
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
Python 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在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04