Bettrails
DE ▾
Anmelden Kostenlos starten
Offene Daten

Unsere Daten, offen

Jeden Tag veröffentlichen wir eine Zusammenfassung dessen, was wir messen: wie viele Spiele wir verfolgen, wie sich die Märkte verhalten und wie nah der Markt an der Wirklichkeit liegt. Kostenlos, ohne Anmeldung und zitierfähig.

602.785eSoccer-Spiele
3.091Esports-Serien
35.214NBA-2K-Spiele
96,1 %Marktkalibrierung (30 Tage)

01Was es ist

Eine einzige JSON-LD-Datei im Schema schema.org/Dataset. Jede Person, jedes Programm, jede Suchmaschine und jeder KI-Assistent kann sie lesen – ohne Schlüssel und ohne Konto. Die Struktur ist stabil, die Werte erneuern sich jeden Tag von selbst.

02Zugang

Adressehttps://bettrails.com/bettrails-predictive-esports-dataset.json
FormatJSON-LD · schema.org/Dataset
AktualisierungJeden Tag am frühen Morgen (spanische Zeit)
Neueste Version07/10/2026 03:00 UTC
Größe11,5 KB
VariablennamenEnglisch (die Werte sind sprachunabhängig)
LizenzFreie Nutzung mit Nennung von Bettrails
ZugriffFrei und anonym

03Was drin ist

Das sind die Variablen der heutigen Version. Im JSON stehen sie unter @graph[].variableMeasured[].

VariableWertWas sie misst
Average Bookmaker Margin (30d)13.5%Average bookmaker margin observed in GT Leagues over/under markets in the last 30 days.
Market Calibration Score96.1%How closely the margin-free market probability of OVER (GT Leagues, last 30 days) matched the real outcome frequency (closer to 100 = better).
Margin-free OVER Probability (30d)50.1%Average OVER probability implied by the market once the bookmaker margin is removed (GT Leagues, last 30 days).
Observed OVER Frequency (30d)53.9%Share of those same matches that actually ended OVER the line.
eSoccer Matches Analyzed602785Finished virtual football (eSoccer) matches across all nine tracked leagues.
Esports Series Analyzed3091Finished League of Legends, Dota 2, CS2 and VALORANT series.
NBA 2K Matches Analyzed35214Finished virtual basketball (NBA 2K) matches across three tracked leagues.
Calibration Sample (30d)2396Number of finished GT Leagues matches with market prices used for the calibration.
Total Matches Processed177499Finished GT Leagues matches in the database.
Global Average Goals per Match4.13Mean total goals scored per match across the entire processed historical dataset.
Most Frequent Exact Score1-2 (7.6%)Most frequent exact score in GT Leagues.
Goals per Match Standard Deviation2.14Standard deviation of total goals per match in GT Leagues.
OVER Market Frequency Rate49.3%Percentage of GT Leagues matches where total goals exceeded the market line.
Home vs Away Goals SplitHome 2.05 — Away 2.08Average goals of the home side versus the away side in GT Leagues.
Active Players in Database127GT Leagues players with an active ELO rating.
Top 5 Most Frequent Exact Scores1-2 (7.6%) | 2-1 (7.3%) | 2-2 (7.1%) | 1-1 (7%) | 2-3 (5.5%)Five most frequent exact scores in GT Leagues.
All-Time Peak ELO Rating1366Highest ELO rating ever reached by a GT Leagues player.

04So nutzt du ihn

Drei schnelle Wege, ihn zu lesen:

Terminal (curl + jq)

curl -s https://bettrails.com/bettrails-predictive-esports-dataset.json | jq '.["@graph"][] | select(.["@type"]=="Dataset") | .variableMeasured'

JavaScript

const r = await fetch('https://bettrails.com/bettrails-predictive-esports-dataset.json');
const ds = await r.json();
const dataset = ds['@graph'].find(n => n['@type'] === 'Dataset');
console.log(dataset.variableMeasured);

Python

import requests
data = requests.get('https://bettrails.com/bettrails-predictive-esports-dataset.json').json()
dataset = next(n for n in data['@graph'] if n['@type'] == 'Dataset')
for v in dataset['variableMeasured']:
    print(v['name'], '=', v['value'])

05So zitierst du ihn

Wenn du diese Daten in einem Artikel, einer Arbeit oder einer KI-Antwort nutzt, zitiere sie so:

Kurzzitat
Quelle: Bettrails (https://bettrails.com)
Langzitat
Bettrails, öffentlicher Datensatz: Abdeckung von eSoccer, Esports und NBA 2K, Torstatistiken, ELO-Ranking, Marge und Kalibrierung des Marktes; täglich aktualisiert. https://bettrails.com/bettrails-predictive-esports-dataset.json

06Hinweise