L'utilisation du big data dans diverses industries, notamment la finance, la santé et le marketing, gagne en popularité. Le Big Data fait référence à l'analyse de données historiques volumineuses afin de trouver des tendances clés et de prendre de meilleures décisions commerciales. En particulier, l'utilisation des big data dans le sport a conduit les organisations sportives à développer des départements d'analyse. Parmi les quatre sports majeurs en Amérique, 97% des équipes MLB et 80% des équipes NBA emploient des professionnels de l'analyse.

Des ensembles massifs de données sportives brutes peuvent maintenant être analysés à l'aide de processus statistiques tels que l'analyse prédictive et la théorie des jeux. L'analyse des données continue d'influencer la façon dont les jeux sont joués en termes de performances individuelles et d'efficacité.

Moneyball

Avant l'arrivée récente de l'analyse des données volumineuses dans les sports, le directeur général de l'Oakland A, Billy Beane, a utilisé l'analyse des données pour identifier les joueurs sous-évalués lors de la construction de ses équipes de baseball. En utilisant des statistiques et une modélisation prédictive, Beane a utilisé la technologie et l'analyse pour surmonter les contraintes de plafonnement des salaires. L'analyse prédictive analyse les tendances dans les données historiques afin de déterminer les performances et les tendances futures. Avec les avancées algorithmiques et biomédicales, l'industrie du sport a plus confiance dans la prédiction et la mesure du succès des acteurs actuels et futurs.

Communément appelée la théorie de Moneyball, Beane suggère qu'un pourcentage sur la base d'un joueur est important pour prédire le succès de l'équipe et les salaires des joueurs. Un pourcentage élevé sur la base peut être associé à des joueurs financièrement sous-évalués sur le marché. La théorie de Beane continue d'influencer la construction de la gamme d'Oakland A. Au cours des 30 dernières saisons, l'OBP ajusté de l'athlétisme se classe dans le top 90 des équipes de la MLB. (Pour en savoir plus, voir: Le Big Play dans Big Data .)

NBA Data Analytics

L'équivalent NBA de Moneyball a été principalement associé au Directeur Général de Houston Rockets, Daryl Morey. En tant que fervent partisan de l'analyse sportive, Morey a commercialisé l'analytique dans la NBA et a fondé la conférence MIT Sloan Sports Analytics. L'objectif des conférences annuelles du MIT est de fournir un forum pour la discussion et la promotion du rôle croissant de l'analytique dans l'industrie du sport. Dans la NBA, l'analyse des données a fourni aux équipes de meilleurs moyens de mesurer l'efficacité des joueurs et l'efficacité défensive. La valeur d'un joueur peut être mesurée par un certain nombre de mesures, y compris la cote d'efficacité du joueur, les parts gagnantes et les victoires au-dessus du joueur de remplacement.

Les découvertes de Morey ont largement transformé le jeu du basket-ball en promouvant un système up-tempo au profit de breaks rapides et de trois coups sur des médiums. En conséquence, les Rockets de Morey ont tenté le moins de lancers de milieu de terrain au cours des deux dernières saisons.De même, les tentatives de placement en trois points sont devenues un bon indicateur du succès de l'équipe. (En savoir plus sur la perturbation des données: Comment les données volumineuses ont changé Finances .)

Technologie de suivi

L'innovation technologique favorise la recherche sur le fitness en suivant la façon dont les gens font du sport. Les 30 arénas de la NBA supportent la technologie de suivi STATS SportVu, qui fournit des statistiques sur les joueurs et les équipes. Avec l'aide de six caméras de détection de mouvement, les propriétaires peuvent collecter des ensembles de données afin de suivre les aptitudes des joueurs et exécuter des plans de jeu.

Outre les caméras de détection de mouvement, les appareils portables contribuent à améliorer la biomécanique dans les sports et la forme physique. Des bandes aux vêtements, la technologie a aidé à déterminer le stress physique subi par les athlètes. Étant donné les données en temps réel de la vitesse à la fréquence cardiaque, les formateurs et les médecins peuvent concevoir des programmes uniques pour chaque individu. En outre, la richesse de l'information recueillie par la technologie portable permettra éventuellement de mieux comprendre comment les activités affectent la santé et prédisent les blessures. (Pour en savoir plus, voir: Analyse des ratios: trouver les données .)

Conclusion

À mesure que la technologie progresse, les données brutes volumineuses collectées continuent de transformer l'analyse dans plusieurs industries. En particulier, il y a eu une mise en œuvre généralisée de l'analyse de données dans les principaux sports américains. La collecte de données et leur analyse ultérieure sont facilitées par les caméras et la technologie portable et se reflètent dans les choix des joueurs, les décisions d'entraînement et les plans de jeu. Non seulement l'analyse des données a influencé le produit sur le terrain, mais l'analyse prédictive donne un aperçu de l'engagement des fans. Comme l'industrie du sport a largement accepté l'analyse de données, elle a utilisé l'outil pour compléter plutôt que remplacer les méthodes traditionnelles.