Cricket Data Analytics Project Using Web Scraping Python Pandas and Power BI
1.0.0
จุดมุ่งหมายของโปรเจ็กต์นี้คือการใช้ประโยชน์จากเทคนิคการวิเคราะห์ข้อมูลเพื่อกำหนดผู้เล่นที่ดีที่สุด 11 คนสำหรับการแข่งขันคริกเก็ตที่กำหนด โดยเฉพาะ ICC Cricket World Cup 2022 โปรเจ็กต์เกี่ยวข้องกับการดึงข้อมูลจากเว็บไซต์ ESPN Cricinfo โดยแปลงข้อมูลโดยใช้ Python และ Pandas และสร้างแดชบอร์ดแบบโต้ตอบโดยใช้ Power BI เพื่อการแสดงภาพเชิงลึก
ข้อมูลการขูดเว็บจาก ESPN Cricinfo:
ใช้โปรแกรมขูดเว็บของบุคคลที่สาม "Bright Data" เพื่อรวบรวมข้อมูลจากเว็บไซต์ ESPN Cricinfo อย่างมีประสิทธิภาพ รวมถึงข้อมูลการแข่งขัน ผลการแข่งขัน ข้อมูลการตีบอลของผู้เล่น และข้อมูลโบว์ลิ่ง
ข้อมูลที่คัดลอกมาจะถูกจัดเก็บในรูปแบบ JSON เพื่อการประมวลผลต่อไป
การแปลงข้อมูลและการแปลง:
ใช้ประโยชน์จาก Python และ Pandas เพื่อแปลงข้อมูล JSON เป็นรูปแบบ CSV
ตรวจสอบให้แน่ใจว่าข้อมูลอยู่ในรูปแบบที่เหมาะสมเพื่อนำไปใช้โดยตรงใน Power BI ทำให้กระบวนการรวมตารางง่ายขึ้น
การสร้างแดชบอร์ด Power BI:
ใช้ Power Query ใน Power BI เพื่อแปลงและล้างข้อมูลเพื่อการวิเคราะห์เพิ่มเติม
สร้างแดชบอร์ดแบบไดนามิกพร้อมแผนภูมิเชิงโต้ตอบและการแสดงภาพ นำเสนอมาตรการสำหรับแง่มุมต่างๆ เช่น ผู้ตีที่มีพลัง ผู้ตีลูกระดับกลาง และนักขว้างลูก
แดชบอร์ดเหล่านี้ให้ข้อมูลเชิงลึกอันมีค่าเกี่ยวกับประสิทธิภาพของผู้เล่น จุดแข็งของทีม และด้านที่ต้องปรับปรุง
ฟอร์มการเล่นที่ดีที่สุด 11:
ใช้การวิเคราะห์ที่ขับเคลื่อนด้วยข้อมูลและเทคนิคการตัดสินใจเพื่อสร้างผู้เล่นที่ดีที่สุด 11 อันดับตามความต้องการและข้อมูลเชิงลึกที่ได้รับจากแดชบอร์ด
การเล่นรวมกัน 11 ครั้งมุ่งมั่นที่จะเพิ่มประสิทธิภาพการทำงานของทีมและเพิ่มโอกาสในการประสบความสำเร็จในการแข่งขัน ICC Cricket World Cup 2022
เทคโนโลยีที่ใช้:
Web Scraping: Bright Data (เครื่องมือขูดเว็บบุคคลที่สาม)
ภาษาการเขียนโปรแกรม: Python
การจัดการข้อมูล: แพนด้า
การแสดงข้อมูล: Power BI
ผลลัพธ์:
แดชบอร์ดที่ให้ข้อมูลและไดนามิกของโปรเจ็กต์ให้ข้อมูลเชิงลึกที่นำไปปฏิบัติได้สำหรับผู้บริหารทีมคริกเกต โค้ช และผู้ที่ชื่นชอบในการวางกลยุทธ์และเลือกผู้เล่นที่ดีที่สุด 11 คนสำหรับ ICC Cricket World Cup 2022
