Este informe y el contenido a continuación se crearon justo antes del inicio de la temporada 2016 de la NFL. Estoy un poco atrasado en publicarlo aquí, pero espero que lo encuentre interesante o útil de alguna manera. ¡Gracias por leer!
Es esa época del año otra vez. El clima está empezando a cambiar, los polos universitarios están apareciendo en la oficina y Tony Romo está lesionado. La temporada de fútbol claramente está de regreso en Estados Unidos, y junto con ella viene el fútbol de fantasía. Según la Fantasy Sports Trade Association, 57,4 millones de personas jugaron deportes de fantasía en los EE. UU. Y Canadá el año pasado, lo que lo convierte en uno de nuestros pasatiempos más populares. Para algunos, es una forma de hacer que los juegos menos atractivos sean más interesantes (mirándolos a ustedes, Jaguars), pero para mí, es una excelente manera de estar en contacto con viejos amigos.
Hay muchas cosas que implican una buena temporada de fútbol de fantasía, pero es imposible pasar por alto el draft. Si toma decisiones desinformadas al elegir su equipo, las probabilidades están en su contra el primer día. Si bien disfruto de los deportes de fantasía, no soy del tipo que pasa horas leyendo artículos y clasificaciones de expertos en fantasía. Tampoco soy del tipo que se adentra en algo sin hacer un poco de investigación y análisis. Esto me llevó a buscar una forma alternativa de extraer datos de fantasía relevantes y medir el valor para cada jugador. Ahí es donde entró en juego Microsoft Power BI.
¿QUÉ ES POWER BI?
Según PowerBI.com, «Power BI es una colección de servicios de software, aplicaciones y conectores que funcionan en conjunto para convertir sus fuentes de datos no relacionadas en conocimientos coherentes, visualmente inmersivos e interactivos». En otras palabras, Power BI le permite extraer datos clave, transformarlos en un formato utilizable y desarrollar informes y elementos visuales que permiten la toma de decisiones procesables. Dada la gran cantidad de datos que se procesan todos los días, este tipo de software puede ser increíblemente valioso para una amplia gama de organizaciones. Imagine poder extraer fácilmente datos de ventas en línea por región para ayudar a determinar dónde debería estar su próximo almacén de distribución. O en este caso particular, poder extraer datos de fútbol de fantasía para evitar avergonzarse el día del draft. Así es como lo hice:
IMPORTAR DATOS
Después de instalar Power BI Desktop, necesitaba obtener los datos necesarios para crear mi informe. Power BI permite a los usuarios conectarse fácilmente a una amplia variedad de fuentes de datos, incluidas bases de datos de servidor SQL, hojas de cálculo de Excel, bases de datos de Oracle y Azure Blob Storage. Estaba más interesado en extraer datos de varios sitios web para crear mi fuente de datos.
Al utilizar la herramienta de conexión web, pude obtener rápidamente las clasificaciones de los jugadores directamente de ESPN.com, NFL.com, Yahoo.com y FantasyPros.com. Además, traje datos de informes de lesiones en vivo y estadísticas clave de la temporada 2015 (toques, objetivos, puntos, etc.).
LIMPIEZA DE DATOS
Por supuesto, los datos de cada fuente eran similares, pero no exactamente como los necesitaba. Afortunadamente, Power BI tiene varias herramientas fáciles de usar que me permitieron transformar esos datos eliminando columnas, agregando consultas y dividiendo columnas por un delimitador común.
Más importante aún, Power BI almacena todas las actualizaciones en los Pasos aplicados para cada consulta. Esto me permitió programar una actualización de los datos sin tener que preocuparme por limpiarlos nuevamente. Power BI aplica automáticamente mis pasos anteriores a los datos a medida que los recupera.
CONSTRUYENDO EL INFORME
Después de limpiar mis datos, necesitaba comenzar a crear mi informe. Power BI tiene 27 plantillas de visualización para ayudar a presentar los datos de la manera más efectiva posible. Uno de mis favoritos es la visualización de mapas que reconoce datos geográficos y los incluye en su informe utilizando mapas de Bing. Como solo estaba haciendo análisis de fútbol de fantasía, me quedé con tablas, gráficos de barras y rebanadores. Para la imagen siguiente, utilicé el gráfico de líneas y columnas apiladas. Esto me permitió mostrar el total de acarreos de 2015 y el promedio de acarreos por juego (dos números muy diferentes) en la misma tabla.
Nota al margen: ¿Qué hay de los acarreos de AP el año pasado? El chico simplemente no envejece.
Dado que estaba obteniendo clasificaciones de varias fuentes, quería obtener una clasificación promedio en los distintos sitios web. Para hacer esto, creé una nueva Medida que tomó la suma de las clasificaciones de cada jugador y la dividió por cuatro. De forma similar a Power Pivot y SSAS Tabular, Power BI usa Expresiones de análisis de datos (DAX) como lenguaje de fórmulas.
Después de crear algunas medidas, sentí que tenía todos los datos que necesitaba para obtener una idea del valor del jugador. Usando la funcionalidad de arrastrar y soltar de Power BI, creé tablas para mostrar el rango promedio de los jugadores, actualizaciones de lesiones y estadísticas clave de 2015. Además, agregué gráficos de barras para mostrar tanto los objetivos como las carreras por jugador y equipo.
CREANDO RELACIONES DE DATOS
Power BI detectará y creará relaciones entre sus datos de forma predeterminada, pero las relaciones entre orígenes de datos también se pueden mantener a través de la vista Relación en Power BI. Esto fue útil al crear mi informe, ya que combiné varias fuentes de datos.
Después de confirmar las relaciones de datos, puede interactuar con el informe de formas realmente ingeniosas. Por ejemplo, puedo ver en la imagen superior derecha que Fitzgerald fue décimo en objetivos el año pasado, pero no estoy seguro de dónde cae en las otras categorías.
Nota al margen: Echa un vistazo a Crab entrando a escondidas a las 11. No lo vi venir.
Después de hacer clic en la barra de Fitzgerald en la visualización de objetivos, las tablas del informe se actualizan para mostrarme que tiene una clasificación promedio de 62, que normalmente es reclutado en la séptima ronda y que actualmente figura como cuestionable con una lesión en la rodilla. Recibió 146 de los 546 intentos de pase de Arizona, y solo perdió dos balones sueltos el año pasado.
También puedo hacer clic en un equipo en particular dentro de las dos imágenes de la parte inferior izquierda para ver los datos correspondientes en los otros gráficos y tablas. Al hacer clic en Green Bay en los intentos rápidos de 2015 por equipo visual, mis acarreos de 2015 y el promedio de acarreos por juego se actualizan en la tabla para mostrar solo el desglose de los acarreos en Green Bay.
PONIENDO A FUNCIONAR LOS DATOS
Con estas herramientas, pude incorporar algunos datos realmente útiles en mi informe, pero solo hemos arañado la superficie de las capacidades de generación de informes en Power BI. Cuando se utiliza en su totalidad, puede proporcionar información realmente valiosa para una amplia gama de usuarios. Solo el tiempo lo dirá, pero espero que también me ayude en mi liga de fantasía.
