La combinación de Amazon Web Services de nube, ciencia de datos y aprendizaje automático ha proporcionado una nueva perspectiva para entender el fútbol. Esta es la historia interna del gran experimento de datos de la NFL.
Cómo el aprendizaje automático y la analítica avanzada están transformando la NFLConsejoTecnologico.com Jason Hiner explica cómo los grandes datos y la IA están cambiando la forma en que se juega la NFL, cómo se transmite el Super Bowl y cómo los aficionados ven el partido.
La Liga Nacional de Fútbol tiene 180 millones de aficionados en todo el mundo. Alrededor de 17 millones de ellos se dirigen a los estadios cada temporada, lo que significa que más del 90% de los aficionados de la NFL están viendo los partidos por televisión, en línea y por teléfono móvil. Es por eso que los juegos de la NFL representaron 37 de los 50 programas de televisión de mayor audiencia en 2019.
Mucho del atractivo del fútbol es que no se trata sólo de los largos lanzamientos de los mariscales de campo, la fuerza alcista de los jugadores de línea defensiva y los reflejos rápidos como el rayo de los receptores de banda, por ejemplo. Se trata del partido de ajedrez entre los entrenadores, y la preparación, los instintos y la rápida toma de decisiones de los jugadores más inteligentes.
Pero mientras que estas hazañas atléticas son increíbles de ver y fáciles de reconocer, a menudo es mucho más difícil identificar las estrategias y la inteligencia que inclinan un juego de una manera u otra.
Ahí es donde la Next Gen Stats-una gran asociación con Amazon Web Services-está cambiando la forma en que se entiende el juego, utilizando una combinación de computación en nube, grandes análisis de datos y aprendizaje automático.
«Hemos estado dando un giro en la creación de métricas que son más avanzadas y hacen un mejor trabajo de contar la historia del juego», dijo a ConsejoTecnologico.com Matt Swensson, vicepresidente de productos y tecnología emergentes de la NFL.
Ver: Política de grandes datos (Tech Pro Research) | Descripción del puesto: Chief data officer (Tech Pro Research) | Descripción del puesto: Científico de datos (Tech Pro Research)
La NFL ha estado manteniendo estadísticas desde 1920. Pero la mayoría de las estadísticas que muestra al público han sido bastante estándar durante las últimas décadas. Era el tipo de cosas que se ven en las cartas de intercambio y en los programas de juego: pases de yarda, carreras de yarda, capturas, placajes, sacos de mariscal de campo, intercepciones, etc.
Pero en 2015, comenzó a colocar un par de etiquetas RFID de Zebra Technologies en las hombreras de cada jugador de la NFL con el fin de rastrear la velocidad, la ubicación en el campo y los patrones de movimiento. Ahora, también tiene sensores en los árbitros, marcadores de primer down y torres de zona de anotación.
El gran desafío fue cómo aprovechar al máximo todos estos datos y convertirlos en valor para la NFL y sus clientes.
Cuando Amazon se enteró de que la NFL ya tenía todos estos datos de telemetría de jugadores, el equipo de AWS sugirió que podrían ayudar a crear más valor con análisis, similar a lo que AWS había hecho con los medios avanzados de béisbol de las Grandes Ligas.
«Empezamos a trabajar con[la NFL] para ayudarles a aplicar el aprendizaje automático a esos datos», dijo a ConsejoTecnologico.com el vicepresidente de marketing de AWS, Ariel Kelman. «Están grabando cosas como cuándo se rompió el balón, cuál fue la formación, cuántos jugadores había en el campo y cuál fue el resultado de la jugada. Mucho de eso es reconocimiento de patrones…. La idea es que hay un montón de cosas que requieren detección manual y etiquetado que quieren poder automatizar».
Así que AWS y la NFL establecieron una asociación en la que la NFL utilizó la nube Amazon, sus herramientas de análisis avanzadas y el nuevo producto de aprendizaje de la máquina SageMaker, mientras que Amazon tuvo que colocar el logotipo de AWS en Next Gen Stats como patrocinador oficial y obtener un montón de oportunidades promocionales que muestran lo que sus grandes herramientas de datos pueden hacer.
El acuerdo comenzó hace unos seis meses, antes del comienzo de la temporada de fútbol de 2019, y culmina el domingo en el Super Bowl LII, aunque tanto la gente de la AWS como de la NFL estaban aún más entusiasmados con lo que van a poder hacer con los datos el año que viene.
Aquí están las tres formas principales en que está cambiando el juego:
1. El impacto de Next Gen Stats en los equipos de la NFL
Una semana de juegos de la NFL ahora crea 3TB de datos, dijo Michelle McKenna-Doyle, CIO de la NFL, en su presentación en la conferencia re:Invent de Amazon el pasado noviembre. Después de cada partido, la liga exporta una gran cantidad de datos a cada equipo para ayudarles a evaluar su rendimiento general y el de sus jugadores. La liga proporciona algunas herramientas básicas para ayudar a los equipos a evaluar los datos junto con algunas ideas básicas. Algunos equipos tienen sus propios científicos de datos o socios analíticos para ir más allá.
Los equipos están usando los datos para ayudar a informar su entrenamiento, aptitud física y preparación para el juego. Pero hay una gran advertencia que les impide utilizar los datos para planificar estrategias de juego y elaborar jugadas.
«En este momento, los clubes están obteniendo sólo su lado del balón, y ese es un punto de decisión que se avecina», dijo Swensson, de la NFL. «Queremos poder llegar a un lugar donde ambos lados del balón estén disponibles para los clubes, para que puedan hacer un análisis mucho más interesante».
En otras palabras, los equipos no obtienen los datos en profundidad de sus oponentes ni los patrones que el aprendizaje automático puede ver. Ese es un gran tema para la NFL en la próxima temporada baja, y es un tema que está a consideración del Comité de Competición de la NFL.
2. El impacto de Next Gen Stats en las emisiones de la NFL
El lugar donde Next Gen Stats ha hecho su impacto más visible es en las transmisiones de televisión de los juegos de la NFL por CBS Sports (tanto ConsejoTecnologico.com como CBS Sports son propiedad de CBS. AWS ha traído las visualizaciones de datos de Next Gen Stats a las transmisiones de CBS y ha dado a los analistas de CBS puntos de datos para explicar algunas de las jugadas más importantes del juego. AWS también está trabajando con otros socios de transmisión de la NFL para ofrecer capacidades similares la próxima temporada.
Algunas de las Estadísticas de Próxima Generación que los analistas ahora tienen acceso a incluir, por ejemplo:
- Datos de localización en tiempo real de todos los jugadores
- Velocidad y aceleración del jugador
- Distancia total de carrera para cada jugador durante todo el juego
- La cantidad de separación que los receptores reciben de sus defensores
- La tasa de presión que las defensas tienen sobre los quarterbacks
- Porcentaje de mariscal de campo lanzados a ventanas estrechas
Anunciantes como el ex mariscal de campo de los Dallas Cowboys Tony Romo-un nuevo comentarista de color en CBS esta temporada-han adoptado los datos y los han usado para ayudar a los espectadores a ver por qué algunas de las jugadas en el campo tienen éxito y otras no.
«Estamos trabajando con los chicos de producción de CBS Sports para tratar de evolucionarla y hacer que la experiencia de los fans sea mejor. Son los primeros días. Lo que hemos aprendido del béisbol es la manera de presentar estos datos», dijo Kelman de Amazon.
«Estamos deseando llevarla al siguiente nivel la próxima temporada.»
3. El impacto de Next Gen Stats en los fans de la NFL
Para los aficionados, la NFL ha lanzado nextgenstats.nfl.com como un portal para ver estos nuevos puntos de vista y datos. Hay todo tipo de nuevas estadísticas que nunca has visto en el reverso de una tarjeta de comercio, como por ejemplo:
- Tiempo Promedio de Lanzamiento (quarterbacks)
- Yardas Aéreas Promedio Completadas (quarterbacks)
- Porcentaje de agresividad (quarterbacks)
- Eficiencia (running backs)
- 8+ Defenders in the Box (defensores)
- Tiempo Promedio Detrás de la Línea de Scrimmage (running backs)
- Cojín medio (receptores)
- Separación media (receptores)
- Promedio de los patios aéreos objetivo (receptores)
El sitio también incluye gráficos para quarterbacks, running backs y receptores para ver sus patrones de su último juego. Además, la NFL publica ensayos fotográficos con información específica de Next Gen Stats de los juegos de la semana anterior, así como videos que explican las diferencias y similitudes entre jugadores, equipos y juegos basados en los datos.
«Hay algunas partes muy complicadas del fútbol que pueden resultar fascinantes para los aficionados más intransigentes», afirmó Swensson. «Muchas veces ves un partido y tal vez no te das cuenta de algunas de las decisiones y por qué se toman, o incluso de algunas de las complejidades del juego, como por ejemplo, por qué los jugadores se alinean de una determinada manera. Mi esperanza es que[Next Gen Stats] continúe educando a los fans y ayudándoles a entender más y más de nuestro juego».
VER: Convertir los grandes datos en información empresarial (informe especial de ZDNet) | Descargar el informe en formato PDF (ConsejoTecnologico.com)
Este material es obviamente una gran fuente de material para los adictos al fútbol de fantasía, pero también puede alimentar a los aficionados en su búsqueda por entender mejor el rendimiento de su equipo y sus jugadores favoritos, lo que también puede crear una mayor lealtad de los clientes de la NFL. La buena noticia para los aficionados es que el programa acaba de despegar.
«Lo que se ve ahora en el sitio se basa en los datos de seguimiento y las divisiones que hemos podido hacer en base a los datos de localización, pero no en el reconocimiento de patrones», dijo Swensson. «Muchas de las cosas de aprendizaje que hemos hecho, aún no las hemos puesto. Nuestro plan es lanzarlo para la próxima temporada».
Por supuesto, queda un partido importante esta temporada. Para los aficionados que vean el domingo el Super Bowl LII entre los New England Patriots y los Philadelphia Eagles, aquí hay un par de videos de Next Gen Stats que analizan lo que probablemente será el partido clave del juego:
Qué pueden aprender otras empresas
«La conversación típica que estamos teniendo con los clientes sobre el aprendizaje automático es que es una de las principales prioridades», dijo Kelman. «Sin embargo, en la mayoría de estas empresas existe una enorme brecha entre lo que quieren hacer y las habilidades de su gente. Es tan simple como tener todos estos datos, ¿qué debemos hacer con el aprendizaje automático? ¿A qué problemas debemos apuntar y qué tipo de predicciones debemos hacer? Cuantos más ejemplos podamos dar a nuestros clientes de lo que otras personas están haciendo, mejor».
Boletín informativo de Big Data Insights
Domine los fundamentos de la analítica de datos de gran tamaño siguiendo estos consejos de expertos y leyendo los conocimientos sobre las innovaciones de la ciencia de datos. Lunes de entrega