Moneyball Fantasy Premier League Power BI: Keputusan FPL Berdasarkan Data dari My Madrid Talk

Moneyball di Madrid: Data, Keputusan, dan Analisis FPL Akhir Pekan

Saya menghabiskan akhir pekan di Madrid untuk menyampaikan ceramah saya “Moneyball: Membangun Tim Sepak Bola Fantasi yang Membunuh dengan Power BI.” Itu adalah acara yang brilian, dan meskipun sesi saya menggunakan bahasa Inggris, jumlah peserta yang hadir sangat fantastis. Terima kasih yang sebesar-besarnya kepada semua orang yang datang, terlibat dengan konten, dan tetap tinggal setelahnya untuk mengajukan pertanyaan. Acara seperti ini mengingatkan saya mengapa saya suka memadukan data, sepak bola, dan pengajaran.

Ada satu pertanyaan yang menonjol dibandingkan pertanyaan lainnya. Profil LinkedIn Joaquín González Galdo ditanya:

“Apa metrik utama yang Anda gunakan saat mengambil keputusan di FPL?”

Ini pertanyaan yang tampak sederhana, namun kuat. Memilih a lajang metrik untuk menentukan proses pengambilan keputusan Anda adalah sesuatu yang dihadapi oleh setiap analis dan manajer FPL. Ini layak mendapatkan postingan blog lengkapnya sendiri, dan pertanyaan seperti itulah yang akan saya ajukan ke episode berikutnya dari Pertunjukan Power BI FPL bersama Ben Ferry dan Justin Bird. Ada banyak hal yang harus dibongkar, mulai dari poin yang diharapkan hingga tren bentuk, kesulitan perlengkapan, dan kepemilikan yang efektif. Perhatikan ruang ini untuk menyelam lebih dalam.

File Power BI dan Skrip API Kini Tersedia

Selama sesi tersebut, saya berjanji untuk menyediakan file Power BI saya, bersama dengan skrip PowerShell yang saya gunakan untuk menyambung ke API FPL dan mengambil data minggu permainan pemain individu. Saya sekarang telah mengunggah semuanya ke repo hub GitHub saya, dan Anda dapat mengaksesnya di sini:

Jangan ragu untuk menjelajahi, mengkloning, memodifikasi, dan menguji model. Laporan Power BI menunjukkan cara membuat model skema bintang untuk FPL, cara melakukan analisis tingkat gameweek, dan cara menerapkan metrik dan penghitungan yang membantu mendorong pengambilan keputusan. Skrip konektor PowerShell ringan namun efektif, menjadikannya titik awal yang berguna bagi siapa pun yang ingin memperluas saluran data mereka yang didukung FPL.

Ketika Internet Anda Gagal dan Anda Panik-Transfer Penjaga Anda

Ironisnya, saat saya menunjukkan nilai dari keputusan berdasarkan data, Wi-Fi di tempat tersebut gagal—meninggalkan saya
tidak dapat memperbarui tim saya sendiri secara langsung selama pembicaraan. Klasik.

Setelah saya kembali ke koneksi stabil, langkah pertama yang saya lakukan adalah pada sasaran: Roefs keluar, Henderson masuk.

milik Henderson perkiraan poin masuk sekitar 7dibandingkan dengan Roefs di 2.7menjadikan pertukaran ini mudah dalam kerangka evaluasi saya. Bahkan perbaikan kecil pada posisi penjaga gawang dapat mengubah varian mingguan secara signifikan, jadi hal ini tidak perlu dipikirkan lagi.

Semenyo vs Grealish – Kisah Dua Performa Buruk

Saya masih ragu apakah akan pindah ke Semenyo atau tidak. Angka-angka dan poin yang diproyeksikan jelas menunjukkan bahwa ia harus pergi—namun menjualnya berarti kehilangan nilai tim. Pelestarian nilai merupakan elemen kunci dari strategi jangka panjang, sehingga untuk saat ini ia bertahan.

Grealish, bagaimanapun, juga belum berusaha keras, dan tidak seperti Semenyo, saya tidak terlalu tertarik secara emosional untuk mempertahankannya. Penampilannya menurun, dan Everton tidak menentu.

Jadi saya beralih: Grealish → Harvey Barnes (Newcastle United)

Barnes sangat tajam, memiliki metrik dasar yang kuat, dan serangkaian pertandingan yang sangat menguntungkan. Ada juga beberapa obrolan menarik di luar lapangan tentang kemungkinan dia beralih kesetiaan internasional ke Skotlandia setelah kualifikasi Piala Dunia, tidak seperti ledakan motivasi untuk menjaga performanya tetap meningkat.

Woltemade Keluar – Tapi Siapa yang Masuk?

Langkah selanjutnya adalah pengiriman keluar Nick Woltemade. milik West Ham Callum Wilson sedang dalam performa terbaiknya, dan meskipun pertandingan melawan Liverpool terlihat menantang di atas kertas, FDR tidak menggambarkan betapa buruknya pertahanan Liverpool. Ada bagian dari diriku yang berpikir Wilson benar-benar bisa menariknya. Dia klinis, percaya diri, dan menyukai momen utama.

Alternatif yang saya pertimbangkan adalah Igor Thiago dari Brentford. Dia tidak terlalu rentan cedera dibandingkan Wilson, dia bermain dengan baik, dan jadwal pertandingannya jauh lebih baik. Angka-angka mendasarnya menempatkannya dalam kategori “tendangan yang layak”. Saya mungkin masih melakukan pivot sebelum tenggat waktu.

Saya memilih Thiago.

Ketika Naluri Usus Merayap Kembali

Satu hal yang saya akui selama sesi ini: selama beberapa minggu terakhir, saya membiarkan naluri saya mulai mengesampingkan kerangka kerja saya. Dengan pertandingan Manchester City yang sulit, saya mencoba menjadi pintar dan menghindari menjadi kapten Haaland. Itu belum terbayar. Minggu ini, data sebenarnya menunjukkan hal itu Harvey Barnes bisa menjadi pilihan kapten yang layak. Perkiraan poinnya menempatkannya tepat dalam percakapan. Namun ada satu metrik yang mengalahkan segalanya: kepemilikan yang efektif. Haaland tetap besar. Jika dia menarik—dan dia sudah waktunya—pergi tanpa dia sebagai kapten akan menjadi bencana besar.

Jadi, meskipun Barnes merupakan pilihan sah dalam model ini, saya telah melakukan hal yang masuk akal: Haaland kembali menjadi kapten. Inilah susunan pemain terakhir saya

Pengingat yang baik bahwa pengambilan keputusan berdasarkan data adalah sebuah disiplin. Itu membutuhkan konsistensi.

Pikiran Terakhir

Madrid luar biasa. Kota yang luar biasa, orang-orang yang hebat, perbincangan yang luar biasa, dan pengingat yang luar biasa tentang betapa globalnya komunitas FPL dan Power BI. Saya akan menulis lebih banyak tentang metrik utama, kerangka keputusan, dan cara membangun alur kerja analitik Anda sendiri untuk Fantasy Premier League.

Sampai saat itu tiba, nikmati filenya, nikmati datanya, dan semoga sukses untuk minggu pertandingan mendatang.

Tautan Berguna

Menjelajahi Microsoft Fabric Melalui Data Fantasy Premier League

Akibat Tidak Melakukan Apa-apa: Bagaimana Mengabaikan Strategi Data Menguras Pertumbuhan UKM

Cara Menang di Fantasy Premier League Menggunakan Analisis Data dan Power BI