Tom Brady gilt allgemein als der beste Quarterback in der Geschichte der NFL. Sein Rekord für die meisten Karriere-Passing-Yards ist nur einer seiner vielen beeindruckenden Rekorde. Um dies zu erreichen, erzielte er konstant hohe Passing-Yards pro Jahr, hatte die meisten Passversuche und -abschlüsse, blieb von verletzungsbedingten Saisonausfällen verschont und blickt auf eine insgesamt lange Karriere zurück.
Rekorde sind dazu da, gebrochen zu werden.
Der nächste Quarterback, der diesen Rekord bricht, könnte bereits im Einsatz sein. Aber wer? Und wann?
Diese Präsentation nimmt uns mit auf eine Reise durch Datenanalyse und -visualisierung, um zu zeigen, wie Tom Brady zu einer so dominanten Kraft in der NFL wurde. Anschließend identifizieren wir die aktuellen Quarterbacks mit den größten Chancen, diesen Rekord zu brechen, und wann dies geschehen könnte.
Wir decken den gesamten Analyse-Workflow ab: ein JSL-Skript, das Daten von einer Website extrahiert; einen Datenbereinigungs-Workflow, der die Daten für die Analyse vorbereitet; Datenexploration und -visualisierung; und schließlich einen veröffentlichten JMP Live-Bericht, der während der gesamten Saison aktualisiert wird.
Hallo, ich bin Scott Allan, Systemingenieur bei JMP, und freue mich, gemeinsam mit meiner Kollegin Yasmin Hajar unser Poster für den Discovery Summit 2024 in Cary zu präsentieren. Anfang des Jahres sprachen Yasmin und ich über den Discovery Summit und wie wir einen Workflow für Datenvisualisierung und -analyse vorstellen wollten, der den gesamten Prozess vom Datenzugriff bis zur Veröffentlichung in JMP Live abdeckt. Wir arbeiten täglich mit Kunden zusammen und beobachten ein stark wachsendes Interesse an der vollständigen Automatisierung dieses Workflows – vom Datenimport über die Analyse bis hin zur Veröffentlichung der Ergebnisse.
In dieser Präsentation behandeln wir viele verschiedene Funktionen von JMP. Wir zeigen, wie man Daten von einer Website importiert, wie man mit dem Workflow Builder Datenaktualisierungen und -bereinigungen automatisiert, wie man verschiedene JMP-Plattformen zur Visualisierung, Analyse und sogar Modellierung der Daten einsetzt und wie man die Ergebnisse anschließend in JMP Live veröffentlicht. Abschließend zeigen wir, wie man dies mit einem einzigen Klick mithilfe eines benutzerdefinierten Add-ins erledigt.
Für das Projekt entschieden wir uns, den ehemaligen NFL-Quarterback Tom Brady als Vorbild für diesen Workflow zu nehmen. Damals sammelten wir Ideen. Ich hatte einen Artikel darüber gelesen, wie dominant seine Karriere war und dass seine Rekorde noch sehr lange Bestand haben würden. Ich fragte mich: Wie lange ist „sehr lange“? Spielt der nächste Rekord-Quarterback bereits, und wenn ja, wann wird er diese Rekorde angreifen?
Tom Brady hält zahlreiche NFL-Rekorde. Für diese Präsentation konzentrieren wir uns auf einen davon: seine Karriere-Passing-Yards. Der gleiche Arbeitsablauf ließe sich aber auf alle seine Rekorde anwenden. Weder Yasmin noch ich sind eingefleischte NFL-Fans. Wir wussten nicht, wer überhaupt infrage kommt oder wer die Kandidaten sind. Als wir uns mit den Daten auseinandersetzten, erkannten wir, welch außergewöhnliche Leistung Tom Brady in seiner Karriere erbracht hat, und es ist leicht nachzuvollziehen, warum er als einer der Größten aller Zeiten gilt. Diese Datenanalyse beginnt mit dem Zugriff auf die Daten. Ich übergebe das Wort an Yasmin, damit wir beginnen können.
Danke, Scott. Der erste Schritt bestand darin, diese historischen Daten für alle Statistiken von 1940 bis 2023 zu erstellen. Wie Sie sehen, mussten wir auf die Website von Pro Football Reference zugreifen. Wir haben ein eigenes JSL-Skript geschrieben, in dem wir die Variable für das jeweilige Unterjahr durch das entsprechende Jahr ersetzt und alle Statistiken in einer großen Rohdatentabelle für die vergangenen Jahre zusammengeführt haben. Das war unser erster Schritt.
Anschließend erstellten wir mithilfe des Workflow-Builders einen Workflow, in dem wir zunächst die historischen Daten öffneten und dann die Statistiken der aktuellen Woche hinzufügten. Sobald die Saison 2024 beginnt, können wir diese wöchentlichen Statistiken nutzen und sie den historischen Daten hinzufügen. Wie Sie sehen, sind mehrere zusätzliche Schritte erforderlich, wie beispielsweise die Standardisierung einiger Spaltenattribute, das Hinzufügen eines Karrierejahres, eines aktiven Jahres und einer Spalte für die kumulierten Yards, um diese Yards zu summieren.
Ich möchte jedoch darauf hinweisen, dass einige dieser Schritte, wie beispielsweise der Import der Daten der aktuellen Woche und historischer Daten, mit einem Pluszeichen versehen sind. Dies bedeutet, dass es sich um einen benutzerdefinierten Schritt handelt, den wir in JSL erstellen und anschließend als benutzerdefinierten Schritt in den Workflow einfügen mussten.
Nachdem wir diesen Workflow erstellt hatten, erhielten wir eine aktuelle Football-Statistiktabelle mit allen Informationen bis zur laufenden Woche. Wir begannen, die uns zur Verfügung stehenden Visualisierungstools zu nutzen. Das erste Diagramm zeigte die kumulierten Yards im Jahresverlauf, wobei alle ehemaligen Quarterbacks grau, Tom Brady lila und die aktiven Quarterbacks orange dargestellt waren.
Wir sehen sofort, dass einige Quarterbacks frühzeitig ihre Karriere beendet haben und, hätten sie weitergespielt, Tom Bradys Rekord gebrochen hätten – oder dass Brady ihren Rekord nicht hätte brechen können, wenn sie weitergespielt hätten. Bei den aktiven Spielern sehen wir bereits einen deutlichen Anstieg ihrer kumulierten Yards. Wir haben nur die aktiven Spieler betrachtet und diese Werte in Abhängigkeit von ihrem Karrierejahr dargestellt. Die Werte wurden auf das Karrierejahr normiert.
Dann haben wir uns angeschaut, welcher dieser Spieler die Führung hat. Aaron Rodgers liegt eindeutig vorn. Allerdings hatte er letztes Jahr ein schwieriges Jahr, wer weiß, was diese Saison passieren wird. Matthew Stafford und Russell Wilson hingegen erzielen beispielsweise schon jetzt mehr Yards als Tom Brady, wenn man die Karrierejahre vergleicht.
Sie liegen bereits über dieser Linie, wenn wir nur die Leistungen beider Spieler im selben Karrierejahr vergleichen. Derek Carr befindet sich irgendwo dazwischen. Er spielt gut, steht aber noch am Anfang seiner Karriere. Wir haben uns entschieden, die Daten etwas anders darzustellen. Durchschnittliche Yards pro Jahr: Wie schneiden diese Quarterbacks in Bezug auf die durchschnittlichen Yards pro Jahr ab? Wir haben gesehen, dass Justin Herbert mit 4.300 Yards pro Jahr im Vergleich zu den anderen wirklich herausragend ist; sogar im Vergleich zu Tom Brady, der hier weit unten liegt.
Schauen wir uns aber dieses andere Diagramm an, in dem wir die Spieler dynamisch miteinander verknüpft haben, um ihren aktuellen Stand im Karrierejahr zu sehen. Wir erkennen, dass Justin Herbert mit erst vier Jahren Erfahrung noch am Anfang seiner Karriere steht. Scott wird Ihnen nun weitere, von uns erstellte, detailliertere Berichte und Modelle vorstellen.
Der erste Schritt bei der Gewinnung neuer Daten besteht darin, wie Yasmin gezeigt hat, eine Datenexploration durchzuführen. Eine andere Möglichkeit, potenzielle Rekordbrecher zu identifizieren, bietet die Datenexploration, beispielsweise durch Clustering. Wir haben Quarterbacks gesucht, die sich in verschiedenen Eigenschaften ähneln – nicht nur in der Statistik der kumulierten Yards oder Yards pro Jahr, sondern anhand all ihrer Merkmale. Hierfür haben wir ein hierarchisches Clustering durchgeführt.
In diesem Fall haben wir alle Quarterbacks gruppiert. Ich glaube, es sind etwa 800 in dieser Datentabelle, und wir haben sie anhand ihrer Statistiken gruppiert, wie z. B. Passversuche, erfolgreiche Pässe, Interceptions usw. Die Ergebnisse sehen wir hier in einem Konstellationsdiagramm. Dieses Diagramm zeigt die Gruppen von Quarterbacks mit ähnlichen Eigenschaften in allen Statistiken.
Wir erkennen hier einige Hauptverzweigungen, die verschiedene Gruppen oder Klassen von Quarterbacks unterscheiden. Wir können sehen, wo Tom Brady in dieser Gruppe einzuordnen ist. Das sagt uns aber nichts über ihre Statistiken oder ihr Können aus. Es zeigt lediglich, dass sie sich in Bezug auf all diese Statistiken ähneln.
Wir können uns den Zweig mit Tom Brady genauer ansehen. Hier finden sich einige bekannte Namen, manche davon kennen Sie vielleicht schon aus dem vorherigen Diagramm, andere sind vielleicht überraschend. Wir haben auch die ehemaligen Quarterbacks berücksichtigt, die nicht mehr aktiv sind. Diese sind als kleine graue Punkte dargestellt.
Man sieht, dass sie, wären sie in einem anderen Karrierejahr gewesen, vielleicht länger hätten spielen können. Sie hätten einige dieser Rekorde angreifen können, aber da sie nicht mehr aktiv sind, ist ihre Chance, diese Rekorde zu brechen, vertan. Wir können nun sehen, wo Tom Brady steht und welche anderen Quarterbacks bereit sein könnten, seine Rekorde zu brechen oder gar anzugreifen.
Als Nächstes wollten wir mit der Modellierung dieser Daten beginnen. Die ersten beiden Methoden – Datenexploration und Clustering – dienten primär der Datenanalyse und der Identifizierung der Quarterbacks, die am ehesten einen Rekord angreifen könnten. Um jedoch den Zeitpunkt solcher Angriffe zu bestimmen, mussten wir ein Modell erstellen. Hierfür stehen verschiedene Modelle zur Verfügung, und wir entschieden uns für ein gemischtes Modell.
Wir haben eine Plattform zur Modellanpassung mit gemischten Modellen verwendet und die kumulierten Yards als abhängige Variable (Y-Variable), die Karriere-Yards als X-Variable und den Spielernamen als Zufallseffekt berücksichtigt. Anschließend haben wir die Koeffizienten verschachtelt. Im Wesentlichen erhalten wir hier eine einfache lineare Regression für jeden Quarterback, kumulierte Yards pro Jahr, jeweils mit eigener Steigung und eigenem Achsenabschnitt. Aus diesen Informationen haben wir verschiedene Regressionsgleichungen abgeleitet und können somit eine inverse Vorhersage treffen.
Wir verwenden die inverse Prognose von Tom Bradys Rekord von 81.294 Yards. Aus dieser inversen Prognose ergibt sich die Anzahl der Jahre, die ein Quarterback bräuchte, um diese kumulierte Yardzahl zu erreichen. Wir erstellten eine Datentabelle aus diesem Bericht und normalisierten diese anschließend anhand des jeweiligen Rookie-Jahres der Quarterbacks. Das Ergebnis ist die Grafik rechts, die jeden Quarterback zeigt. Die Daten wurden nach der Anzahl der Jahre sortiert, die sie bräuchten, um diesen Rekord zu erreichen, und anschließend aufsteigend.
Wie Sie in diesem Fall sehen, sind die beiden von uns identifizierten Spieler, Aaron Rodgers und Matt Stafford, die beiden orangefarbenen Punkte. Tom Brady befindet sich im violetten Punkt und erreichte diesen Rekord in seinem 24. Karrierejahr, also im Jahr 2000. Ich erinnere mich nicht mehr genau, es war 2022 oder so. Aber wir sehen hier auch andere Quarterbacks. Aaron Rodgers und Matt Stafford werden sicherlich die ersten sein, die diesen Rekord angreifen, aber sie werden dafür noch sechs oder sieben Jahre brauchen. Rechnen Sie damit, sie in den Saisons 2031 oder 2032 zu sehen. Wenn sie weiterspielen, können sie sich ihrem Karriere-Yards-Rekord annähern.
Es gibt eine weitere, ältere Generation von Quarterbacks, die diesen Rekord in ferner Zukunft angreifen werden. Vielleicht Ende der 2030er oder Anfang der 2040er Jahre. Aber warten Sie nicht zu lange, das wird nicht so schnell passieren. Es war jedoch erfreulich zu sehen, dass derzeit kein Quarterback diesen Rekord ernsthaft unter Druck setzt, obwohl einige das in Zukunft durchaus schaffen könnten. Nachdem wir die Daten nun untersucht und analysiert haben, werden wir uns darauf konzentrieren, wie wir diese Daten veröffentlichen und teilen und den gesamten Workflow automatisieren werden.
Ich gebe es an Yasmin zurück, damit sie uns dabei hilft.
Danke, Scott. Wie Scott bereits erwähnte, war unser Ziel, einige dieser Berichte auf JMP Live zu veröffentlichen, damit die Nutzer die Änderungen im Saisonverlauf verfolgen können. Dazu mussten wir lediglich die Datei veröffentlichen und den Bericht auf JMP Live veröffentlichen. Wir wählten den gewünschten Bericht aus. In diesem Fall hatte ich ein Dashboard mit einigen Bildern oder Diagrammen und ersetzte dann die Datentabelle auf JMP Live durch die aktualisierte Tabelle mit den Statistiken der Football-Website.
Um das Ganze noch etwas zu vereinfachen, haben wir alle Schritte, einschließlich der Veröffentlichung in JMP Live, in einem Add-In zusammengefasst. Da die Erstellung eines Add-Ins sehr einfach ist, zeigen wir Ihnen hier die einzelnen Schritte. Klicken Sie dazu auf „Datei“, „Neu“ und dann auf „Add-In“. Unter die Schaltfläche, die Sie anklicken möchten, haben wir das JSL-Skript kopiert, das wir zuvor aus dem Workflow Builder exportiert haben. Nachdem Sie den Workflow im Workflow Builder erstellt haben, können Sie das JSL-Skript exportieren und es anschließend hier einfügen.
Um das Ganze noch weiter zu optimieren, haben wir das Add-in aus dem Add-in-Menü in ein eigenes Menü verschoben. So ist es für die Nutzer viel einfacher, den entsprechenden Button anzuklicken. Ich zeige Ihnen kurz die einzelnen Schritte. Hier ist unser benutzerdefiniertes Menü. Wenn Sie auf „Statistiken ausführen“ klicken, werden die Daten für das aktuelle Jahr aktualisiert. Es handelt sich um eine standardisierte Tabelle mit Spalten usw.
Es wird eine Teilmenge dieser Tabelle mit den obersten Ebenen erstellt. Das Dashboard wurde hier erstellt. Ich zeige Ihnen kurz JMP Live, das automatisch neu geladen wird, mit den neuesten Statistiken zu den durchschnittlichen Yards pro Jahr und den Yards pro Spieler. Das war alles, was wir zum Veröffentlichen und Hinzufügen hatten. Ich übergebe nun an Scott für seine abschließenden Bemerkungen.
Damit sind wir durch den gesamten Workflow von Datenzugriff, Datenbereinigung, Visualisierung und Modellierung bis hin zur Veröffentlichung. Wenn Sie den Prozess nachvollziehen möchten, werden wir dieses Dashboard auch auf JMP Public veröffentlichen, gegebenenfalls zusammen mit einigen weiteren interessanten Grafiken. Schauen Sie wieder vorbei; wir werden den Link zur JMP Public-Seite veröffentlichen, sobald diese online ist, und ihn dann in der Community teilen.
Wenn Sie mehr über die hier gezeigten Inhalte erfahren möchten: Wir haben Ihnen lediglich einen kurzen Überblick über unsere Arbeit gegeben. Wir haben uns die Skripte und die Analyse nur kurz angesehen. Für weitere Informationen wenden Sie sich bitte an die Community. Wir beantworten Ihre Fragen gerne. An dieser Stelle möchte ich JMP für die Möglichkeit danken, dieses Poster und die Präsentation zu erstellen. Mein Dank gilt auch Yasmin für die Zusammenarbeit an diesem Projekt. Es hat mir sehr viel Spaß gemacht und ich habe viel gelernt.
Danke schön.
