--- title: "Analice las estadísticas del fútbol utilizando Altova MissionKit" date: "2011-11-22" tags: - "charts" - "data-mapping" - "flextext" - "mapforce" - "xml-charts" description: Descubra cómo analizar las estadísticas de los quarterbacks de la NFL utilizando Altova MissionKit, comparando los sistemas de valoración tradicionales con el Total QBR de ESPN a través de técnicas de mapeo de datos. --- Status: #blog Tags: #charts #data-mapping #flextext #mapforce #xml-charts Categories: [Altova](/blog/es/category/altova.md) # Analice las estadísticas del fútbol utilizando Altova MissionKit En este artículo, utilizamos estadísticas de [NFL.com](http://www.nfl.com/) y [ESPN.com](http://espn.go.com/) para demostrar lo fácil que puede ser procesar y analizar datos en línea de nuevas maneras, incluso cuando estos utilizan diferentes métricas y solo están disponibles en formato de texto. En publicaciones anteriores de este blog, hemos visto lo fácil que es recopilar datos de Internet que están ampliamente disponibles en formatos XML. Pero, ¿qué pasa con los datos interesantes que están disponibles en línea pero no en formato XML, o con los datos que están almacenados en sistemas de procesamiento de datos antiguos y solo están disponibles en formato de informes de texto? Un ejemplo de esto son las clasificaciones de los quarterbacks. La NFL utiliza un sistema de valoración de los quarterbacks que se basa únicamente en el número de pases completados, intentos de pase, touchdowns y intercepciones. ESPN introdujo este año un nuevo sistema de evaluación llamado Total QBR (índice de rendimiento integral de los quarterbacks). El Total QBR incorpora más datos, incluyendo un promedio de puntos esperados y un índice de jugadas decisivas, que, según ESPN, proporciona una medida más precisa del rendimiento de un quarterback. Comparemos los resultados que generan estos sistemas para ver si podemos obtener información útil. Para este ejemplo, utilizaremos las herramientas de importación y análisis de datos de Altova MissionKit para comparar las valoraciones. Si desea probar esto por sí mismo, el MissionKit está disponible para [descargar con una prueba gratuita de 30 días](https://www.altova.com/es/download-trial/) desde el sitio web de Altova. Puede acceder a los archivos utilizados en este ejemplo [aquí](https://www.altova.com/es/library/Analyze_Football_Stats.zip)](https://www.altova.com/library/Analyze_Football_Stats.zip) Lo primero que necesitamos son los datos brutos para poder analizarlos. Utilicemos toda la temporada de 2010 como fuente de datos. Podemos obtener la tabla con [Calificaciones de Passer obtenidas de NFL.com](http://www.nfl.com/stats/categorystats?archive=true&conference=null&statisticCategory=PASSING&season=2010&seasonType=REG&experience=null&tabSeq=0&qualified=true&Submit=Go) y luego cópielo y péguelo como un nuevo archivo de texto. [![NFL.com: Los 5 mejores quarterbacks de 2010](https://lh4.ggpht.com/-NFI7wG2wUrs/TsZmOXa00FI/AAAAAAAAAJE/uCkScVLIjuI/NFL_top5_passers%25255B12%25255D.png?imgmax=800 "NFL.com_top5_passers_2010")](http://www.nfl.com/stats/categorystats?archive=true&conference=null&statisticCategory=PASSING&season=2010&seasonType=REG&experience=null&tabSeq=0&qualified=true&Submit=Go) Podemos acceder a algo similar [Tabla de las clasificaciones totales de los quarterbacks, obtenida del sitio web de ESPN](http://espn.go.com/nfl/story/_/id/6834591/nfl-tom-brady-led-nfl-qbr-2010-season) y crear un segundo archivo de texto. [![ESPN: Los 5 mejores jugadores según el sistema Total QBR de 2010](https://lh6.ggpht.com/--qirc5-52q4/TsZmOv717GI/AAAAAAAAAJM/Ve-k_TN3hjY/QBR_Top5%25255B6%25255D.png?imgmax=800 "ESPN_Total_QBR_Top5_2010")](http://espn.go.com/nfl/story/_/id/6834591/nfl-tom-brady-led-nfl-qbr-2010-season) Ahora tenemos dos archivos de texto que contienen tablas de datos en diferentes órdenes. El siguiente paso es combinar las tablas en un solo archivo y generar gráficos. Primero, necesitamos un archivo de esquema para el destino de los datos. En XMLSpy, podemos crear rápidamente un archivo XSD, de forma gráfica, que contenga una serie de nodos QB con nodos secundarios que representen el nombre y apellido, el equipo, la valoración del quarterback, la posición en la clasificación, y la valoración total del QBR y la posición en la clasificación. [![QB_Schema.xsd](https://lh3.ggpht.com/-9h9gpOW-kqU/TsZmPXj_F7I/AAAAAAAAAJc/_DHTF90Sv5E/QB_Schema_thumb%25255B4%25255D.png?imgmax=800 "QB_Schema.xsd")](http://lh6.ggpht.com/-qXpexJy1EGU/TsZmOxjUSII/AAAAAAAAAJU/FT2UQU_yVgw/s1600-h/QB_Schema%25255B6%25255D.png) Ahora, en MapForce, abrimos los documentos de texto y utilizamos FlexText para analizar el texto y transformarlo en una lista de categorías. [![Datos flexibles sobre quarterbacks de la NFL](https://lh3.ggpht.com/-npZOeSDInk8/TsZmP7U5MLI/AAAAAAAAAJs/WHiPtNpWqIc/NFL_QB_Data_FlexText_thumb%25255B2%25255D.png?imgmax=800 "NFL_QB_Data_FlexText")](http://lh3.ggpht.com/-mh92ItHpYW4/TsZmPvKSwaI/AAAAAAAAAJk/tUpiq04Nabo/s1600-h/NFL_QB_Data_FlexText%25255B6%25255D.png) [![Total_QBR](https://lh3.ggpht.com/-27iEt2-Jsnc/TsZmQl8KVkI/AAAAAAAAAJ8/wpo08a8R-Tg/Total_QBR_thumb%25255B1%25255D.png?imgmax=800 "Total_QBR")](http://lh4.ggpht.com/-KhYTL2EEOws/TsZmQSUo9yI/AAAAAAAAAJ0/PA_XAqBd1kI/s1600-h/Total_QBR%25255B3%25255D.png) A continuación, creamos un archivo de mapeo en MapForce para transferir los datos de los archivos de texto al archivo XML de destino. Las funciones integradas facilitan la extracción del nombre y apellido del campo "Player", y una tabla de valores transformará las abreviaturas de los equipos en cadenas de texto (ARI se convierte en Arizona Cardinals, ATL en Atlanta Falcons, etc.). En la prueba de nuestros filtros, establecemos el "Contexto de Prioridad" para asegurarnos de obtener el conjunto de datos correcto para cada quarterback. [![Esquema de la base de datos de consultas](https://lh5.ggpht.com/-vVdpMSTjr7g/TsZmRelhLqI/AAAAAAAAAKM/_HYG6G38x58/QB_Schema_thumb%25255B6%25255D.png?imgmax=800 "QB_Schema")](http://lh3.ggpht.com/-jOytwVfR0SA/TsZmRJYIzRI/AAAAAAAAAKE/NBETC3PmYoc/s1600-h/QB_Schema%25255B10%25255D.png) Una vez que completemos la configuración, podemos guardar el archivo de datos XML resultante y utilizarlo como archivo de origen en StyleVision para diseñar una hoja de estilo. En esta hoja de estilo, crearemos una tabla con los diez mejores jugadores en cuanto a asistencias y gráficos que muestren la valoración del jugador (Passer Rating) y el índice total de rendimiento (Total QBR) de forma visual. [![Gráficos_QB1](https://lh4.ggpht.com/--dzB3khn8Bs/TsZmSR90j9I/AAAAAAAAAKc/NdQ_e0U9cxc/QB_Charts1_thumb.png?imgmax=800 "QB_Charts1")](http://lh4.ggpht.com/-K08g7lYmPTo/TsZmRvA_AxI/AAAAAAAAAKU/MjdwKcOXYA8/s1600-h/QB_Charts1%25255B2%25255D.png) [![Gráficos QB2](https://lh6.ggpht.com/-olKarjh0n3c/TsZmSy4ocyI/AAAAAAAAAKs/6gGgwbA-R6g/QB_Charts2_thumb%25255B1%25255D.png?imgmax=800 "QB_Charts2")](http://lh3.ggpht.com/-ES18REY87K4/TsZmSs7KsBI/AAAAAAAAAKk/NpHX2YcUR2k/s1600-h/QB_Charts2%25255B3%25255D.png) Ahora que tenemos una representación visual de la clasificación de los dos sistemas de evaluación, podemos analizar sus diferencias e intentar determinar cuál funciona mejor. Por ejemplo, Peyton Manning ocupó el décimo lugar en la clasificación de quarterbacks, pero fue el segundo en el índice Total QBR. Esto se puede explicar porque el índice Total QBR tiene en cuenta los momentos cruciales, y sabemos que Peyton Manning logró varias remontadas en los últimos minutos de los partidos durante la temporada de 2010. Ahora que tenemos un conjunto de [archivos (el archivo XSD creado en XMLSpy, los archivos FlexText y de mapeo de MapForce, y el diseño de la hoja de estilo creado en StyleVision)](https://www.altova.com/es/library/Analyze_Football_Stats.zip), podemos actualizar fácilmente los archivos de datos de texto para analizar nuevos conjuntos de datos de quarterbacks. Más adelante en la temporada, podemos actualizar las tablas de texto con los datos de 2011, permitiendo que los datos fluyan a través de los mapeos y lleguen a la hoja de estilo para actualizar los gráficos y ver la clasificación de la temporada actual. Este ejemplo se centra en datos de la NFL, pero este método se puede adaptar fácilmente a otros conjuntos de datos y fuentes de datos que se acceden como archivos de texto, así como en otros formatos. Puede obtener más información sobre cómo utilizar los productos de Altova MissionKit a través de nuestros [cursos de formación en línea gratuitos](https://www.altova.com/es/aot/online-training.aspx).