京公网安备 11010802034615号
经营许可证编号:京B2-20210330
体育大数据时代,探究"互联网+体育"
伴随着大数据时代的到来,数据被视为了一种新的生产要素和创新驱动力。“大数据”概念自提出以来,迅速成为传统行业创新发展的重要参考。正值全民体育时代的今天,将体育与大数据融合已是大势所趋,资本的注入和商业巨头的布局将促使体育产业不断创新并走向高速发展时期。
据悉,一场由专注于做最好的体育大数据的SportsDT领头,携手IT行业领跑企业,合力呈现的“‘大话’产品——大数据时代的产品新思路”交流峰会于3月22日盛大启幕。全国知名企业大咖及互联网行业产品相关人士齐聚北京,一同分享与探究体育大数据这一“互联网+体育”新战场,挖掘体育产业在大数据时代的全新机遇与挑战。
来自网易、微软、海通开元、欧冠篮中国、小米MIUI、蓝凌软件、彩球科技等知名企业的20余位大咖,带着自身对体育行业在大数据时代发展的专业认识,以及各自企业在新环境下的创新布局理念,亲临峰会现场。
本次峰会由主办方SportsDT市场总监梁家伟先生担任主持,随着现场大屏幕的倒数计时,此次“‘大话’产品——大数据时代的产品新思路”交流峰会正式开始。随后,主持人邀请众辉体育执行董事陆浩先生上台,为大会致辞。
“SportsDT体育大数据”的发展
林琦首先介绍了“SportsDT体育大数据”品牌名的内涵,这个品牌之所以听起来像一个行业,是因为他们希望自己能为这个行业做些什么,唤起更多优秀的同行、泛同行一起聚合发力,开辟一番天地。以此我们便能看出SportsDT对全力发展体育大数据产业的决心。
在林琦看来,“大话”产品就是最多精力、最多尝试、最大化产品投入。因此,SportsDT将体育界、IT界、媒体界、学术界的老师们都邀请到了此次峰会中,希望与大家达成更深入的合作,在相互探讨中形成一个产品新格局:以整合之道挖掘产品渠道,以传播路径放大产品影响,以数据角度评估产品质量,以用户为本提高产品价值。这些核心内容相串联,便形成了体育大数据。
此外,林琦表示,做出最有用户心的产品是SportsDT一直以来的努力方向,SportsDT希望通过对体育用户数据的分析,读懂用户需求,以此作为主导内容的驱动力以及成为内容的一部分。同时,通过与各个载体、平台合作伙伴们的共同分析实践,达成更多纵深发展的战略合作;通过对未来趋势的预测,前瞻性大胆尝试人工智能化应用,让科技助力体育大数据覆盖未来生活。
大数据时代的篮球赛事
Lance从欧冠篮中国的角度介绍了大数据对体育赛事和联赛经营的影响。拥有强力数据支持的体育赛事与体育组织,相对比其他竞争者来说有难以替代的优势。先进系统的大数据分析把单场比赛比分、各场馆上座人数、各位球员得分这些零散的点串连成线,变为场上成熟的战术模式、科学的商业发展模型。不论是球员竞赛数据还是电视媒体转播,强有力的数据支持都为联赛指明了更为清晰的发展方向与策略。
Lance还引导大家想象了一个未来场景:在家戴着VR眼镜观看电视中的欧冠篮比赛,屏幕上立即显示进攻队员的名字,并从球员能力示意图中可以看出他带球突破的能力、三分球进球率、篮板球进球率、场均得分、获MVP量等数据。此时,你便也能像个经验老道的篮球经理一样预估他会选择几分投篮。
在科技飞速发展的大数据时代,Lance所描述的观赛体验正在逐渐变为现实。SportsDT与欧冠篮的合作旨在为中国球迷提供与众不同的观赛视角与身临其境的感官体验。
大数据玩转体育
姜靖华向我们展示了网易体育以内容为王、有态度的产品服务理念。通过用户使用数据的分析形成用户使用画像,结合奥运等热点赛事向用户精准推送体育信息服务,成为80和90后的首选体育平台。同时,网易体育正在向包括AR实景体育、LBS新闻地图资讯等新兴技术领域进行积极的探索。
姜靖华表示,她喜欢三体的一句话,软弱和无知不是生存的障碍,傲慢才是。因此网易体育始终是保持一个谦卑的心态,不断创新,给用户提供有价值的服务。未来,我们将体验到数据驱动下更精准、更具体验性的网易体育服务。
微软商业解决方案事业部产品经理——粉丝运营可以这么玩。
微软代表表示,数据背后的目的就是变现,企业都在努力发现商业机遇,挖掘更多的消费可能性。而对于体育行业,玩的就是死忠粉以及围绕体育赛事构建庞大的粉丝经济。可是,如何管理庞大的粉丝群是一个挑战。借助微软Dynamics云技术,可从粉丝行为跟踪、与粉丝一对一互动、个性化信息推送、精准的市场活动等方面实现全方位粉丝互动。
微软与欧冠篮中国也曾就一些重大赛事合作过,例如在赛场推出了一些互动小游戏,吸引在场球迷参与,从而达到聚拢粉丝的目的。借助微软的CRM,可帮赛事构建粉丝的互动场景,简单而有趣。同时,微软帮助他们持续推动用户从路人变为死忠粉。总之,数据与社交驱动亲密关系。
体育产业·智力云
张建光介绍到,他们的目的是以“互联网+”思维,整合各项目数据库,建立一个统一的、全方位的、强大的体育资源数据仓库,构建和完善体育人脉资源整合共享平台。
资源整合平台将结合大数据的应用,通过基础平台的构建、多系统的集成融合、强化自主推送分析等高度智能化模块、打造整个产业链的资源生态圈,一步步实现全球化的建设。
平台将引入当前协作的应用热点四化理念——移动化、平台化、社会化、智慧化,来从项目经营、跨界连接、项目浮现、智能匹配、高效协作等方面为企业的运作带来智能化的改变。
揭开体育数据产品的神秘面纱
随着围棋程序AlphaGo横扫人类顶尖高手,人们已越来越关注人工智能在体育领域的应用。未来的体育比赛,不仅是人的比拼更是体育数据应用的比拼。
雷总表示,在数据方面需要做的事情包括数据采集、数据清晰、数据挖掘、数据应用四个方面,彩球科技就在这几方面做着不懈努力,其中的多个环节都与SportsDT保持着深度合作。
资本寒冬中的体育产业投资
据田鹰介绍,自2010年起,国家针对于运动员及体育产业逐年推出了各类政策支持,大力推动体育产业的振兴与发展,并将全民健身上升为国家战略,以及鼓励多元资本投入和通过资本市场发展壮大足球俱乐部。
田鹰认为,在流传着资本寒冬说法的当下,投资者们已越来越谨慎。但中国体育产业在政策的引导下正迎来爆发,因此全球刮起了中国人收购足球俱乐部的风潮。据统计,近几年中国人共在全球收购了23家足球俱乐部,其中包含万达集团、苏宁体育产业集团、中欧体育投资公司等知名大企业的身影。体育圈投资在加速,2017年至今融资的项目有统计的共计41家。
包括SportsDT在内的约二百家企业的投资工作,在各行业积累了丰富的投资经验。投资就像是一场没有硝烟的战争,胜败是常事,最关键的是,投资者和创业者共同振兴体育行业的发展。
多位嘉宾的倾情分享后,广东电视台体育频道著名主持人陈宁先生,就其对各位嘉宾精彩演讲内容的理解,分享了自己的“听后感”。陈宁认为,目前在足球方面对大数据的应用还不够重视,并举例曾有足球比赛因没有大数据的支持,导致战略布局不够合理。因此他希望各大足球赛事能够更加重视大数据的应用,通过大数据分析提升战略战术水平。
在大数据时代与全民体育时代相交汇的当下,体育相关产品结合大数据元素进行创新设计,为体育爱好者带来更有科技感和娱乐性的运动体验已是大势所趋。姜总介绍了网易在全民运动方面的努力,包括跑步频道、策划“走向里约”的活动等,与用户交流,实现全民健身。罗莱的王总是一个狂热的体育迷,多次参与各地的马拉松比赛,王总对大数据的应用也提出了自己独特的见解——数据不经过清洗就是垃圾,关键是要从数据中筛选出有效信息,并应用到产品设计中。
特别对于用户层面来说,如果将所有数据直接传递给用户,用户很可能会不知所措。其实,做好大数据的分析,就是要在海量的信息数据中发现以前被忽略的关联,将核心价值数据最大化,从而将数据友好的传递给用户。罗莱的王总举了一个例子,普通人每日深度睡眠约两小时,但每日坚持跑步超过6公里的跑者,日深度睡眠可达四小时以上。对跑者运动大数据的分析,可以为跑者的健康提升带来强有力的指导。
数据将是未来最有价值的资源,中国体育产业的发展,离不开大数据的支持,大数据在体育行业的应用,能够更加智能化地采集和分析数据,实现增值服务,将在很大程度上推动中国体育产业的快速发展。同时也能为体育产业上中下游资源提供创新性的增值服务,增强体育产业的盈利能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15