Big Data ist Umwandlung Sport

Dieser Artikel erschien ursprünglich auf Das Gespräch. Die Veröffentlichung trug dieses Artikels auf Leben Wissenschaft Experten stimmen: Op-Ed & Einblicke.

Im Sport wollen wir nicht nur wissen, wer gewonnen hat. Wir wollen nun wissen, wie man Erfolg wiederholen und dann verbessern. Und zu diesem Zweck verwenden wir Daten – und viel davon. Bereich der "big Data" Analytik ist Sport und Athletik, mit massiven Folgen für den Sport gekommen, wie wir es kennen.

Die Frauen Tennis Association vor kurzem genehmigt in Echtzeit Daten erfassen, was bedeutet, dass Gerichtsseite Trainer ihre Spieler jetzt während eines Spiels am besten beraten können erschossen Platzierung oder Richtung mit wenig mehr als ein Smartphone oder Tablet zu dienen. Es könnte argumentiert werden, dass dies von einem Spieler mit ihren Instinkten, ihre eigenen Entscheidungen beeinträchtigt. Aber es bedeutet, dass für Tennis-Fans beobachten, es einfacher ist zu verstehen, was macht einen guten Spieler groß und warum ihre Gegner verloren, während Spieler einen noch schärferen Wettbewerbsvorteil haben.

Vielleicht war das berühmteste Beispiel der Leistungsanalyse der 2003 veröffentlichten Buch Moneyball, illustriert die den Aufstieg des Baseballteams Oakland Athletics gefolgt. Mit einem datengesteuerten Ansatz für die Rekrutierung von Spielern und produzieren Strategie Spiel (mit einem Budget nur einen Bruchteil der größeren, erfolgreicher Teams), die Oakland Team ersetzt Scout oder Management Entscheidungen angetrieben durch Erfahrung, mit denen anhand von Daten durch Spiel-Aktivität und Statistiken angesammelt. Dieser Ansatz brachte sie in den Playoffs 2002 und 2003 und für immer verändert, wie viele Mannschaftssportarten betreiben.

Mit Datenanalyse im Sport ist komplex – nicht nur wegen der schieren Menge davon, aber bei der Suche nach Möglichkeiten, um Struktur und Relais viele hochdynamische Stücke von Informationen zu einem Trainer, Manager oder Sportler um schnelle strategische Entscheidungen zu treffen.

Zusammensetzen der Teile

Zum Beispiel in der Formel1 Autorennen die Entscheidung, Grube, tanken, oder ersetzen Sie Reifen nicht nur besteht aus Notwendigkeit; Es wird oft gewählt für einen taktischen Vorteil in Bezug auf die günstigen Positionierung gegenüber Mitbewerbern, die möglicherweise das gleiche zu tun. Die Entscheidung basiert auf viele Stücke von Daten über das Auto, Fahrer und Konkurrenten Leistung und erfolgen schnell, mit Vertrauen auf höchstem Niveau möglich. Analyse großer Datenmengen kann nicht nur Aufschluß über die vielen Teile und Systeme innerhalb des Autos enthalten, aber es kann dies in beiden Rennen, Konstruktion und Versuch zur Verbesserung der Leistung.

Glaube nicht, dass solche Anzahl Knirschen auf Sport basiert auf hohen Niveaus der Technologie beschränkt. Deutsche Radfahrer Jens Voigt brach der renommierten Stundenweltrekord, in dem ein Radfahrer in einer Radrennbahn versucht, den größten Abstand in einer Stunde zu decken. Die Veranstaltung war trotz der scheinbaren Einfachheit der Natur der Herausforderung im Fernsehen übertragen, und das Filmmaterial zeigt deutlich ein Team von Analysten und-Aufzeichnung in Echtzeit Telemetrie. Diese Informationen würden die Fahrer Tempo, Leistung und andere Informationen wie Echtzeit-Luftwiderstand Messung aufgenommen haben.

Im Gegensatz zu im Tennis, hier die Regeln verhindern, dass des Fahrers die Kenntnis dieser Informationen zur Zeit, aber das Team kann in Vorbereitungen für zukünftige Versuche verwenden, um die Leistung der Athleten, training, zu führen und so weiter.

Daten wearables

Immer diese Technologie ist nicht nur überlagert, Fernsehsendungen für die Zuschauer, oder für die Analyse von Sport-Teams – es kann getragen werden. Fallen Kosten und Erhöhung der Kraft und Komplexität der Geräte wie Smartphones bedeutet, dass die Datenerfassung gewechselt hat, ein Luxus, etwas davon kann jeder überall und in Echtzeit zu verwenden. Zum Beispiel konzentriert sich Apples iPhone 6 Werbekampagne auf seine Gesundheit-Tracking-Funktionen mit verschiedenen Sensoren. Viele intelligente Uhren bieten ähnliche Funktionen.

In der Tat, wurde "intelligente Kleidung" und Stoffe, die Gesundheit und emotionalen Zustand des Trägers überwachen könnte bereits vor zehn Jahren vorgeschlagen. Heute kann solche Technologie unsichtbar in die Kleidung integriert werden, die ein Athlet trägt. Also während der Sport unverändert aussehen kann, können Athleten eine Fülle von Daten übertragen, die die Nuancen ihrer Leistung widerspiegelt, ohne ihre Bewegungsfreiheit einzuschränken. Datenanalyse hat aus dem Labor und auf dem Spielfeld bewegt.

Von Sportlern, fans

Und big-Data-Analyse ist nicht nur für die Athleten selbst. Mit Unmengen an Geld auf dem Spiel im Profi-Sport-Ligen auch Aspekte wie Fan-Verhalten ist jetzt eine wertvolle Ressource.

Durch das Verständnis, wie die Fans mit dem Sport oder einem Team Marke interagieren, können Entscheidungen über maßgeschneiderte Sport Werbung oder Inhalte. Die Nutzung von social Media kann daher dazu beitragen ein Teamsponsoren Return on Investment. Heutzutage ist die Verwendung von big-Data-Analyse in der Sportwelt nur durch Investitionen und Ressourcen zur Verfügung und die Fähigkeit zu handeln beschränkt.

Vielleicht eine Frage für uns, darüber nachzudenken, wie Fans ist, ob die Kenntnis dieser Informationen entmenschlicht oder nimmt die Spannung aus dem Sport: die statistische Wahrscheinlichkeit, dass ein Tor zu wissen oder zu wissen, welcher Spieler dazu dürfte beseitigt einige des Geheimnisses wenn wir sehen? Oder hilft es uns in die Erfahrung des Spiels gespielt und die Fähigkeiten auf dem Display einzutauchen? Mit big Data jetzt fest im Spiel werden diese Fragen weiterhin ausspielen.

Bryce Dyer funktioniert nicht für, zu konsultieren, eigene Anteile an oder von einem Unternehmen oder einer Organisation, würde profitieren von diesem Artikel, und hat keine relevanten Zugehörigkeiten, finanziert.

Dieser Artikel erschien ursprünglich auf das Gespräch. Lesen Sie die