Спорт высших достижений: нестандартная сфера для процессной аналитики
Есть мнение, что спорт – наиболее консервативная индустрия, особенно футбол. Классические фанаты любят бить себя в грудь, целовать эмблему и требовать мясной борьбы за каждый спорный мяч от своих мужиков. Тем не менее, игра куда сложнее, чем кажется на первый взгляд, несмотря на низкую результативность. Есть красивая легенда о приходе в футбол статистических моделей: Билли Бин, “Человек, который изменил все”, занял пост спортивного директора в команде-аутсайдере, подобрал игроков с помощью анализа данных и сходу занял второе место. Конечно, в этой истории зачастую умалчивается очень важная деталь – на следующий год клуб посыпался вниз и чудом сохранил место в высшем дивизионе. Эксперты объясняют провал недостаточно развитыми технологиями (дело было в конце девяностых), потому кейс берется в качестве отправной точки.
Сейчас ситуация складывается совершенно иначе. Продвинутые статистические модели получили повсеместное использование, а соревновательный дух и жажда успеха (как спортивного, так и коммерческого) заставляют клубы и организации искать новые способы оптимизации производительности команд и спортсменов. Интеграция Process Mining – новая горизонталь, предоставляющая клубам инструменты для более глубокого понимания и улучшения спортивных процессов. Может показаться, что материал актуален с точки зрения западных спортивных клубов, но это не так. Например, недавно питерский “Зенит” объявил о переходе на отечественный софт соответствующего класса. Рынок российских решений не страдает недостатком продуктов (например, Sber Process Mining и Proceset) , тем не менее, вернемся к технологии и выделим ключевые направления и точки приложения пользы:
1. Оптимизация Трансферов
Или переходов игроков между командами, если кто-то не понял. Кейс: Манчестер Юнайтед не продал основного голкипера в мадридский Реал, потому что сломался факс. Да и вообще, МЮ – пример, на котором нужно показывать пользу внедрения Process Mining. Трансферы не самых сильных футболистов за огромные деньги, массовые закупки неликвидных футболистов – опорные точки провалов последних лет. Внедрение Process Mining позволило бы выявить узкие места переговорного процесса, создать связку с аналитическими системами скаутов и выявлять талантливых игроков на ранних стадиях. Ко всему прочему, процессная аналитика дает возможность исследования текущей формы действующих игроков, сравнивая тренировочные показатели с игровыми.
2. Оптимизация тренировок
Тренировочные процессы являются краеугольным камнем успеха для спортсменов и команд. Использование Process Mining позволяет анализировать данные о тренировках, медицинских обследованиях и реабилитации. Это позволяет тренерам и врачам принимать более обоснованные решения о нагрузках, планировании тренировок и предотвращении травм. Эффективные тренировочные процессы помогают повысить производительность спортсменов и снизить риск повреждений.
3. Оптимизация анализа Матчей
Продвинутые статистические модели, поддерживаемые Process Mining, могут быть использованы для анализа игровых данных. Это включает в себя оценку тактики команды, выявление сильных и слабых сторон игроков, а также идентификацию поведенческих паттернов во время игры. Эта информация помогает тренерам разрабатывать более точные стратегии и планы игры.
Недавно питерский Зенит заключил контракт со Сферой и перешел на российскую ERP
А толку от этого? Бухгалтерия и бухгалтерия
Странная оценка... Технологии двигаются, а вы предлагаете на месте стоять, комментируя статью в интернете
Странная или нет, но пользовательская. Так дискуссия и начинается качественная.
Как и вы...
Пример: вы оформляете заявку в банке на выпуск дебетовой карты, заявка попадает в электронную систему, но ее движение затормаживается, потому что сотрудник в отпуске. Внедрение аналитического софта позволит выявить это узкое место и ускорить оформление заявки. То же самое касается и ERP-систем. Мы, видимо, настолько привыкли к классной цифровизации, что недооцениваем ее влияние
Максим, кажется, статью вы не особо внимательно читали
Согласен с комментариями ниже. Эта новость на текст и навела, но приятен любой комментарий, спасибо
В то же время изрядная доля скаутов работает по наитию и антропометрии футболистов
На самом деле, не соглашусь. Такие скауты остались на задворках нулевых
Круто, что аналитика добралась и до спорта. Может, будет больше примеров Лейпцига и меньше трансферов Антони за 100+ миллионов
На Западе таких кейсов очень много. Есть большой материал про английский Ливерпуль чемпионского сезона. Советую почитать и ознакомиться, если тема интересна: https://processmi.com/cases/process-mining-tihaya-evolyucziya-liverpulya%ef%bf%bc/
Спорт высших достижений: стандартная сфера
С точки зрения Process Mining нестандартная. Внедрения есть не так часто, многие статистические метрики считаются руками