
里约奥运英国赛艇队傲视群雄 大数据分析也是幕后英雄
令人瞩目的2016年里约奥运会近日落下帷幕,其中赛艇项目比赛于14日全部结束。上届的伦敦奥运,英国赛艇队获得4金2银3铜,傲视群雄。在本届奥运会14项共42枚奖牌中,英国赛艇队为英国代表队带来的奖牌数贡献依然巨大,以3金2银排在该项目奖牌榜首位。 作为奥运会英国队的代表性优势项目,赛艇队在争夺奖牌上的实力不容小觑。这项运动本身在比赛中可能因为多方面因素的细微影响而导致戏剧性的结果——第一名与第四名的差距也许只是几毫秒,但这却决定了运动员获得的是光荣的奖牌还是无限的遗憾。
提高训练效果
顶尖的英国赛艇队队员,每天需要进行好几次训练。训练中,单个运动员身上得到的训练数据已经非常可观,全队运动员的总体数据更是巨量。之前,这些数据散乱在多个数据库和表格中,数据的更新速度十分缓慢,因此导致了对这些数据的跟踪和分析十分困难。
为了充分备战里约奥运,英国赛艇队在早期便开始使用SAS解决方案来分析运动员数据和改善训练方法。赛艇队将数据更快更全面地汇总在一起,并进行更好地分析。这为运动科学家、教练和团队经理提供了一个可以跟踪运动员运动表现的平台,帮助他们更好地决策。
“英国赛艇队的训练地点有时在水上,有时在赛艇机上,有时在体育馆里。同时我们还会去一些高海拔的挑战性环境进行训练,”Mark Homer,英国赛艇队高级运动科学家说。
“将所有领域的数据进行汇总,结合比赛中所获得的数据,我们将汇聚一个巨大的数据源来指导训练和提高运动员的运动表现。但是如果没有分析的工具,这些数据就没有任何作用。通过与SAS的合作,我们现在能更深入和快速地分析这些赛艇运动员的数据。之前因为数据的分散,我们需要花费大量的精力和时间来汇总和分析单个运动员的信息,现在,我们可以马上搞定。”
减少受伤风险
英国赛艇队使用SAS可视化分析对来自多个数据源的数据进行分析。深入和快速地进行数据分析将帮助运动员最大化每次训练的效果。不光这样,数据分析还可以应用于发现运动伤害的迹象并进行修正,帮助运动员减少训练缺席,从而确保他们在比赛中处于最佳状态。
发掘赛艇人才
“现在,赛艇已经是一项比较成功的运动项目,从2012年开始我们就已经取得了一定的成绩,并从中尝到了甜头。所以当有新人加入这项运动的时候,我们需要能够引导他们,确认他们在正确的发展,”Homer说,“未来,数据分析将是帮助我们预测的关键,比如某运动员现在的成绩并不理想,但是通过数据分析,我们能知道他可能会在接下来几年大放异彩。”
通过数据建模,可以帮助教练和经理更好的理解运动员相关信息,协助他们进行决策。这就包括找出未来的赛艇新星,为不同的赛艇配置队员组合,优化每个组的比赛表现。
“运动员的运动技能可以使用多种方式进行评估,一个能够最大化已有数据资源利用率的工具对我们来说至关重要。利用这些数据我们将能够做出最佳决策。但是更令人兴奋的是寻找金矿时的未知——有些东西在我们开始分析数据前绝对不会预见到。因此我们能够发现更多关键要素,并将这些要素整合以影响整体的表现。
伴随着赛艇运动本身的不断的进步,未来,英国赛艇队将在SAS数据分析的帮助下科学训练,发掘新的运动人才,为下一个奥运周期做好准备。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08