Desarrollo de un almacén de datos para el análisis del fútbol europeo mediante visualizaciones

Abstract

[Resumen]: Este Trabajo de Fin de Grado se centra en el análisis y explotación de datos del fútbol profesional europeo durante las temporadas 2020 a 2023. La motivación principal radica en la gran cantidad de información y métricas que se generan en el ámbito futbolístico, cuya correcta organización y análisis permiten obtener conocimiento valioso sobre el rendimiento y la evolución de ligas, equipos y jugadores. El objetivo del proyecto ha sido diseñar y construir un almacén de datos relacional que permita realizar análisis comparativos a lo largo del tiempo. Para ello, se definió un modelo dimensional y lógico adaptado a los requerimientos, se implementó un proceso Extraction, Transformation and Load (ETL) en Python para la extracción, transformación y carga de datos desde una Application Programming Interface (API), y se desarrollaron visualizaciones interactivas en Tableau que facilitan la interpretación de resultados. Estas visualizaciones permitieron realizar análisis descriptivos de distintas características de las ligas, equipos y jugadores, identificando patrones y tendencias relevantes dentro del fútbol europeo.[Abstract]: This Final Degree Project focuses on the analysis and explotation of data from European professional football during the 2020 to 2023 seasons. The main motivation lies in the large amount of information and metrics generated in the football field, whose correct organization and analysis makes it possible obtaining valuable knowledge about the performance and evolution of leagues, teams, and players. The objective of the project has been to design and build a relational data warehouse that allows performing comparative analysis over time. To this end, a dimensional and logical model adapted to the requirements was defined, an Extraction, Transformation and Load (ETL) process was implemented in Python for the extraction, transformation, and loading of data from an Application Programming Interface (API), and interactive visualizations were developed in Tableau to facilitate the interpretation of results. These visualizations allow descriptive analysis of different characteristics of leagues, teams, and players, identifying relevant patterns and trends within European football.