大数据是如何助德国队打进欧洲杯半决赛的?

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

据国外媒体CNBC报道,大数据给德国足球国家队带来了竞争优势。SAP和德国足协联手开发了两款大数据分析应用,助德国队征战2016欧洲杯。

2006年世界杯四分之一决赛,德国与阿根廷点球决胜负,当时的门将延斯·莱恩(Jens Lehmann)随身带了一张起皱的纸。那是他的守门教练写给他的备忘单,包含如何阻挡阿根廷潜在的点球手的小贴士。德国最终以4比2的比分赢得点球战。

10年后,德国现任门将曼努埃尔·诺伊尔(Manuel Neuer)则拥有更为先进的“武器”。该武器也帮助他在欧洲杯半决赛与意大利令人窒息的点球决战中成功阻击对方的点球手,让德国队以6比5的比分晋级半决赛。而在半决赛中,德国队0-2不敌法国队被淘汰。

两款洞察对手的应用

德国足协携手软件公司SAP开发了两项技术,目的是挖掘大数据分析的潜力,在赛前发现对手的强点和弱点。第一项应用程序SAP Challenger Insights提供对手的特点、防守风格、进攻风格及阵型方面的信息。另一项应用程序Penalty Insights Function则旨在帮助守门员和教练了解对手球员罚点球的习惯。

球员和教练可以在更衣室利用iPad Pro平板电脑来使用那两款应用,它们由SAP HANA云平台驱动。

SAP体育与娱乐全球总经理史蒂芬·瓦格纳(Stefan Wagner)在电话采访中向CNBC表示,“他们可以实时看到对手的阵容会是什么样,能够帮助球员们保持专注。”

瓦格纳举例解释道,如果马里奥·格策(Mario G?tze)想要在Challenger Insights应用上了解一下某一位对手,他可以找到该球员的个人数据、强弱点以及多达六个显示其在球场上的能力的视频剪辑。

为了获得战术性优势,过往很多球队都会在赛前的最后一刻更改阵容,打对手个措手不及。

“通常来说,所有的球队都会针对对手的阵容准备一些印刷资料,而对手一旦改变阵容,那些资料全都会没用。”瓦格纳说。

大数据是如何助德国队打进欧洲杯半决赛的?

为了开发Challenger Insights应用,SAP联手体育大学Sporthochschule Cologne,为征战2016欧洲杯的德国队收集和分析所有对手及其球员方面的数据。当对手改变阵容时,教练可以通过简单的拖放功能在应用中模拟那些阵容变化。

Penalty Insights Function的开发方面,瓦格纳称,德国队提出了一项关键的要求:该应用程序要做得足够简单,方便球员自行分析数据。

例如,诺伊尔可以通过该应用查看哪些球员更有可能罚点球,他们在巨大压力下(他们的球队是否处于落后)通常会有怎样的表现,他们更多的将球踢到球门的右上角还是左下角,他们罚点球时的助跑姿态,其它的比赛形势下又会有怎样的表现,诸如此类。

那些历史参考数据由Heim:Spiel提供,经过SAP的处理。该应用还配有显示球员在具体比赛形势下罚点球的视频片段,视频来自第三方提供商的视频数据库。

“新一代的运动员对于数据很有兴趣,他们想要看到比赛的分析报告……他们都很能接受这种新技术。”瓦格纳说道。德国队的球员大多数都是热衷于科技的千禧一代。

初尝大数据分析

事实上,德国足协与SAP已经合作超过10年时间,主要是后端运营方面的合作。

而它第一次尝试大数据分析是在2014年世界杯期间,那一届德国队最终问鼎冠军。当时SAP给德国足协开发了一款名为Match Insight的应用程序,让教练可以筛选比赛视频片段来研究球员在特定情况下会如何表现,还可以分析比赛数据。SAP还提供了一款名为SAP Team One App的移动应用,让球员和教练可以在上面共享视频、图像、战术以及进行内部沟通。

在2014世界杯结束后,SAP将该应用转变成一项商业解决方案。该名为SAP Sports One的商业解决方案主要卖给足球俱乐部。

很多的数据分析技术会给用户提供比赛意见。瓦格纳指出,理论上,SAP用以为德国足协开发应用的技术可用来提供执教战术和策略方面的建议,不过双方都无意往这一方向探索。“我们与德国国家队有着共同的理念:他们有教练,他们有教练团队,他们来做比赛决策。我们只是提供事实数据来帮助他们做决策。”





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
存储 SQL 机器学习/深度学习
“后红海”时代,大数据体系到底是什么?-中篇
介绍大数据体系的领域九大架构。
|
大数据
[转]科创板百日大数据:哪类企业容易过关?
作为中国资本市场的改革试验田,科创板已开市近百日。 百日内,闯关科创板的企业处于什么状态?行业和区域方面是怎样分布的?募集资金属于什么水平? 针对上述问题,创头条记者根据资料对科创板和其受理企业进行梳理,以期多方位展现科创板态势和行业发展走向。
|
数据采集 分布式计算 大数据
|
分布式计算 数据可视化 大数据
|
人工智能 算法 大数据