京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16