしてください。
まず、CData Connector を含むモジュールをインポートします：
import os import dash import dash_core_components as dcc import dash_html_components as html import pandas as pd import cdata.amazonmarketplace as mod import plotly.graph_objs as go
接続文字列を使ってデータへの接続を確立します。connect 関数を使ってCData Amazon Marketplace Connector からAmazon Marketplace のデータ との接続を確立します。
cnxn = mod.connect("Marketplace=Japan;Sellerid=mySellerId;Mwsauthtoken=amzn.mws.myAWSAuthToken;")
Amazon Marketplace Appstore 認証を使って接続が可能です。
- Amazon Marketplace Appstore で、CData Amazon Marketplace Drivers のページを開きます。
- 「今すぐ承認」をクリックしで、「次へ」と進みます。出品者ID などの必要情報を記入してCData Drivers にAmazon Marketplace データへのアクセス権を付与します。
- 手続きが完了すると、「MWS 認証トークン」が取得できます。
- CData Drivers の接続設定画面で「Marketplace」（任意のマーケットプレイスの国）、「Sellerid」（出品者ID）、「Mwsauthtoken」（先に取得したMWS 認証トークン）を入力して接続を行います。
Amazon Marketplace にクエリを実行
read_sql 関数を使って、padas からSQL 文を発行し、DataFrame に結果を格納します。
df = pd.read_sql("""SELECT AmazonOrderId, OrderStatus FROM Orders WHERE IsReplacementOrder = 'True'""", cnxn)
ウェブアプリケーションの設定
DataFrame に格納されたクエリ結果を使って、ウェブアプリにname、stylesheet、title を設定していきます。
app_name = 'dash-amazonmarketplaceedataplot' external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css'] app = dash.Dash(__name__, external_stylesheets=external_stylesheets) app.title = 'CData + Dash'
Layout 設定
次に、Amazon Marketplace のデータ をベースにした棒グラフを作詞し、アプリのレイアウトを設定します。
trace = go.Bar(x=df.AmazonOrderId, y=df.OrderStatus, name='AmazonOrderId')
app.layout = html.Div(children=[html.H1("CData Extention + Dash", style={'textAlign': 'center'}),
dcc.Graph(
id='example-graph',
figure={
'data': [trace],
'layout':
go.Layout(alt='Amazon Marketplace Orders Data', barmode='stack')
})
], className="container")
アプリをセットアップして実行
接続、アプリ、レイアウトを定義したら、アプリを実行してみましょう。以下のコードで実行できます。
if __name__ == '__main__':
app.run_server(debug=True)
最後に、Python でウェブアプリを起動してブラウザでAmazon Marketplace のデータ を見てみましょう。
python amazonmarketplace-dash.py
ちゃんとデータが表示できてますね！
おわりに
Amazon Marketplace Python Connector の30日の無償トライアル をぜひダウンロードして、Amazon Marketplace のデータ への接続をPython アプリやスクリプトから簡単に作成してみてください。
import os
import dash
import dash_core_components as dcc
import dash_html_components as html
import pandas as pd
import cdata.amazonmarketplace as mod
import plotly.graph_objs as go
cnxn = mod.connect("Marketplace=Japan;Sellerid=mySellerId;Mwsauthtoken=amzn.mws.myAWSAuthToken;")
df = pd.read_sql("SELECT AmazonOrderId, OrderStatus FROM Orders WHERE IsReplacementOrder = 'True'", cnxn)
app_name = 'dash-amazonmarketplacedataplot'
external_stylesheets = ['https://codepen.io/chriddyp/pen/bWLwgP.css']
app = dash.Dash(__name__, external_stylesheets=external_stylesheets)
app.title = 'CData + Dash'
trace = go.Bar(x=df.AmazonOrderId, y=df.OrderStatus, name='AmazonOrderId')
app.layout = html.Div(children=[html.H1("CData Extention + Dash", style={'textAlign': 'center'}),
dcc.Graph(
id='example-graph',
figure={
'data': [trace],
'layout':
go.Layout(alt='Amazon Marketplace Orders Data', barmode='stack')
})
], className="container")
if __name__ == '__main__':
app.run_server(debug=True)
関連コンテンツ
