SportsML er en av de mest fleksible og kraftige standardene for å utveksle sportsdata. Den er laget for å takle alt fra sluttresultater og tabeller til individuelle prestasjoner, turneringsstruktur og semantiske metadata. Og den er i bruk – hver dag – av systemer som distribuerer sport i sanntid.
Hva er SportsML?
SportsML er en XML-basert standard utviklet av IPTC. Den bygger på samme arkitektur som NewsML-G2, men er spesialisert for sport. Formatet gjør det mulig å strukturere sportshendelser, statistikk, spillere, turneringer, lagnavn og resultater på en måte som både systemer og mennesker kan tolke.
SportsML har støtte for: – Generisk og sportsspesifikk statistikk – Fleksible turneringsstrukturer – Semantiske kategorier og metadata – Enhver sport, fra amerikansk fotball til bocha!
Standarden er modulbasert, godt dokumentert – og klar for både arkivering og distribusjon.
Det arbeides fortsatt med SportsML. Siste skudd på SportsML-stammen er IPTC Sport Schema. Dette er neste generasjon for distribusjon av sportsdata. Sport Schema er basert på SportsML og prinsippene i Semantic Web.
Hva brukes det til i praksis?
SportsML brukes i systemer som skal sende sportsdata videre – til redaksjoner, resultattjenester, nettsider og mobilapper. Jeg har brukt det i prosjekter der vi mottok live resultater, strukturerte dem i SportsML, og distribuerte innholdet videre via API eller fil.
Et typisk scenario kan være:
- Resultater kommer inn fra arenaen (f.eks. som JSON, XML eller CSV)
- Dataen mappes til SportsML-struktur
- Det ferdige SportsML-dokumentet sendes til kunder, databaser eller visningssystemer
Scenarioet jeg beskriver over er nettopp slik jeg gjorde det da NTB mottok resultater fra de Olympiske Leker i Rio de Janeiro i 2016. Den Internasjonale Olympiske komité (IOC) sender sine data i XML-formatet ODF (Olympic Data Format), og jeg konverterte dette til SportsML.
Dataene ble så sendt til kunder. Fordi SportsML er såpass strukturert var det heller ikke vanskelig å konvertere dataene til andre formater som NITF.
Det har også vært arbeidet med en JSON-variant av SportsML, men dette arbeidet har stoppet litt opp. Standarden ble navnet til SportsJS.
Dette gir trygghet, standardisering – og gjør det mulig å koble på flere mottakere uten å måtte oversette alt hver gang.
Fordelen med å bruke en standard
Når du bruker en åpen og etablert standard som SportsML, slipper du å finne opp hjulet selv. Du får et språk alle i bransjen forstår. Det gjør systemintegrasjon lettere, og du kan være trygg på at innholdet kan valideres, dokumenteres og testes.
Og hvis du senere vil gå over til JSON eller kombinere med ninjs, finnes det måter å gjøre dette på uten å miste data eller struktur.
Hva kan Inside Creative bidra med?
Jeg har vært med på å utvikle deler av SportsML-standarden – og brukt den i produksjon. Jeg vet hvordan du går fra rådata til struktur, og hvordan du bygger systemer rundt formatet: fra mapping og validering til eksport og publisering.
Vi kan lage løsninger som tar imot, konverterer, validerer og distribuerer sportsdata – i sanntid eller batch. Med SportsML som bindeledd, blir systemene dine lettere å utvide, lettere å dele og lettere å vedlikeholde.
Trenger du hjelp med sportsdata? Jeg har brukt SportsML og vært med å utvikle det.
La oss ta en prat. Fyll ut skjemaet så tar jeg kontakt
Legg igjen en kommentar