9 pyetje për Kupën e Botës dhe si u përgjigjën gazetarët e Data Journalism

Image : Reuters

Kupa e Botës mund të ketë mbaruar por kjo nuk do të thotë që nuk mund të shijojmë data jousnalism që inspiroi.
Gjatë turit, gazetarët përdorën “data” për t’ju përgjigjur pyetjeve rreth: gjasave për gjuajtjet e penalltive, se sa mirë skuadrat ishin duke luajtur, dhe sigurisht se kush do të fitonte. Tek “The Economist” ata madje panë se pse këto parashikime mund të ishin të gabuara.
Më poshtë janë të renditura 9 pyetje me përgjigjet e 9 gazetarëve të “data journalism”.

1. Cilat skuadra duhet të kalonin në raundin e dytë?

“Ne donim ti jepnim përdoruesve tanë një perspektivë të re të bazuar në “data” rreth dramës së vjetër që çdo Kupë Bote shkakton : Cilat skuadra do ta kalojnë fazën dhe cilat do të paketojnë çantat e tyre dhe do të shkojnë në shtëpi?
Expected Goals mundëson një perspektivë të “data” e cila lejon që të masim se sa mirë çdo skuadër duhej të performonte, bazuar në shancet që krijonte dhe lejonte.
Shumicën e grafikëve në artikull, shumicën e tabelave i krijuam me https://q.tools/ , grafikat e tjera u vizatuan me dorë në Sketch ose u bënë në R dhe më pas u pastruan në Sketch. Procesi nënkuptonte se shumica e artikujve dhe shumica e grafikëve mund të prodhoheshin para se të dhënat përfundimtare të vendoseshin, gjë që e bëri të lehtë për të vendosur një material kaq të madh online pak pasi grupi në fushë kishte mbaruar.” – David Bauer NNZ

Image : NNZ

2.Cili shtet kishte skuadrën më të shtrenjtë?

“Po aq mirë sa të bërit e projekteve të mëdhaja si Parashikimi i Kupës së Botës , kemi prodhuar një seri me më shumë të dhëna orientuese për histori specifike, si kjo, në të cilën radhitëm çdo 23 lojtarë të skuadrave në bazë të vlerës së përllogaritur të transferimit.
Për të siguruar të dhënat përdorëm Outwit Hub për të pastruar Transfermarkt. Pastaj i procesuam këto numra për të radhitur skuadrat, duke shkruar disa paragrafë për secilën dhe pastaj prodhuam një vizualizim për secilën.
Kjo nënkuptonte se çdo lexues i cili e hapte faqen me shpejtësi kishte mundësinë që jo vetëm të shikonte se cila skuadër ishte e vlefshme, por edhe se si individë të caktuar kontribuonin për këtë.” – Ashley Kirk, The Telegraph

3.Çfarë na tregon historia e Kupës së Botës për kampionatin?

“Analizat e thella të ndeshjeve të futbollit shpesh kërkojnë të dhëna të cilat janë të vështira për tu siguruar dhe shumë njohuri për domeinet për të arritur konkluzione domethënëse. Por ka histori të lidhura me Kupën e Botës të cilat mund të tregohen me anë të “open data” dhe pa pasur njohuri të thellë mbi futbollin.
Historia jonë në historinë e klubeve të futbollit dhe në historinë e kupës së botës është një shembull. Ne analizuam dhe vizualizuam se cilat klube dërguan më shumë lojtarë në Kupën e Botës, kush dominoi në cilën dekadë dhe sa e madhe ishte ndarja e lojtarëve nga pesë ligat më të mëdha Europiane dhe cilët lojtarë ishin duke punuar mbi kapacitetin. Gjithë të dhënat për këtë histori u morën nga faqet e Wikipedia, si kjo. Struktura e këtyre saiteve është shumë konstante, kështu që marrja e informacioneve nuk përbënte problem. Për të prezanuar historinë ne zgjodhëm të përfshinim një tabelë të dhënash e cila e lejonte përdoruesin për të kërkuar për skuadrën e tij të preferuar si dhe “barc charts” dhe “slope charts” për të trguar ndryshimet gjatë kohës. Më vonë rezultoi vërtet ndihmuese për të treguar se si klubet angleze progresuan gjatë 2 dekadave të fundit dhe se si skuadrat gjermane dhe belge humbën shumë nga reputacioni i tyre.” – Patrick Stotz, Spiegel Online

Image : Spiegel Online

4.Cili është  formacioni ideal i një skuadre?

Gjatë zhvillimit të Kupës së Botës në Rusi, çdo tifoz i futbollit në botë ishte i etur për të bërë parashikimin e tij se cili ekip do të fitonte këtë vit. Një tjetër pyetje për tifozët ishte se si ekipet e tyre të preferuara kombëtare duhet të formoheshin: Çfarë formacioni duhet të përdoret? Cilët lojtarë duhet të zgjidhen? Cilët duhet të mbeteshin në stol apo të eliminoheshin nga turneu?
Si një tifoz entuziast, unë vetë fillova të mendoj : Pse nuk duhet të ndërtoj formacionin tim të ëndrrave për ekipet e mia të preferuara në Kupën Botërore? Si dikush që e do shkencën e të dhënave dhe është rritur me FIFA-n, kuptova se mund të përdor të dhënat nga video-loja jashtëzakonisht popullore e FIFA18 e EA Sport e lëshuar vitin e kaluar, për të bërë analizën time.
Kjo është qasja hap pas hapi që kam përdorur:
Merr FIFA 18 dataset nga Kaggle.
Bëni disa analiza eksploruese të të dhënave dhe vizualizim të të dhënave mbi atributet e rëndësishme të lojtarit.
Shkruani funksionet për të marrë skuadrën më të mirë sipas vlerësimit të përgjithshëm të lojtarëve.
Zbatoni funksionet për të nxjerrë rezultate për 10 skuadrat kombëtare.
Krahasoni rezultatet dhe bëni parashikime për fituesin potencial.
U argëtova shumë duke luajtur me shërbimet e ndryshme të Python për këtë projekt. Definitivisht një mjet i domosdoshëm për çdo gazetar të të dhënave që kërkon të sjellë fuqinë magjike të të menduarit statistikor në sferën sportive. ‘- James Le for Towards Data Science

5.Cilat janë shancet për të fituar të skuadrave më të mira?

Ka pasur shumë zhurmë dhe tregime rreth Kupës Botërore. Të gjithë e kanë një opinion. Analiza e të dhënave mund ti aprovojë ose të hedh poshtë këto mendime, duke ofruar njëkohësisht një perspektivë të re për diçka që gjithkush e njeh aq mirë. Gjëja tjetër e madhe për të dhënat në sport është se gjithashtu ju lejon të bëni parashikime të testueshme – rezultatet janë atje për të gjithë që ti shohin. Në këtë artikull, i shfrytëzova modelet tona për të bërë parashikime se si rezultatet ndikuan në shanset e disa prej shanseve të ekipeve më të mira për të fituar Kupën e Botës “.- Omar Chaudhuri for wired

6. Sa shokë të klubit kundërshtuan njëri-tjetrin?

“Një pjesë e Kupës së Botës që gjithmonë më ka interesuar është se lojtarët kalojnë nga shokë në klubet profesionale tek kundërshtarë në skuadrat kombëtare. E propozova këtë ide te Reuters dhe ata u interesuan ta mbështesnin atë. Mund të ketë mënyra më të thjeshta për të treguar këto mbivendosje, por përdorimi i një “Voronoi treemap” krijon një ekran të bukur që i ngjan formatit të futbollit. Është prodhuar duke përdorur D3.js dhe të dhënat vijnë nga një numër burimesh (Është më e komplikuar se sa mund të mendoni për të gjetur ligën e çdo klubi profesional në botë). Disa redaktorë të shkëlqyeshëm në Reuters – Matthew Weber dhe Simon Scarr – ndihmuan në formimin e një strukture narrative për t’ju treguar lexuesve konceptin.- Andrew Garcia Phillips for Reuters

Image : Reuters

 

7.Çfarë na tregojnë të dhënat historike për secilin grup?

‘Hapi i parë ishte të përpilohej një përmbledhje gjithëpërfshirëse e të gjitha të dhënave historike nga Kupat e Botës. Meqë kjo rezultoi në një bazë të dhënash të madhe, përdorëm raporte të reja për të nxjerrë në pah të dhëna që ndryshe mund të kishin qenë të vështira për t’u analizuar dhe kuptuar. Rezultati ishte një ilustrim i të dhënave historike i të gjithaë ekipeve që morrën pjesë në Kupën Botërore të Rusisë, të filtruar nga grupet.
Të dhënat u bënë nga Arkiva e FIFA-s, Fondacioni i Statistikave të Rekonstruktimit të Statistikave dhe Los Mundiales de Fútbol. Pasi të gjitha të dhënat u mblodhën, unë hulumtova të dhëna specifike që duhej të përshkruheshin me qëllim që të arrihej në strukturën përfundimtare.
Për dizajnin, ishte e nevojshme të siguroheshim që mund të krahasonim të dhënat nga ekipe të ndryshme që konkurronin me njëri-tjetrin. Unë gjithashtu mendova se ishte interesante të tregoheshin të njëjtat të dhëna përmes rezultateve dhe vizualizimeve të ndryshme.
Qëllimi ishte të sigurohej nivel i ndyshëm i kompleksitetit në vizualizimin e të dhënave. Ka një gradim kompleksiteti, duke filluar me ilustrime më të lehta, në një diagrame më të vështirë, të tilla si Nightingale Rose dhe Sankey. Është e rëndësishme që përdoruesit të kuptojnë se ekzistojnë disa mënyra për të vizualizuar të dhënat dhe kuptimin e secilit grafik. – Ferran Morales, Mundo Deportivo

Image : Mundo Deportivo

8.Cilat skuadra kishin më shumë lojtarë të huaj?

“Ka një nocion mjaft të cekët në Shtetet e Bashkuara (vendi im i origjinës) që Kupat e Botës duhet të paraqesin ekipe të bëra vetëm nga stereotipet kombëtare. Njerëzit bëjnë shaka për 11 gjermanët e ashpër duke marrë 11 spanjollë, ose një ekip të shpejtë senegalez kundër një grupi të lojtarëve të gjatë holandez. Por kur futesh në të dhënat mbi origjinën e lojtarëve të futbollit ndërkombëtar, gjen një shumëllojshmëri në shumë vende.
Ideja ime fillestare ishte të bëja një hartë që lidhte çdo vend që përdorte një lojtar të lindur jashtë vendit gjatë kualifikimit për 2018 me vendlindjen e atij lojtari. Në fund të fundit, harta ishte shumë e komplikuar dhe kërkonte shumë hapësirë ​​në revistë. Në vend të kësaj, gjeta një “diagram akordi” rrethore, ku vetëm 32 skuadrat në Kupën Botërore 2018 e përqendruan grafikun në mënyrë efektive dhe mund të përshtateshin në një faqe. Në grafik, 32 nyje me 26 lidhje që përfaqësonin 97 lojtarë të lindur jashtë vendit kishin një grumbull informacioni imponues, por nuk ishte aq agresiv saqë ishte shumë për një lexues që të zgjidhej. Me qasjen rrethore, gjithashtu përfitova që të kisha hapësirë ​​në qoshe për të siguruar pjesë shtesë që futeshin në skemën kryesore.
Megjithëse superlativ i grupit të të dhënave, Franca (origjina e 35 lojtarëve kualifikues) është orientuar qëllimisht në majën e majtë të grafikut si pikë fillimi, shpresoja që lexuesit të mund të futnin grafikun nga çdo kënd, sepse informacioni kontekstual rrethon diagramin e akorduar. Ndërsa këto pjesë më të vogla shërbejnë si çelësa për grafikun kryesor, ato gjithashtu kanë për qëllim të përcjellin shtojcën e tyre për kuptimin e lexuesit për futbollin e Kupës së Botës. Për shembull, harta përshkruan ngjyrat e përdorura në diagram, por gjithashtu mëson një lexues rreth fazës së kualifikimit rajonal. Këto informacione anësore ishin kritike për shkak se grafika duhej të ishte e kuptueshme dhe e ndërlidhur me një audiencë që nuk ishte domosdoshmërisht audiencë e futbollit.- Riley D. Champine, National Geographic

9. Cilët janë lojtarët më të vlefshëm?

Më parë, unë krijova një vizualizim i cili tregonte qëllimin, por këtë herë dëshiroja të përdorja të gjitha të dhënat e disponueshme (jo vetëm për qëllimet). Hapi i parë ishte për të gjetur sa herë secili lojtar kishte prekur topin, duke zbuluar se kush kishte më shumë kohë për të luajtur. Kjo ishte interesante, por rezultatet erdhën edhe më mirë duke shikuar se ku ishin në fushë ata çdo herë – duke zbuluar nëse ata ishin sulmues, mbrojtës ose në mes. Me BigQuery unë kam qenë në gjendje për të ndërtuar këtë pyetje shumë shpejt, dhe Data Studio më ndihmoi të prodhojë një pult të interaktiv gati për t’u postuar në internet. ‘- Felipe Hoffa for freeCodeCamp

Burimi: Data Driven Journalism

Leave a Reply

%d bloggers like this: