Data Analysis在体育行业有哪些应用以及工作机会?

随着冬奥会的举行,体育也再一次涌入了人们的视线。那么大数据是如何在体育中运用的呢?
今天将要分享的知识主要有以下几点:数据分析在Sports 方面的应用以及工作机会,一个可以写在简历的项目经验,以及转行数据工作的套路和方法。
Helping Teams Win
球员招募
- 首先用点球成金电影为例
数据帮助 A 的总经理比利·比恩 (Billy Beane) 根据数字而不是直觉来挑选人才,并取得了巨大的成功。
- 研究比赛趋势并帮助球探决策
研究趋势可以帮助团队更好的了解团队,并且发现团队短板
- 帮助总经理发现被低估的球员,这样球队就可以进行对自己有利的交易
很多时候,大部分球队都在寻找被市场低估的球员。数据分析可以帮助团队寻找这些运动员,团队就可以在低投资的同时,赢得一个好的队员。

团队表现分析
数据分析在体育里经常用到的场景,并且由此延申了大量的公司。
- 自动实时视频分析
对于教练或者团队的临场分析十分重要,为团队提供现场的数据,帮助团队时事做出更好的决定。
- 利用玩家跟踪,分析公司可以提供有关玩家的绩效指标
- 跟踪每一个队员的表现,为整体公司提供表现数据
- 了解球员在球场上的位置、表现和健康状况
- 分析公司根据记录的数据提供统计数据,并将其与最先进的统计算法和软件相结合
训练
- 监控运动员的睡眠和疲劳水平,帮助他们避免受伤并更有效地训练
- 告诉运动员疲劳如何影响锻炼
- 教练通过收集年轻运动员的训练数据,深入了解是什么让顶尖运动员在奥运会上取得成功,哪些因素发挥了最大的作用
Driving Customer Engagement
前边分享的数据分析的应用,是十分具备体育这个行业的特色的。当然不仅仅前面分享的这些,例如目前在中国,很多大数据公司也提供关于足球篮球的博彩服务 。
下面分享的不仅是数据分析在赛场上的作用,也是数据分析如何帮助体育运动队提升顾客参与程度的应用。数据分析在体育行业的作用主要有以下几个:
- 检测数字参与规律
目前大量的体育运动,都在通过顾客参与来发现一种规律。这个规律不是人为分析,而是使用机器分析的方法
- 社交媒体平台上的情感分析
一个球队的粉丝在社交媒体上的言论对于球队本身的影响,还可以分析对手的数据
- 鼓励买票和参加比赛
直接增加团队收入
- 跟踪数据,从粉丝在专卖店购买的商品到购买门票的时间
很多球队的收入是来自球队的延申产品,比如实体店购买以及网上商店
- 预测从门票定价到比赛日人员配备的所有内容
大部分球队的球票定价是根据数据分析的结果来遵循供求关系决定的

Benefiting the Broader Ecosystem
- 改善体育场停车场的拥堵情况
以南加大为例,每当南加大开始橄榄球比赛。周边的停车场都十分饱满,这时整个南加大周边就变成了一个围绕着橄榄球比赛形成的大型经济系统。当然这个经济系统不仅限于停车,还包括粉丝需要的食物,纪念品等。
- 更广泛地了解球迷在到达体育场之前和离开之后的行为
- 这不仅有助于向他们提供与游戏和特别优惠相关的关键信息,而且还可以为市政当局提供有价值的人群控制数据
Improving Back-Office Intelligence
- 采购、供应链管理和物流等领域的改进
- 团队和协会可以就其核心产品和服务做出关键决策,以帮助改善客户体验并最大限度地提高收入
- 影响产品的质量,从日程安排和季后赛结构到抽签
Job Opportunities in the Sports Industry
目前在体育方面的主要工作岗位可以归为三类:
1.运动类的公司,集团本身的数据团队
2.在为这些数据团队提供产品,服务,以及决策分析的顾问公司,大部分这些公司都为成功的创业公司
3.在围绕着体育赛事周边所发展并衍生出来经济圈。
接下来看一下具体的关于体育类的数据分析岗位:
上图是要给在NBA工作的数据科学家的工作,属于入门级的工程类工作。在工作责任那一部分中,我们可以看到这个工作有一个团队,这个工作在团队中的任务就是技术支持的角色。工作职责包括协同,进行项目学习,以及策略分析。
那么这个岗位需要什么技能呢?首先我们可以看到,他要求上写的是3–5年的工作经验。但因为这个是入门等级的工作,所以大家可以放心申请。接下来就是理解高级方法 — — 利用数据库把零零散散的数据做成整体分析。
另外就是需要对统计的机器学习有一定的经验,数据库管理以及SQL、Python等等。同时还需要有项目管理的经验,因为很多时候,特别是体育运动产业,大部分为刚刚开始,现有的技术力量并不是那么强大。很多时候数据师本身是在保持自己的项目,因此,独立工作能力也十分重要。
以洛杉矶的实际球队提供的商业分析师的岗位为例,这个工作要求两年的工作经验,同理,作为有本科学历或者研究生学历的我们可以放心申请。接下来看看工作的具体要求,首先就是具有分析并且总结数据汇总的能力,简而言之就是做数据的汇总。
SQL, Excel的数据提取能力为基本要求。同时数据可视化也十分重要,因为面对的大部分客户是教练,市场部门,甚至是运动员自己,所以数据可视化方便与这些顾客理解。同时还需要做市场产品的定价,有较强的沟通能力等。工作职责方面,第一条就是定价的基本原理以及方法。接下来就是数据市场能力,帮助球队售票,进一步进行用户的细分,建立Python自动化程序等。
以上就是本次分享的全部内容了,希望对大家起到帮助!也祝贺中国奥运健儿为国家争夺奖牌!
欢迎大家关注数据应用学院官方微信公众号:datalaus
关注我们的YouTube频道:DataApplicationLab
微信客服小助手:dataapplab_la

数据应用学院北美站
联系我们:info@dataapplab.com