导言

能够做出数据驱动的决策已经成为企业的一种必然，而不是一种选择。很多行业已经适应或正在适应转型，但足球行业虽然有着巨大的市场，普及率也很高，但仍然无法跟上步伐

我们希望使用Analytics Designer为足球俱乐部数字化转型提供基础

应用程序由3个主要部分组成：

数据来源：欧洲足球数据库，Kaggle[1]

应用说明

对于应用，我们选择英超曼联俱乐部2014/2015和2015/2016赛季进行分析

在主页上可以看到我们球队本赛季的概况。团队成员的平均整体评分可以在页面顶部的互动程序中看到，根据他们的角色。

互动程序下面分为三个部分；

在第二页，我们有两个部分，工业物联网，其中有两个自定义开发的级联下拉过滤器，使用该工具的高级脚本功能。当用户与下拉过滤器交互时，大数据工具，人工智能怎么样，一切都会动态变化，包括团队徽标和R可视化。

在第一个磁贴上，我们创建了R可视化。使用基于坐标的拍摄事件信息和R集成的分析设计器。我们用数据集中的快照事件填充空矩阵，并用ggplot2包绘制。

在第二个图块上。我们有详细的比赛结果，淘客源码，包括分数，尝试，占有率，准确性，卡片和球队的标识，当用户从下拉过滤器中选择星期和季节时，这些也会动态变化。

在球员详细信息（第3页）页面上，用户可以从雷达图可视化中比较球员的表现，他们也可以看到通过整体评分和观察表中的其他指标来选择表现最好的玩家。

可以使用自定义的下拉列表进行过滤，以增强分析，提供级联过滤。因此，当用户选择球队时，只显示该位置的球员。

结论

我们旨在提供一个应用程序，为足球教练和管理人员分析他们的球队提供支持。在Analytics Designer中使用JavaScript和R有助于从您的数据中获取大部分信息。

尽管Analytics Designer功能刚刚添加，但我们注意到，当您深入了解特性时，许多新的实现是可能的。另外，learning curve非常令人印象深刻，特别是新脚本编辑器的改进。

特别感谢来自Itelligence TR分析团队的同事：Halil Savas、Vahit Kuruosman、Ridvan Gurhan Barisik、Cagatay Cevik，云服务器特价，Muhammed Mutlu.