Использование больших данных в различных отраслях, включая финансы, здравоохранение и маркетинг, набирает популярность. Большие данные относятся к анализу объемных исторических данных, чтобы найти ключевые тенденции и принять более эффективные бизнес-решения. В частности, использование больших данных в спорте привело к тому, что спортивные организации разработали аналитические отделы. Из четырех основных видов спорта в Америке сообщается, что 97 процентов команд MLB и 80 процентов команд NBA используют специалистов по аналитике.

Теперь массивные наборы данных о сыром спорте можно проанализировать с помощью статистических процессов, таких как интеллектуальная аналитика и теория игр. Аналитика данных продолжает влиять на игру игр с точки зрения индивидуальных характеристик и эффективности.

Moneyball

До недавнего притока большого анализа данных в спорте генеральный менеджер Oakland A Билли Бин использовал анализ данных для выявления недооцененных игроков при создании своих бейсбольных команд. Используя статистику и интеллектуальное моделирование, Beane использует технологии и аналитику для преодоления ограничений зарплаты. Прогностическая аналитика рассматривает модели в исторических данных для определения будущих показателей и тенденций. Благодаря алгоритмическим и биомедицинским достижениям спортивная индустрия имеет большую уверенность в прогнозировании и измерении успеха нынешних и будущих игроков.

Обычно называемая теорией Moneyball, Бин говорит, что процент игроков на базовом уровне имеет большое значение для прогнозирования успеха команды и зарплат игроков. Высокий процент на базе может быть связан с финансово недооцененными игроками на рынке. Теория Бина продолжает влиять на построение линейки Окленда A. За последние 30 сезонов скорректированный OBP легкой атлетики входит в верхние 90 процентов команд MLB. (Подробнее см. Большая игра в больших данных .)

NBA Data Analytics

НБА эквивалент Moneyball был в первую очередь связан с генеральным директором Houston Rockets Дэрил Мори. Как убежденный сторонник спортивной аналитики, Мори коммерциализировал аналитику в НБА и основал MIT Sloan Sports Analytics Conference. Цель ежегодных конференций MIT - предоставить форум для обсуждения и продвижения растущей роли аналитики в спортивной индустрии. В НБА анализ данных предоставил командам лучшие способы измерения эффективности игрока и защитной эффективности. Значение игрока можно измерить с помощью ряда показателей, включая рейтинг эффективности игрока, выигрыш акций и выигрыш над игроком с заменой.

Выводы Мори в значительной степени трансформировали игру в баскетбол, продвигая систему темпов в пользу быстрых перерывов и тройки над выстрелами из среднего диапазона. В результате, Ракеты Мори пытались получить наименьшее количество средних выстрелов за последние два сезона.Аналогичным образом, попытки трехточечных полевых целей стали сильным показателем успеха команды. (Подробнее о сбоях данных: Как изменились большие данные по финансам .)

Технология отслеживания

Технологические инновации продвигают исследования в области фитнеса, отслеживая, как люди занимаются спортом. Все 30 аренов в NBA поддерживают технологию отслеживания STATS SportVu, которая обеспечивает статистику игроков и команд. С помощью шести камер обнаружения движения владельцы могут собирать наборы данных для отслеживания игровых возможностей и выполнения игровых планов.

Помимо камер обнаружения движения, носимые устройства способствуют лучшей биомеханике в спорте и личной пригодности. Технологии от полос до одежды, технологии помогли в определении физических нагрузок спортсменов. Учитывая данные в реальном времени от скорости до частоты сердечных сокращений, тренеры и врачи могут разрабатывать уникальные программы для каждого человека. Кроме того, богатство информации, собранной с помощью носимых технологий, в конечном итоге обеспечит понимание того, как деятельность влияет на здоровье и предсказывает травмы. (Более подробно см .: Анализ соотношения: поиск данных .)

Нижняя линия

По мере продвижения технологий собранные объемные необработанные данные продолжают трансформировать анализ в нескольких отраслях. В частности, в крупных американских видах спорта была широко распространена аналитика данных. Сбор данных и их последующий анализ облегчаются камерами и носимыми технологиями и отражается в выборе игроков, решениях для тренеров и планах игры. Не только анализ данных повлиял на продукт на суде, прогностический анализ дает представление о вовлеченности поклонников. Поскольку спортивная индустрия широко признала аналитику данных, она использовала этот инструмент для дополнения, а не замены традиционных методов.