Спортивная аналитика — это наборы соответствующих исторических статистических данных, которые могут обеспечить конкурентное преимущество команде или отдельному лицу, помогая информировать игроков, тренеров и другой персонал и облегчая принятие решений как во время, так и до спортивных мероприятий. Термин «спортивная аналитика» был популяризирован в массовой спортивной культуре после выхода фильма 2011 года « Человек, который изменил все» . В этом фильме генеральный менеджер Oakland Athletics Билли Бин (которого играет Брэд Питт ) в значительной степени полагается на использование бейсбольной аналитики для создания конкурентоспособной команды с минимальным бюджетом, развивая и расширяя устоявшуюся практику Sabermetrics .
Существует два ключевых аспекта спортивной аналитики — аналитика на поле и аналитика вне поля. Аналитика на поле занимается улучшением результатов команд и игроков на поле, включая такие вопросы, как «какой игрок Red Sox внес наибольший вклад в нападение команды?» или «кто лучший крайний игрок в НБА ?» и т. д. Аналитика вне поля занимается деловой стороной спорта. Аналитика вне поля фокусируется на помощи спортивной организации или моделях поверхности тела и инсайтах с помощью данных, которые помогут увеличить продажи билетов и товаров, улучшить взаимодействие с болельщиками и т. д. Аналитика вне поля по сути использует данные, чтобы помочь правообладателям принимать решения, которые приведут к более высокому росту и увеличению прибыльности. [1]
По мере того, как технологии развивались в течение последних нескольких лет, сбор данных стал более глубоким и может проводиться с относительной легкостью. Достижения в сборе данных также позволили развиться спортивной аналитике, что привело к развитию продвинутой статистики и машинного обучения [2] , а также специфических для спорта технологий, которые позволяют проводить такие вещи, как игровые симуляции, проводимые командами перед игрой, улучшать стратегии привлечения фанатов и маркетинга и даже понимать влияние спонсорства на каждую команду, а также на ее фанатов. [3]
Еще одно значительное влияние спортивной аналитики на профессиональный спорт касается ставок на спорт . Глубокая спортивная аналитика вывела спортивные ставки на новый уровень; будь то фэнтезийные спортивные лиги или ночные ставки, игроки теперь имеют в своем распоряжении больше информации, помогающей принимать решения, чем когда-либо прежде. Было разработано множество компаний и веб-страниц, чтобы помочь болельщикам получить актуальную информацию для их потребностей в ставках. [3]
Бейсбол был одним из первых видов спорта, в котором использовалась спортивная аналитика, когда Эрншоу Кук опубликовал Percentage Baseball в 1964 году. Это была первая публикация, ссылающаяся на спортивную аналитику, которая привлекла внимание национальных СМИ. [4] В 1981 году Билл Джеймс помог SABR (Общество исследований американского бейсбола), [5] одной из ведущих организаций по спортивной аналитике в бейсболе, обрести национальную известность, когда Sports Illustrated представил Джеймса в статье He Does It By The Numbers Дэниела Окрента (1981). [6]
В 1984 году менеджер New York Mets Дэйви Джонсон стал первым известным членом известной спортивной организации, который выступил за использование спортивной аналитики. Во время работы в Baltimore Orioles Джонсон пытался убедить организацию использовать его компьютерную симуляцию бейсбола на FORTRAN для определения оптимального стартового состава команды. Будучи менеджером Mets, Джонсон поручил сотруднику команды написать приложение dBASE II для запуска сложных статистических моделей, чтобы лучше понять возможности и тенденции соперников команды. [7] К концу двадцатого века спортивная аналитика получила значительное признание со стороны руководства многих клубов Главной лиги бейсбола , в частности Oakland A's , Boston Red Sox и Cleveland Indians .
В то же время поклонники бейсбола и спортивные СМИ начали использовать спортивную аналитику как способ понимания и освещения игры. В 1996 году Baseball Prospectus [8] стремился развить работу Билла Джеймса, когда запустил веб-сайт Baseball Prospectus , чтобы представить саберметрические исследования и связанные с ними выводы, а также опубликовать продвинутые метрики, такие как EqA , Davenport Translations (DT's) и VORP . Baseball Prospectus превратился в многоканальную спортивную медиаорганизацию, в которой работает команда статистиков и писателей, которые публикуют книги- бестселлеры New York Times и ведут еженедельные радиошоу и подкасты .
MLB задает стандарты в спортивной аналитике на протяжении многих лет, при этом некоторые из самых ярких умов игры никогда не ступали в самое пекло бейсбольного матча высшей или низшей лиги. Тео Эпштейн из Chicago Cubs — один из тех умов, кто никогда не облачался в профессиональный бейсбольный матч; вместо этого Эпштейн полагается на свое образование в Йельском университете и цифры, стоящие за игрой, чтобы принимать многие из своих решений. [9] Эпштейн, известный своей ролью в прекращении двух самых известных серий бейсбола (проклятие Boston Red Sox над Great Bambino в 2004 году и совсем недавно, Мировая серия 2016 года , помогающая положить конец 108-летней засухе между победами в Мировой серии для Chicago Cubs), является членом растущего сообщества в высшей лиге бейсбола, которое не полагается на годы опыта игры в высшей лиге. Это сообщество смогло вырасти благодаря глубокому сбору статистики, которая существует в бейсболе на протяжении десятилетий. Поскольку аналитика довольно распространена в MLB, существует широкий спектр статистических данных, которые стали жизненно важными для анализа игры, в том числе:
Дэрил Мори из Houston Rockets был первым генеральным менеджером НБА , который внедрил расширенные метрики в качестве ключевого аспекта оценки игроков. [15] В последующие годы после найма Мори НБА быстро перешла к внедрению практик оценки игроков на основе расширенных метрик. В 2012 году Джон Холлингер покинул ESPN, чтобы стать вице-президентом по баскетбольным операциям в Memphis Grizzlies .
Помимо офисов профессионального баскетбола, крупные спортивные медиа-сайты, такие как Basketball Reference, занимаются сбором, обобщением и распространением расширенных показателей среди профессиональных и студенческих баскетбольных организаций, спортивных СМИ и болельщиков.
Северная Каролина под руководством тренера Фрэнка Макгуайра была первой известной баскетбольной организацией, которая использовала расширенные показатели владения мячом для получения конкурентного преимущества. С тех пор энтузиасты спортивной аналитики в баскетболе создали взвешенную статистику, которая измеряет эффективность каждого игрока и каждой команды на площадке. Большинство расширенных показателей, связанных с баскетболом, имеют поминутное измерение, чтобы гарантировать, что приростный вклад игрока в команду измеряется независимо от объема использования.
В 2003 году сайт Football Outsiders , ориентированный на спортивную аналитику , впервые ввел в футбол первую комплексную расширенную метрику DVOA (значение с поправкой на защиту сверх среднего) [16] , которая сравнивает успех игрока в каждой игре со средним показателем лиги на основе ряда переменных, включая даун , расстояние, местоположение на поле, текущий разрыв в счете, четверть и силу противника. Работа Football Outsiders с тех пор широко цитировалась аналитическими членами спортивного медиа-истеблишмента. Несколько лет спустя Pro Football Focus запустил комплексную статистическую базу данных , которая вскоре представила сложную систему оценки игроков. [17] Advanced Football Analytics (первоначально Advanced NFL Stats) имеет свои EPA (ожидаемые добавленные очки) и WPA (добавленная вероятность победы) для игроков NFL.
Ведущий футбольный писатель Grantland Билл Барнуэлл создал первую метрику, ориентированную на прогнозирование будущих результатов отдельного игрока, Speed Score , на которую он ссылался в статье, написанной для Pro Football Prospectus . Проанализировав данные, касающиеся успеха раннинбеков , Барнуэлл обнаружил, что самые успешные раннинбеки на уровне НФЛ были как быстрыми, так и тяжелыми, поэтому Speed Score взвешивает время рывка на 40 ярдов, назначая премию более крупным, часто более сильным раннинбекам. [18]
Одной из движущих сил использования спортивной аналитики в НФЛ стал рост фэнтези-футбола . Автор фэнтези-спорта CD Carter и его коллеги из XN Sports, NumberFire и сайта анализа фэнтези-футбола в длинных формах Rotoviz.com создали неформальную субкультуру авторов фэнтези-футбола, которые называют себя «дегенами». Движение дегенов отвечает за создание многочисленных метрик эффективности американского футбола, которые лучше объясняют прошлые футбольные выступления и пытаются предсказать будущую производительность игроков. Скорректированный по росту показатель скорости, [19] рейтинг доминатора колледжа, [20] целевая премия, [21] радиус захвата, [22] чистые ожидаемые очки (NEP) [23] и премия за производительность [24] были недавно созданы и распространены авторами дегенов и математиками. Основываясь на работе этих авторов, такие сайты, как PlayerProfiler.com, извлекают широкий спектр устоявшихся расширенных метрик в единый снимок игрока, разработанный так, чтобы быть приемлемым для случайного спортивного болельщика. [24]
НХЛ вела статистику с момента своего создания, но она является относительно новой страной, которая приняла решения на основе аналитики . Toronto Maple Leafs были первой командой в НХЛ , которая наняла члена руководства с большим аналитическим опытом, когда они наняли помощника генерального менеджера Кайла Дубаса в 2014 году. Дубас, как и Тео Эпштейн в MLB, никогда не выходил на профессиональную игру и полагается на цифры, генерируемые игроками на ночной основе как сейчас, так и в прошлом, чтобы принимать решения. [25]
PGA Tour собирает огромное количество данных в течение сезона. Эти статистические данные отслеживают каждый удар, который игрок делает в турнирной игре, собирая информацию о том, как далеко летит мяч, откуда именно выполняется каждый удар и где он заканчивается. Эти данные использовались в течение многих лет игроками и их тренерами во время тренировок, а также во время подготовки к турниру, выделяя области, в которых игроку необходимо улучшить свои навыки, прежде чем он выйдет на игру в турнире.
В футболе используются данные отслеживания, такие как данные о положении игроков и мяча, для получения командами информации о состоянии игроков. [29] Эти данные также использовались для оценки эффективности атаки для оценки забитых голов с использованием искусственного интеллекта . [30] Другие подходы включают дриблинг и пас. [31] В Университете Нагои также проводятся исследования по изучению потенциала использования ориентированного на защитника возврата мяча и атаки в качестве показателей, причем они успешно используются с данными из японской лиги J1 для прогнозирования стратегий, используемых командами. [32]
Многие статистики приписывают популяризацию спортивной аналитики нынешнему генеральному менеджеру Oakland Athletics Билли Бину . Ограниченный минимальным бюджетом, Бин полагался на саберметрику , форму спортивной аналитики, для оценки игроков и принятия кадровых решений.
Понимая важность попадания бегунов на базу, Бин сосредоточился на приобретении игроков с высоким процентом попадания на базу, исходя из того, что команды с более высоким процентом попадания на базу с большей вероятностью будут набирать очки. Он также смог добиться успеха при ограниченном бюджете, приобретая упускаемых из виду стартовых питчеров, часто получая их за часть цены, которую может потребовать именитый питчер. Когда Athletics Бина начала добиваться успеха, другие команды высшей лиги обратили на это внимание. Второй командой, принявшей аналогичный подход, была Boston Red Sox , которая в 2003 году назначила Тео Эпштейна временным генеральным менеджером. Эпштейн, который остается самым молодым генеральным менеджером, когда-либо нанятым в MLB, пришел на эту должность без какого-либо профессионального игрового опыта, что было крайне нерегулярно в то время. Используя подход, аналогичный подходу Билли Бина, Эпштейн смог сформировать команду Boston Red Sox, которая в 2004 году выиграла первую Мировую серию организации за 86 лет, разрушив предполагаемое Проклятие Бамбино . Многие эксперты приписывают часть успеха Эпштейна владельцу Boston Red Sox Джону У. Генри , который добился значительных успехов в инвестиционной индустрии, используя принятие решений на основе данных. Будучи владельцем, Генри предоставил Эпштейну значительную свободу действий, когда дело касалось принятия решений на основе данных и использования саберметрики, поскольку он знал, какое влияние такие инструменты могут оказать на достижение успеха как в спорте, так и в бизнесе. После своего успеха в Бостоне Эпштейн переехал в Чикаго, где в 2016 году он привел Chicago Cubs к их первому титулу Мировой серии за 108 лет. Совсем недавно такие команды, как Houston Rockets из НБА, уделили большое внимание аналитике, чтобы диктовать решения фронт-офиса и на площадке. Дэрил Мори, генеральный менеджер Rockets, решил сделать акцент на трехочковых бросках и использовал аналитику для подтверждения своего аргумента. [33] В результате Rockets начали бросать гораздо больше трехочковых бросков и даже обменяли своего подающего надежды большого человека, Клинта Капелу. [34]
Успех аналитических стратегий и принятия решений в бейсболе был отмечен руководителями других профессиональных спортивных лиг. Сегодня почти каждая профессиональная организация имеет в штате по крайней мере одного эксперта-аналитика, если не целый отдел, посвященный аналитике. [35]
Astros в значительной степени полагаются на аналитику при принятии решений. В команде есть сотрудники с такими должностями, как директор по научным решениям, менеджер по медицинским рискам и математическое моделирование. [ 36] В отличие от других профессиональных команд, которые обычно используют аналитику исключительно для транзакций игроков и подписаний, Astros начали использовать аналитику для принятия решений о том, как они будут играть на поле, «применяя защитный сдвиг больше, чем любая другая команда в MLB в прошлом сезоне». [36] Используя этот подход, Houston Astros одержали свою первую победу в Мировой серии в истории франшизы в 2017 году . [37]
Один из первых, кто начал использовать SportVU , San Antonio Spurs уже несколько лет использует аналитику для получения конкурентного преимущества над соперниками. Совместно как команда Spurs отточили важность трехочковых бросков и в результате постоянно занимают лидирующие позиции в лиге по трехочковым попыткам. Понимание важности «трех» распространяется за пределы атакующей стороны площадки, поскольку они неустанно защищают трехочковые броски в оборонительной части площадки. [36]
В 2009 году Chicago Blackhawks обратились к сторонней компании для проведения аналитических оценок. [36] Впоследствии Blackhawks добились беспрецедентного успеха в НХЛ, выиграв три Кубка Стэнли за шесть сезонов. С этим успехом руководство Blackhawks приняло ряд сложных решений, поскольку им часто удавалось удерживать только основную группу игроков после каждого кубкового забега, в то время как другие ключевые игроки получали предложения, которые Blackhawks просто не могли себе позволить в рамках потолка зарплат НХЛ. Однако, используя эту основанную на аналитике систему, команда постоянно могла заполнять эти пробелы, находя игроков, которые недооцениваются другими командами, но хорошо вписываются в стиль игры Blackhawks. Зачастую команда, собранная таким образом, будет казаться невыразительной, но выступать лучше ожиданий. Эту стратегию могли бы использовать команды с ограниченной финансовой свободой, чтобы собрать конкурентоспособную команду. [38] Этот процесс был усовершенствован Blackhawks, которые представляют собой еще один пример долговечности, которая может быть связана с принятием решений на аналитической основе. [39]
Спортивная аналитика оказала значительное влияние на игровое поле, но спортивная аналитика также внесла свой вклад в растущую индустрию спортивных азартных игр, которая составляет примерно 13% мировой индустрии азартных игр. [40] Спортивные азартные игры, оцениваемые где-то в 700–1000 миллиардов долларов, чрезвычайно популярны среди групп всех видов, от заядлых спортивных фанатов до любителей азартных игр, вам будет трудно найти профессиональное спортивное мероприятие, результаты которого не зависят ни от чего. Многих игроков привлекают спортивные азартные игры из-за обилия информации и аналитики, которые находятся в их распоряжении при принятии решений. Один игрок, Боб Столл, был впереди кривой аналитики в течение нескольких лет, успешно делая ставки против линии 56% (575–453) времени в студенческом футболе, значительный показатель, поскольку процент выигрышей выше 52,4% считается прибыльным. Учитывая количество статистических данных, которые так открыто доступны болельщикам, Столл объединяет ряд различных статистических данных, таких как домашние и выездные рекорды, рекорды против команд дивизиона/не дивизиона, количество ярдов за рывок и т. д., чтобы сделать обоснованные выборы, которые оправдали себя более чем в половине случаев. [41]
Результаты академических исследований свидетельствуют о том, что Twitter содержит достаточно информации, чтобы быть полезным для прогнозирования результатов футбольных матчей. [42]
С ростом популярности спортивных азартных игр возникло и развитие ряда услуг по ставкам на спорт. «Услуги по ставкам на спорт предоставляются такими компаниями, как William Hill, Ladbrokes, bet365, bwin, Paddy Power, betfair, Unibet и многими другими через их веб-сайты и во многих случаях через букмекерские конторы. В 2012 году William Hill получил около 2 миллиардов долларов США дохода, а общая сумма ставок/ставок в компании составила около 30 миллиардов долларов США». [40]
В ранние века бейсбола отбивающие не имели представления о тенденциях последовательности подачи питчера и скорости вращения . В сегодняшней игре использование искусственного интеллекта (ИИ) и аналитики теперь показывает отбивающим информацию о скорости вращения и последовательности подачи до начала игры.
С другой стороны, это также может принести пользу питчеру. Как и в сегодняшней игре, ИИ и аналитика могут помочь питчеру, показывая, какие подачи являются слабыми сторонами определенных отбивающих. Он также может показать, с какими частями зоны страйка у отбивающих возникают проблемы, поэтому питчер может попытаться бросить мяч в эти точки зоны страйка, чтобы получить преимущество.
На заре баскетбола большинство бросков делалось близко к корзине. Теперь НБА и другие лиги внедрили трехочковую линию , что позволяет игрокам бросать с большего расстояния и набирать 3 очка вместо 2. По этой причине игроки стали многомерными и их сложнее защищать. Использование ИИ и аналитики может показать защитникам, как защищать определенных игроков, основываясь на том, насколько хорошо они бросают с трехочковой дистанции. Если они не бросают с трехочковой дистанции, то защитник может отступить и пропустить бросок.
ИИ и аналитика также оказали большое влияние на тренерскую работу. Примерами этого являются сценарии поздней игры, использование тайм-аутов, оборонительная стратегия и влияние игроков. В некоторых командах НБА есть тренеры, которые в первую очередь сосредоточены на данных и аналитике, чтобы помочь главному тренеру вносить коррективы в игру.