Cricket Data Analytics Project Using Web Scraping Python Pandas and Power BI

Cricket-Data-Analytics-Projekt-mit-Web-Scraping-Python-Pandas-und-Power-BI

Projektübersicht:

Das Ziel dieses Projekts bestand darin, Datenanalysetechniken zu nutzen, um die besten Spieler 11 für ein bestimmtes Cricket-Turnier, insbesondere den ICC Cricket World Cup 2022, zu ermitteln. Das Projekt umfasste das Web-Scraping von Daten von der ESPN-Cricinfo-Website und die Transformation der Daten mithilfe von Python und Pandas und die Erstellung interaktiver Dashboards mit Power BI für eine aufschlussreiche visuelle Darstellung.

Wichtige Schritte:

1. Web Scraping-Daten von ESPN Cricinfo:

• Nutzte den Web-Scraper „Bright Data“ eines Drittanbieters, um effektiv Informationen von der ESPN Cricinfo-Website zu sammeln, darunter Spieldaten, Ergebnisse, Spieler-Schlagdaten und Bowling-Daten.

• Die gescrapten Daten wurden zur weiteren Verarbeitung im JSON-Format gespeichert.

2. Datentransformation und -konvertierung:

• Nutzung von Python und Pandas, um die JSON-Daten in das CSV-Format umzuwandeln.

• Es wurde sichergestellt, dass die Daten in einem geeigneten Format vorliegen, um direkt in Power BI verwendet zu werden, wodurch der Prozess des Zusammenführens von Tabellen vereinfacht wird.

3. Erstellung des Power BI-Dashboards:

• Nutzung von Power Query in Power BI, um die Daten für die Analyse weiter zu transformieren und zu bereinigen.

• Dynamische Dashboards mit interaktiven Diagrammen und Visualisierungen erstellt, die Kennzahlen für verschiedene Aspekte darstellen, wie z. B. Powerhitter, Schlagmänner mittlerer Ordnung und Bowler.

• Diese Dashboards lieferten wertvolle Einblicke in die Spielerleistung, Teamstärken und Verbesserungsmöglichkeiten.

4. Bildung der Best Playing 11:

• Angewandte datengesteuerte Analyse- und Entscheidungstechniken, um basierend auf den Anforderungen und Erkenntnissen aus dem Dashboard die besten Spieler zu bilden.

• Die kombinierte Spielgruppe 11 war entschlossen, die Teamleistung zu optimieren und die Erfolgschancen beim ICC Cricket World Cup 2022 zu erhöhen.

Verwendete Technologien:

• Web Scraping: Bright Data (Web Scraper eines Drittanbieters)

• Programmiersprache: Python

• Datenmanipulation: Pandas

• Datenvisualisierung: Power BI

Ergebnisse:

• Die dynamischen und informativen Dashboards des Projekts lieferten umsetzbare Erkenntnisse für das Management von Cricket-Teams, Trainer und Enthusiasten, um Strategien zu entwickeln und die besten Spieler 11 für den ICC Cricket World Cup 2022 auszuwählen.