Как соединить увлечение футболом и Data Science в успешный pet-проект: история выпускника Нетологии и блога «Футбол в цифрах»

Я всегда любил работать с цифрами, но дорога к тому, чтобы освоить Data science, была долгой. Я работал в фармацевтической компании представителем, но понял, что мне этого недостаточно. Начал искать работу и ходить по собеседованиям, чтобы понять, чего ждут работодатели от сотрудника-аналитика.

Собеседования и тестовые задания показали, что мне нужно учиться. У меня было понимание математики, опыт работы в Excel и с оболочкой QlikView с точки зрения пользователя, но не хватало умения программировать и знания инструментов аналитики. Изучение рынка образовательных программ привело в Нетологию.

Занимался не меньше 10–12 часов в неделю. Аналитика данных — область точных наук, в этой сфере нельзя без глубокого понимания темы и деталей.

К счастью, в Нетологии со мной никто не нянчился и не сюсюкался, нагружали по полной: домашние задания, вебинары, практики, материалы для самостоятельного обучения.

Конечно, совмещать работу, семью и курсы было непросто, я почти закрылся от внешнего мира на полтора года. Иногда не получалось, хотелось разбить компьютер. Но я понимал, что в итоге получу доступ к науке, которая определяет политику корпораций.

В итоге я ещё не окончил курс, но уже устроился в фармацевтическую компанию именно аналитиком.

Главное, чему я научился — это программирование, работа с аналитическими инструментами и культура обращения с данными. Всё это я каждый день применяю на работе. И на этих же знаниях построил проект о футболе.

Как начинался проект «Футбол в цифрах»

Я всегда интересовался футболом и 12 лет играл на серьёзном уровне. У меня появилась идея сделать что-то полезное для любителей футбола и индустрии в целом, потому что результаты наших клубов оставляют желать лучшего в последнее время.

Решения на основе данных принимают лишь единичные футбольные клубы: в отличие от зарубежных коллег, наши аналитические отделы только начинают внедрять. Мне хочется развить эту культуру и обратить внимание на точечные вещи.

Мне любопытно рассматривать, на каком уровне находится наш футбол в сравнении с другими странами. Например, недавно я загрузил в базу данные по более чем 30 странам и постарался провести между ними параллели. Любопытнее всего находить в данных инсайты: раньше ты о чём-то и не подозревал, а потом увидел график и понял, что это существует.

Сейчас я использую простую аналитику и пишу понятным языком для юных футболистов, их родителей и тренеров — подписчиков блога. Есть два формата: портреты и персональные публикации.

Персональные публикации нужны для анализа отдельных футболистов. Для этого я изучаю массив данных по каждому игроку, выделяю группу по определённым признакам и пишу обзор на того, кто выделяется среди всех по определённой метрике.

Портреты — более сложные публикации, где мы с аудиторией разбираем сущности в футболе в целом и находим общие тенденции. Для этого я собираю данные обо всех командах и анализирую их по определённому признаку. Например, по году рождения — это очень важно в юношеском футболе. Или по месяцу: вы удивитесь, но футболистов, рождённых в январе, феврале и марте в юношеском футболе целых 50%.

Я стараюсь адаптировать контент под аудиторию блога и придерживаюсь правила о простоте графика: он должен быть понятен каждому, но при этом нести серьёзную мысль. То есть нужно визуализировать неожиданное открытие настолько, чтобы люди без сомнений поняли, о чём идёт речь.

Техническая сторона проекта

Для проекта я постоянно использую инструменты и техники, о которых впервые услышал на курсах по Data Science и веб-аналитике.

Сбор и подготовка данных занимают много времени и составляют большую часть успеха. Часть информации я собираю автоматически из открытых источников с помощью скриптов-парсеров, которые написал самостоятельно. Сейчас я так собираю данные по юношескому, молодёжному и взрослому футболу из 30 стран, включая Китай, Австралию, Нигерию — неочевидные направления.

Некоторых сведений нет в свободном доступе, их приходится запрашивать. И у меня на это уходят недели.

Например, сведения об антропометрии юношеских команд я собирал вручную: искал игроков в социальных сетях и писал им с просьбой откликнуться и помочь. Так я охватил в аналитике 95% юношеских команд, игроки которых могут стать профессиональными футболистами.

Все собранные данные уходят в облако. Я долго выбирал платформу, которая позволит работать с нужным мне количеством данных и при этом останется недорогой. Одним из самых сложных моментов был перенос данных из таблицы Excel, в которой закончились строки, в облако. Я разрабатывал решение около двух недель — и всё-таки справился.

Я вижу вызов во всём, даже в том, чтобы просто сделать обзор. Мне интересно собирать данные, визуализировать их на графике и видеть, что там происходит.

Для развития проекта мне бы хотелось пополнить базу данными о передвижениях игроков во время матчей для более прогрессивной аналитики.

Интересные инсайты

Один из факторов, которые я рассматривал, — взаимосвязь между антропометрией футболистов и количеством забитых голов. Так вот, коротко говоря, её нет.

Но российская футбольная школа устроена так, что при наборе в футбольные клубы габаритам игроков придают большое значение: тренеры даже готовы познакомиться с дедушками и бабушками, чтобы предположить, как будет сложен спортсмен. Кажется, что генетика играет большую роль, хотя обращать внимание нужно на способности ребят и их вовлечённость в игру. Решения лидеров часто бывают субъективными, и придать им рациональность помогает как раз аналитика.

Кроме того, я решил сравнить количество футболистов российских и зарубежных команд в разрезе амплуа и пришёл к выводу, что в нашей стране самая маленькая доля нападающих — около 20%. В то же время в странах с более успешными командами процент нападающих значительно выше, и это сказывается на качестве игры. Однако нужно понимать, что аналитика лишь указывает на различия по разным параметрам и даёт шанс подумать, что мы можем изменить.