Daten sammeln im Internet ist ein spannendes, aber auch sehr komplexes Thema. Da die Herausforderungen sehr vielfältig sind, gestalte ich dies als offene, fortlaufende Serie – und hoffe auf euer Feedback und eure Ergänzungen in den Kommentaren.
Warum Daten sammeln?
Fürs Wetten solltest du Daten sammeln, weil du aus ihnen ein Wettmodell bauen kannst. Ein Wettmodell erlaubt es dir, deine eigenen Wettquoten objektiv zu berechnen1 – also ohne, dass dir typisch menschliche Fehlwahrnehmungen in die Quere kommen, wie beispielsweise der Bestätigungsfehler und ähnliche Täuschungen2.
Die gesammelten Daten bilden die Grundlage für deine Variablen, auf denen wiederum dein Wettmodell fußt.
Wie du Daten sammeln kannst
Von Hand aufschreiben
Als ich mit dem Bauen von Wettmodellen noch ganz am Anfang stand, habe ich meine Daten von Hand gesammelt. Anders gesagt: Ich schrieb sie einfach ab. Das ist für den Anfang kein untypischer Ansatz, es hat mich aber auch sehr schnell gelehrt, dass man damit rasch an Grenzen stößt: Der Prozess ist zeitaufwändig und vor allem fehleranfällig – und auch eine gewisse Langeweile stell sich dabei über kurz oder lang ein.
Daten sammeln ist ein Prozess, bei dem der gleiche Prozess immer und immer wieder ausgeführt wird. Das ist etwas, was Maschinen unendlich besser beherrschen als Menschen.
Daten sammeln ist ein Prozess, bei dem der gleiche Prozess immer und immer wieder ausgeführt wird. Das ist etwas, was Maschinen unendlich besser beherrschen als Menschen.
Maschinelles Sammeln von Daten
Maschinen haben den Vorteil, dass sie eine bestimmte Handlung beliebig oft durchführen können, und dabei auch immer das selbe Ergebnis herauskommt. Das bedeutet, dass die Maschine keine Fehler macht, die auf Fehlwahrnehmungen beruht. Beispielsweise verwende ich für meine Wett-Tabellen die letzten Quoten, die Pinnacle direkt vor Anpfiff angeboten hat.
Würde ich diese Daten von Hand sammeln, unterliefe mir früher oder später dabei ein Fehler – zum Beispiel durch Vertippen. Einer Maschine würde dies nicht passieren.
Maschinenfehler sind beim Datensammeln dagegen systematischer Natur: Zwar wird die Maschine keinen Tippfehler machen, wohl aber könnte sie, wenn mir bei der Programmierung ein Irrtum unterläuft, immer die falschen Daten sammeln – beispielsweise die Wettquoten von Ladbrokes, oder etwas gänzlich anderes.
Das macht solche Fehler in aller Regel deutlich seltener, doch wenn sie auftreten, auch gleich sehr viel bedrohlicher. Die falsche Wettquote aufzuschreiben, wird nur dann und wann passieren, und im Schnitt nicht zu dramatischen Abweichungen führen. Unterlaufen dir Fehler beim automatisierten Datensammeln, die du nicht bemerkst, führt das zu grundsätzlichen Problemen. Entsprechend ist beim Arbeiten mit Maschinen ausgesprochene Sorgfalt unabdingbar.
Würde ich diese Daten von Hand sammeln, unterliefe mir früher oder später dabei ein Fehler – zum Beispiel durch Vertippen. Einer Maschine würde dies nicht passieren.
Maschinenfehler sind beim Datensammeln dagegen systematischer Natur: Zwar wird die Maschine keinen Tippfehler machen, wohl aber könnte sie, wenn mir bei der Programmierung ein Irrtum unterläuft, immer die falschen Daten sammeln – beispielsweise die Wettquoten von Ladbrokes, oder etwas gänzlich anderes.
Das macht solche Fehler in aller Regel deutlich seltener, doch wenn sie auftreten, auch gleich sehr viel bedrohlicher. Die falsche Wettquote aufzuschreiben, wird nur dann und wann passieren, und im Schnitt nicht zu dramatischen Abweichungen führen. Unterlaufen dir Fehler beim automatisierten Datensammeln, die du nicht bemerkst, führt das zu grundsätzlichen Problemen. Entsprechend ist beim Arbeiten mit Maschinen ausgesprochene Sorgfalt unabdingbar.
Die Vorteile des automatisierten Datensammelns
Während automatisiertes Datensammeln seine eigenen Probleme mit sich bringt, liegen die Vorteile auf der Hand: Du kannst sehr viel mehr und sehr viel schneller Daten sammeln, als du es von Hand jemals könntest – und zwar deutlich. Das ermöglicht dir wiederum, mit sehr vielen Variablen zu arbeiten, und auf diese Weise relativ komplexe Modelle zu erstellen.
Da Rechenleistung mittlerweile relativ billig zu haben ist, ist erfolgreiches Wetten immer weniger eine Frage dessen, ob du die notwendigen Informationen besitzt – diese sind mittlerweile öffentlich und für jeden mit Internetanschluss zugänglich. Heutzutage besteht das Problem eher darin, die vorhandenen Informationen korrekt und möglichst effizient zu verwerten. Dazu gehört, die Daten in ein Format zu bekommen, mit dem du gut arbeiten kannst.
Da Rechenleistung mittlerweile relativ billig zu haben ist, ist erfolgreiches Wetten immer weniger eine Frage dessen, ob du die notwendigen Informationen besitzt – diese sind mittlerweile öffentlich und für jeden mit Internetanschluss zugänglich. Heutzutage besteht das Problem eher darin, die vorhandenen Informationen korrekt und möglichst effizient zu verwerten. Dazu gehört, die Daten in ein Format zu bekommen, mit dem du gut arbeiten kannst.
Zwei Varianten für das automatisierte Sammeln von Daten im Internet
Selber Programmieren lernen
Dieser (englischsprachige) Thread im SBR-Forum ist ein exzellenter Anfangspunkt, um das Schreiben eines eigenen Programms zum Datensammeln zu erlernen. Das ist prinzipiell zwar ein gewisser Aufwand, aber die Vorteile sind nicht von der Hand zu weisen – zumal dies eine Fähigkeit ist, die du auch anderweitig nutzen kannst. Und im Allgemeinen lernst du immer dann besonders schnell und effizient, wenn du an einer konkreten Problemstellung arbeitest, deren Lösung dich interessiert.
Ein Scraping-Programm verwenden
Persönlich habe ich mich für einen anderen Weg entschieden: Ich verwende eine bestimmte Software, um meine Daten zu sammeln. Ursprünglich habe ich dafür den Visual Web Ripper verwendet. Mittlerweile bin ich aber auf das Nachfolgeprodukt umgestiegen (von der selben Firma), den Content Grabber.
Der ist zwar nicht billig, aber ich kann ihn wärmstens empfehlen. Beide Programme erfordern ihre Einarbeitungszeit, doch es lohnt sich: Das Abgrasen umfangreicher und komplexer Webseiten nach Unmengen von Daten ist damit kein größeres Problem – und du kannst beide Programme so einstellen, dass sie die Daten zu bestimmten Uhrzeiten selbst immer wieder neu sammeln. Das ist zum Beispiel bei Wettquoten praktisch, die ja nach Spielbeginn verschwinden. Auf diese Weise kannst du auch Quotenbewegungen nachvollziehen.
Mit einem Datensammelprogramm kannst du die Daten auch immer gleich ein ein Format bringen, mit dem du in einem Tabellenverarbeitungsprogramm wie Libre Calc oder Excel gut arbeiten kannst.
Der ist zwar nicht billig, aber ich kann ihn wärmstens empfehlen. Beide Programme erfordern ihre Einarbeitungszeit, doch es lohnt sich: Das Abgrasen umfangreicher und komplexer Webseiten nach Unmengen von Daten ist damit kein größeres Problem – und du kannst beide Programme so einstellen, dass sie die Daten zu bestimmten Uhrzeiten selbst immer wieder neu sammeln. Das ist zum Beispiel bei Wettquoten praktisch, die ja nach Spielbeginn verschwinden. Auf diese Weise kannst du auch Quotenbewegungen nachvollziehen.
Mit einem Datensammelprogramm kannst du die Daten auch immer gleich ein ein Format bringen, mit dem du in einem Tabellenverarbeitungsprogramm wie Libre Calc oder Excel gut arbeiten kannst.
Im nächsten Blogpost: Daten sammeln auf FourfourTwo
Im nächsten Blogpost dieser Reihe beschreibe ich, was du wissen musst, um für Fußballwetten positionale Schussdaten in der Statszone von FourFourTwo.com zu sammeln.
Fußnoten:
1 Zu 100% wirst du natürlich nicht objektiv sein können, da Daten immer interpretiert werden müssen, beispielsweise wenn du ihre Relevanz einstufst oder ihre relative Gewichtung festlegst. Allerdings ermöglicht dir ein Wettmodell, eine innere Logik zu entwickeln, die konsistent bleibt. Das ist deshalb ein Vorteil, weil wir bei intuitiven Entscheidungen Konsistenz vermissen lassen.
2 Auf den Bestätigungsfehler und andere wettpsychologisch relevante Fehler werde ich in diesem Blog noch häufiger zu sprechen kommen. Eine wichtige Quelle ist dabei das exzellente Buch Thinking, Fast and Slow (deutsch: Schnelles Denken, langsames Denken) von Daniel Kahnemann.
RSS-Feed