• Новости
• Блоги
• Аналитика
• Новости компаний
• В СНГ и в мире
• Анонсы

Аналитика вместо допинга

В прошлом году мы стали свидетелями антидопинговых скандалов и разоблачений, от которых пострадал имидж страны. Может быть, пришла пора отказаться от медицинских препаратов в пользу сильнодействующих средств другого рода – современных аналитических систем?

О том, чем аналитика «больших данных» может помочь спорту, эксперты обменялись мнениями в Дискуссионном клубе «ИКС».

«ИКС»: Какова специфика работы BI, аналитики «больших данных» в спортивной сфере?

Константин СЕРЯКОВ, менеджер по работе со спортивными организациями, «Ай-ФОРС» (ГК «ФОРС»): Спорт сегодня – это бизнес. Одним из основных источников заработка спортивных организаций является работа с болельщиками. Клубы анализируют персональную посещаемость болельщика, информацию из социальных сетей, поведение во время матча на территории стадиона. Катализатором развития аналитических инструментов в футболе стал финансовый фэйр-плей, когда многие клубы начали делать ставку на подготовку молодых футболистов и их дальнейшую продажу. В рамках такой стратегии тренерский штаб анализирует показатели футболистов в ходе тренировочного и игрового процессов – от количества ударов по воротам и расстояния, которое пробежал спортсмен, до процента выигранных единоборств и точности передач в определенный участок игрового поля. Накопление и анализ таких данных дают информацию о развитии игровых качеств футболиста и возможность оперировать ею при продаже спортсмена в другой клуб.

Евгений ЛИННИК, директор департамента больших данных, «Техносерв»: Есть два направления развития спортивной аналитики: предсказание итогов и улучшение показателей. Предсказание итогов в большей степени интересно болельщикам и тотализаторам. Клубы в основном заинтересованы в улучшении показателей. Улучшение показателей возможно лишь при достаточном уровне их измерения, для чего служат разнообразные датчики, которые используются главным образом в процессе тренировок, так как в «нетехнологичных» видах спорта пытаются вводить ограничения с целью не допустить получения конкурентного преимущества не спортивными методами.

Ольга МАЛЯВИНА, PR-менеджер, «Интерпроком»: Специфика, скорее, не в архитектуре, а в источниках данных, в том, с каких устройств они берутся, в способах их получения и обеспечения устойчивой передачи от различных датчиков и мобильных устройств, находящихся в постоянном движении. Поскольку соревнования – это зрелищное мероприятие, то возможности интерактивного общения болельщиков могут стать важным конкурентным преимуществом, расширить аудиторию и популяризировать различные виды спорта, например, парусный.

Юрий БОНДАРЬ, заместитель гендиректора, SAP СНГ: Спортивная аналитика предоставляет инструменты, которые позволяют обрабатывать данные быстро и качественно. Правильный и своевременный анализ этих данных и их наглядное представление обеспечивают точные выводы и эффективное планирование. Например, в футболе данные загружаются в систему, параллельно ведется съемка игры, настраиваются фильтры в зависимости от того, какая информация интересует – точная передача, потеря мяча, травма и т.п. ИТ в спортивной индустрии используются не только с целью победы в матчах, но и для расширения базы фанатов, повышения качества взаимодействия с болельщиками. Клубы могут создать для своих фанатов условия, при которых они могут выбирать оптимальные места на трибунах с 3D-предпросмотром обзора игровой площадки, предварительно заказывать еду и напитки на места согласно купленным билетам и т.д.

Артур РАХМАТУЛИН, директор департамента транспортных систем, «Техносерв»: Существует определенная корреляция между положительным исходом матча и характеристиками спортсменов. Подавляющее большинство этих характеристик неявные и редко интересуют тренеров и болельщиков. Технологии Big Data позволяют собирать данные об игре, которые невозможно уловить вручную. В анализе участвует в том числе информация с датчиков, прикрепляемых к спортивному инвентарю и одежде спортсменов. Гаджеты могут отслеживать скорость и направление движения, дальность бросков и другие ключевые показатели.

«ИКС»: Какие преимущества перед соперниками дает спортсменам включение в процесс тренировки и соревнований систем анализа Big Data?

К. СЕРЯКОВ: Спортсмен может контролировать свой тренировочный процесс в зависимости от информации, полученной после тренировки. Он может перераспределять нагрузки и находить баланс в процессе подготовки к соревнованию для поддержания наилучшей физической формы, может получить интересующую его информацию о своем сопернике. Многие футбольные вратари просматривают информацию по игрокам-конкурентам, которые исполняют пенальти и штрафные удары. Они обращают внимание на то, как часто и с какой силой игрок бьет в определенный угол, как меняет свои привычки. Также может быть полезным анализ психологического состояния спортсмена. Обладая такой информацией, спортсмен получает возможность контролировать свое эмоциональное состояние и подготовиться к провокациям со стороны соперника.

Денис АФАНАСЬЕВ, гендиректор, CleverDATA (ГК ЛАНИТ): Рынок Big Data еще формируется, и примеров практического применения «больших данных» в спорте пока немного. Безусловно, такие технологии обладают высоким потенциалом. На основе анализа собранных данных можно подобрать оптимальный состав упражнений, уникальную продолжительность занятий для каждого спортсмена того или иного вида спорта и включить их в процесс тренировок.

А. РАХМАТУЛИН: Анализ соперников, паттернов их поведения, мимики, стиля движения, выбираемых стратегий, возраста, веса, а также внешних факторов (вплоть до разницы в часовых поясах в месте проведения турнира или травм, полученных на предыдущих этапах соревнования) позволит не только спрогнозировать вероятность исхода поединка, но и сформировать рекомендации по наиболее эффективному поведению спортсмена на соревновании.

Кроме того, анализ статистики действий игроков в зависимости от внешних факторов дает возможность гораздо более эффективно определять их место в команде для достижения наибольшей отдачи. При покупке новых игроков аналитика Big Data покажет общую тенденцию их прогресса и вероятные результаты уже в рамках новой команды. Аналитика данных может дать ключевые аргументы для заключения или, наоборот, расторжения контракта с новым игроком или тренером.

О. МАЛЯВИНА: У нас нет статистических данных, однако, по отзывам спортсменов и тренеров, в парусном спорте и в России, и за ее пределами механизм трекинга и аналитики позволяет сравнивать траектории движения участников гонки, определять влияние ветра и акватории, выявлять ошибки в прохождении маршрута для корректировки будущей стратегии гонок и построения оптимального маршрута.

Ю. БОНДАРЬ: На основе обработки и анализа данных в режиме реального времени тренер может формировать тактику команды, менять ее. Как это работает, например, в футболе? На игроков и на мяч устанавливают датчики, по которым тренер видит ключевые показатели игрока: контроль мяча, скорость и т.д. После матча футболист получает на мобильное устройство сводку игровых моментов, в которых он участвовал, и статистику по ним, чтобы проанализировать свои действия.

Сборная Германии активно пользуется таким приложением с аналитикой своей игры. Например, в ходе чемпионата мира в Бразилии тренерский штаб сборной понял, что игрок контролирует мяч в среднем 4,5 с – это очень много, потому что за это время соперник успевает перестроиться. Была поставлена задача: сократить время с 4,5 до 1 с. Этот алгоритм был заложен в решение SAP, которое использовала сборная в тренировках перед матчами.

Е. ЛИННИК: Включение в процесс подходов Big Data дает возможность тренерскому составу более взвешенно принимать решения о тактике и стратегии против каждого отдельного соперника за счет более детального анализа его поведения во время выступления и понимания сильных сторон своих спортсменов.

«ИКС»: В каких областях и видах спорта использование «тяжелой» аналитики гарантирует наивысшие спортивные достижения?

К. СЕРЯКОВ: Любой индивидуальный вид спорта подразумевает уверенность спортсмена в своих силах. «Тяжелая» аналитика дает объективную картину эффективности тренировочного процесса. В том случае, когда результат зависит только от показателей одного человека, анализировать результаты тренировок и делать работу над ошибками проще. Но такие данные могут оказаться ценными и в командных видах спорта. Анализируя статистические показатели игры футболиста, можно вычислить наилучшее время для его интеграции в игровую модель. Одним из первых, кто начал заниматься анализом данных, был немецкий «Хоффенхайм», а после эстафету подхватила мюнхенская «Бавария».

Ю. БОНДАРЬ: Технологии аналитики доступны в футболе, хоккее, баскетболе, парусном спорте. Например, футбольные клубы могут создавать трехмерную модель игры, чтобы анализировать действия каждого игрока и команды в целом, в том числе игроков противника, находя слабые места в их игре и подготовке. В ходе одного из этапов международной регаты катамаранов Extreme Sailing Series в Санкт-Петербурге использовалось решение, которое анализировало и выдавало в виде отчетов данные с датчиков на катамаранах: можно было увидеть траекторию движения лодок в формате 2D или 3D, узнать среднюю скорость, время отставания от лидера. Благодаря этим данным спортсмены могли видеть ошибки и менять стратегию в режиме реального времени, тем самым опережая соперников.

Е. ЛИННИК: Потенциал рынка спортивной аналитики на данный момент высок, так как этот рынок охвачен лишь частично. К тому же новые виды спорта развиваются столь стремительно, что зону для роста закрыть в ближайшее время не представляется возможным. Аналитика в спорте – это огромная индустрия со своими экспертами и печатными изданиями.

Наилучшие результаты применение аналитики дает в командных видах спорта, где сильна зависимость между игроками и их соперниками с личностной точки зрения. Одним из первых видов спорта, в котором аналитика победила предрассудки и житейский опыт тренеров и экспертов, был бейсбол. Затем эстафетную палочку подхватил футбол. Эти два направления – лидеры среди «нетехнических» видов спорта, в которых для сбора метрик приходится прибегать к ряду ухищрений. В технических же видах спорта анализ данных, полученных во время выступления, является стандартной практикой и напрямую влияет на результативность команды.

Д. АФАНАСЬЕВ: Применение «больших данных» успешно зарекомендовало себя в автоспорте. Большой объем данных от сотни датчиков гоночного автомобиля в режиме реального времени позволяет оперативно реагировать на критические ситуации во время гонки и благодаря использованию предиктивной аналитики находить идеальное время для пит-стопа. На анализе исторических данных строятся процессы проектирования самих болидов, что дает возможность проводить тестирование в условиях, приближенных к реальным на гоночных трассах.

«ИКС»: Насколько сегодня спортсмены и тренеры готовы использовать выдаваемые аналитическими системами результаты и рекомендации при принятии решений?

К. СЕРЯКОВ: За рубежом тренеры, как правило, имеют штат аналитиков, которые работают со статистическими показателями и предоставляют им подробные отчеты. В отечественном тренерском цехе многие не готовы пользоваться такими системами. Но есть предпосылки к изменению ситуации. Первая – приток зарубежных специалистов, вторая – смена поколений.

О. МАЛЯВИНА: Зарубежные спортсмены и тренеры в большей степени готовы к использованию аналитики при подготовке к соревнованиям, для них выгода очевидна. В России пока превалируют расходы на материальные составляющие, которые оправдываются легче. Требуются дополнительные усилия, чтобы доказать преимущества аналитических систем.

«ИКС»: Какие факторы сдерживают сегодня внедрение систем анализа «больших данных» в тренировочный процесс и сами соревнования?

Е. ЛИННИК: Один из основных сдерживающих факторов – запрет на использование дополнительных датчиков во время выступления спортсменов. Именно датчики, которые во время тренировок передают информацию о физическом состоянии и движениях спортсменов, являются основным источником данных для аналитики. В автоспорте датчики, по сути, – составляющая конструкции автомобиля.

Ю. БОНДАРЬ: Для массового использования в спорте анализа и статистики необходимо, чтобы сбор данных был простым и был реализован на одной платформе. Информация должна собираться с элементарных устройств. Сейчас на подобный процесс нужны значительные инвестиции со стороны спортивных школ, секций, клубов. Вести статистику на каждого спортсмена – дело достаточно затратное. Пока в нашей стране нет выстроенной информационной экосистемы, которая позволила бы накапливать информацию и потом ее использовать. Такие системы есть в «большом» спорте, в клубах высшего дивизиона, и они сфокусированы на конкретных задачах, а не в целом на сборе всей возможной информации, как, например, сделали в Германии.

К. СЕРЯКОВ: У тренеров нет понимания, какую реальную пользу такие технологии могут принести, и зачастую отсутствует возможность заплатить за это деньги.