Analityka Clubs EA FC: niestandardowe metryki

Tworzenie systemu analitycznego dla trybu Clubs w EA FC: od Excela do pełnoprawnej strony

W trybie Clubs EA FC (11×11 z prawdziwymi graczami) brakuje oficjalnego API do statystyk. Ręczne zbieranie danych — gole, asysty, przechwyty — prowadzi do tabel bez głębokiej analizy. Takie metryki nie pozwalają porównywać graczy, oceniać wkładu w grę ani określać stylu.

Standardowe podejście ogranicza zrozumienie: podstawowe wskaźniki odzwierciedlają wynik, ale ignorują proces tworzenia sytuacji, stabilność w pojedynkach i efektywność pozycji do strzałów.

Opracowanie niestandardowych metryk

Kluczowy krok — wprowadzenie metryk odpowiadających na pytania: efektywność gracza, wpływ na drużynę, rola na boisku.

pXA: podania na oczekiwaną asystę

pXA mierzy liczbę podań potrzebnych do stworzenia niebezpiecznej sytuacji.

• Niskie pXA: gracz szybko doprowadza piłkę do zagrożenia.
• Wysokie pXA: wiele nieefektywnych podań.

Rozdziela twórców sytuacji od podających bez zagrożenia.

Beaten Rate: częstotliwość przegrywania pojedynków

Odzwierciedla podatność w 1v1.

• Niska wartość: stabilność, rzadko przegrywa.
• Wysoka: słaby w obronie.

Krytyczne dla obrońców i pomocników, gdzie podstawowa statystyka jest ślepa.

Współczynnik niebezpieczeństwa strzału

Ocenia jakość pozycji do strzałów.

• Wysoki: korzystne strefy.
• Niski: odległe lub nieefektywne próby.

Rozróżnia strzelców objętościowych od precyzyjnych.

Złożone profile i wizualizacja

Metryki są agregowane w radary, oceny i porównania według roli. To pozwala:

• Szybko oceniać profil.
• Porównywać graczy.
• Wykrywać mocne/słabe strony.

Zastosowanie:

• Dobór graczy do drużyn.
• Analiza meczów.
• Skauting.
• Automatyczne raporty.

Metryki są proste, praktyczne i przewyższają podstawową statystykę pod względem informacyjności.

Etapy realizacji

Początek — raporty w Excelu i posty w mediach społecznościowych z interpretacją ręcznych danych. Zapotrzebowanie na porównania potwierdziło potrzebę narzędzi.

Następnie — Yandex DataLens do agregacji i wizualizacji metryk.

Automatyzacja z ChatGPT: generowanie tekstów, analiz meczów (z 1 godziny do 10 minut), radarów i szablonów.

Architektura techniczna

Pełnoprawna strona zbudowana bez doświadczenia w rozwoju:

Stos:

• Frontend: Next.js
• Backend: API routes (Next.js)
• Baza danych: MySQL
• ORM: Prisma
• Wdrożenie: Docker + chmura

Przepływ danych:

• Zbieranie → przechowywanie w bazie danych.
• Agregacja → API.
• Wyświetlanie → interfejs użytkownika.

Funkcjonalności:

• Profile graczy/drużyn.
• Rozszerzona statystyka.
• Porównania.
• Skauting według stylu.
• Liga fantasy.

Droga: od ręcznych tabel do zautomatyzowanej platformy.

Co jest ważne

• Brak EA API zmusił do polegania na ręcznym wprowadzaniu i niestandardowych metrykach.
• pXA, Beaten Rate i współczynnik niebezpieczeństwa strzału dają głębię analizy.
• System na Next.js + Prisma automatyzuje zbieranie, agregację i wizualizację.
• Praktyka: skauting, dobór, raporty — metryki są używane w ligach.
• Dowód: projekt zrealizowany solo bez tła deweloperskiego.

— Editorial Team