--- title: "Analizzare le statistiche del calcio utilizzando Altova MissionKit" date: "2011-11-22" tags: - "charts" - "data-mapping" - "flextext" - "mapforce" - "xml-charts" description: Scoprite come analizzare le statistiche dei quarterback della NFL utilizzando Altova MissionKit, confrontando i tradizionali sistemi di valutazione dei giocatori con il sistema Total QBR di ESPN, attraverso tecniche di mappatura dei dati. --- Status: #blog Tags: #charts #data-mapping #flextext #mapforce #xml-charts Categories: [Altova](/blog/it/category/altova.md) # Analizzare le statistiche del calcio utilizzando Altova MissionKit In questo articolo, utilizziamo dati provenienti dai siti [NFL.com](http://www.nfl.com/) e [ESPN.com](http://espn.go.com/) per dimostrare quanto sia semplice elaborare e analizzare dati online in modi innovativi, anche quando questi utilizzano metriche diverse e sono disponibili solo in formato testuale. In precedenti articoli del blog, abbiamo visto quanto sia facile raccogliere dati da Internet, che spesso sono disponibili in formato XML. Ma cosa fare con dati interessanti disponibili online, ma non in formato XML, oppure con dati "nascosti" in sistemi di elaborazione dati obsoleti e disponibili solo in formato di report testuale? Un esempio di questo tipo riguarda le valutazioni dei quarterback. La NFL utilizza un sistema di valutazione dei quarterback, chiamato "Passer Rating", che si basa esclusivamente sul numero di passaggi completati, sul numero di tentativi di passaggio, sui touchdown e sugli intercetti. Quest'anno, ESPN ha introdotto un nuovo sistema di valutazione, chiamato Total QBR (valutazione complessiva del quarterback). Il Total QBR include una maggiore quantità di dati, tra cui una media dei punti previsti e un indice delle azioni decisive, che, secondo ESPN, fornisce una misurazione più precisa della performance di un quarterback. Confrontiamo le classifiche che questi sistemi producono per vedere se possiamo ricavarne informazioni utili. Per questo esempio, utilizzeremo gli strumenti di importazione e analisi dei dati di Altova MissionKit per confrontare le valutazioni. Se desiderate provare questa funzionalità di persona, il MissionKit è disponibile [Scarica la versione di prova gratuita, valida per 30 giorni](https://www.altova.com/it/download-trial/) dal sito web di Altova. È possibile accedere ai file utilizzati in questo esempio [qui](https://www.altova.com/it/library/Analyze_Football_Stats.zip). La prima cosa di cui abbiamo bisogno sono i dati grezzi da analizzare. Utilizziamo l'intera stagione 2010 come fonte di dati. Possiamo ottenere la tabella con [Valutazioni dei giocatori fornite da 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) e poi copiate e incollate il testo in un nuovo file. [![NFL.com: i 5 migliori quarterback del 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) Possiamo accedere a qualcosa di simile [Tabella dei punteggi totali dei quarterback, tratta dal sito web di ESPN](http://espn.go.com/nfl/story/_/id/6834591/nfl-tom-brady-led-nfl-qbr-2010-season) e creare un secondo file di testo. [![ESPN: I 5 giocatori con il punteggio QBR più alto del 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) Ora abbiamo due file di testo contenenti tabelle di dati disposti in ordini diversi. Il passo successivo è combinare le tabelle in un unico file e generare dei grafici. Innanzitutto, abbiamo bisogno di un file di schema per la destinazione dei dati. In XMLSpy, possiamo creare rapidamente e in modo grafico un file XSD che contenga una serie di nodi QB con nodi figli che rappresentano il nome e cognome, la squadra, il punteggio di valutazione del quarterback e la sua posizione in classifica, nonché il punteggio QBR totale e la sua posizione in classifica. [![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) Ora, in MapForce, apriamo i documenti di testo e utilizziamo FlexText per analizzare il testo e trasformarlo in un elenco di categorie. [![Dati sui quarterback della NFL, visualizzati in formato testuale adattabile](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 (o "Indice totale 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) Successivamente, creiamo un file di mappatura in MapForce per associare i dati dai file di testo al file XML di destinazione. Le funzioni integrate semplificano l'estrazione del nome e del cognome dalla stringa "Player", e una tabella di corrispondenza trasformerà le abbreviazioni delle squadre in stringhe (ad esempio, ARI verrà trasformato in Arizona Cardinals, ATL in Atlanta Falcons, ecc.). Abbiamo impostato il contesto di priorità nei test dei nostri filtri per assicurarci di ottenere l'insieme di dati corretto per ogni quarterback. [![Schema di database per query](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 volta eseguita la mappatura, possiamo salvare il file XML risultante e utilizzarlo come file di origine in StyleVision per progettare un foglio di stile. In questo foglio di stile, creiamo una tabella dei primi dieci giocatori con il miglior punteggio e grafici che mostrano il punteggio complessivo e l'indice di valutazione dei giocatori. [![QB_Charts1](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) [![QB_Charts2](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) Ora che abbiamo una rappresentazione visiva della classifica dei due sistemi di valutazione, possiamo esaminare le loro differenze e cercare di capire quale sia più efficace. Ad esempio, Peyton Manning si è classificato decimo nella valutazione dei quarterback, ma è stato secondo nel Total QBR. Questo può essere spiegato dal fatto che il Total QBR tiene conto dei punti decisivi, e sappiamo che Peyton Manning ha avuto diverse rimonte negli ultimi minuti di gioco durante la stagione 2010. Ora che abbiamo una serie di [file (il file XSD creato in XMLSpy, i file FlexText e di mappatura di MapForce, e il modello di foglio di stile creato in StyleVision)](https://www.altova.com/it/library/Analyze_Football_Stats.zip), possiamo aggiornare facilmente i file di dati testuali per analizzare nuovi set di dati sui quarterback. In seguito, durante la stagione, possiamo aggiornare le tabelle di testo con i dati del 2011, consentendo ai dati di fluire attraverso le mappature e nel foglio di stile per aggiornare i grafici e visualizzare le classifiche per la stagione corrente. Questo esempio si concentra sui dati della NFL, ma questo metodo può essere facilmente adattato ad altri set di dati e fonti di dati che vengono accessi come file di testo, così come in altri formati. Potete approfondire le modalità di utilizzo dei prodotti di Altova MissionKit seguendo i nostri [corsi di formazione online gratuiti](https://www.altova.com/it/aot/online-training.aspx).