Les données sont de plus en plus importantes dans le domaine du sport où l'on parle également de Big Data.
Il y a tout d'abord, les données liées aux performances qui sont enregistrées au quotidien et qui permettent aux équipes de mieux se préparer et d'anticiper des événements déterminants.
Il y a ensuite les données que l'on pourrait qualifier de Marketing : données d'audience, de fans, etc. Leur transformation est un levier pour mieux appréhender le public mais aussi et surtout pour permettre aux fans d'accéder à plus d'information et de fait, de s'impliquer plus auprès de leur équipe favorite.
Cette présentation met en avant les application du phénomène Big Data dans le domaine du sport.
[Café techno] TSM 7.1 - La protection de votre Active Directory et de vos app...
Big Data et Sport - Gestion de données & Analytics
1. Gestion de la donnée
&
Analytics dans le Sport
Mathilde Beaupied
Business Development Software – D.FI
mbe@d-fi.fr
2. Sommaire
• Big Data : de nouvelles sources de valeur pour
l’entreprise
• L’intégration des nouvelles données dans le SI
décisionnel, un enjeu pour les entreprises
• Et le sport, alors ?
• D.FI pour vous accompagner dans vos réflexions
2
4. Une croissance exponentielle des informations
2 milliards
d'utilisateurs
Internet d'ici 2011
1,3 milliard de balises RFID en 2005
30 milliards de balises RFID
en 2010
4,6 milliards
de téléphones mobiles
dans le monde
Sur le marché financier,
les volumes de données ont
augmenté de 1,75 %, entre
2003 et 2006
Twitter traite
7 téraoctets de
données chaque jour
World Data Centre for Climate
§ 220 téraoctets de données Web
§ 9 pétaoctets de données supplémentaires
Facebook traite
10 téraoctets de
données chaque jour
4
5. Une croissance exponentielle des informations
Volume
Chaque jour,
15 pétaoctets de
nouvelles informations
sont générés.
Diversité
80% des nouvelles
données sont du contenu
non structuré, généré
par e-mail avec un ajout
massif de documents,
d'images et de fichiers
vidéo
Rapidité
En moyenne, une
entreprise comptant
1 000 employés dépense
5,3 millions de $
par an pour rechercher
ses propres
informations.
5
6. De nouvelles sources de valeur pour les entreprises
Données
Transactions &
Applications
• Volume
• Structurées
• Débit
Machine Data
• Velocité
• Semi-structurées
• Ingestion
Enterprise
Content
• Varieté
• Non structurées
• Volume
Social Data
• Varieté
• Non structurées
• Véracité
6
7. Le Big Data et l’industrie des Médias/Loisirs/Sports
De nouveaux comportements du public et des fans apportent
de nouvelles sources de données et la capacité à mieux les
connaître
Données
en mouvement
Données
Au repos
• Social Media
• Mobile Devices
• GPS
• ….
• Abonnements
• Transacations/Tickets
• Marketing/CRM…
Dissémination des sources de données
7
8. L’analyse des réseaux sociaux
Connaissance du ressenti de l’audience et des fans, prédire et définir
les critères de répétition dans la prise de décision
ü Meilleur profiling
ü Prédictions sur les comportements d’achat
ü Ciblage plus précis
Personnalisation du message quelque soit le support (web, mobile),
création d’une relation 1 à 1
Impact sur la stratégie des entreprises et des clubs
8
10. Big Data : défi de l’intégration dans le SI décisionnel
Volumes de data non traitées
(structurées et non structurées)
Applications
Data
Warehouse
Big Data / Hadoop
Operational
Data Store
ETL
Analyse des
données temps réel
IBM Confidential
Streaming des données
en temps réel
(structurées et non structurées)
Cube Services
Confiance en l’Information &
Gouvernance
Sources de
données
traditionnelles
Les entreprises ont besoin de maîtriser
les données entrantes ainsi que la
connaissance qui en découle
Intégration dans l’entrepôt
La connaissance venant du Big Data doit
être intégrée dans les bases de
connaissance de l’entreprise,
essentiellement le datawarehouse
10
12. Le Big Data dans le sport
Australian Open 2013, 60 TB de données
12
13. Le Big Data et le Digital révolutionnent l’industrie du sport
Relation avec
les supporters
Les grandes évolutions du marché
impactent les Clubs Sportifs
ü Le Big Data
ü La révolution digitale
ü Le besoin d’analyse et de
prévisions
Big Data &
Analytics
Analyse des
performances
Optimisation
opérations
13
14. La stratégie des clubs sportifs
Étendre sa base de fans
Base de fans
globale
Base de
fans
nationale
Base de
fans locale
Amélioration de
l’expérience
dans le stade
Etendre
l’expérience
au delà du
stade
e.g. CHINA
14
15. La stratégie des clubs sportifs
Accroître leur loyauté
Large
Niveau d’engagement
Connaissance
Profond
Engagement
Loyauté
Achat
15
16. Les clubs sportifs face à l’évolution digitale
Transition vers le digital média
Contenu conçu pour le digital; digital supply chain;
Equipement interconnecté intelligent
De nouvelles sources de revenu
Emergence de nouveaux canaux de distribution
impactent les sources de revenu traditionnelles (TV,
presse) vers les nouveaux média (web, mobile).
Le pouvoir au Consommateur
Demande pour une offre multimédia innovante,
services interactifs et personnalisés ; une myriade
de nouveaux devices
16
17. L’analyse prédictive dans le Sport
Avantages de la Solution
Business Value
Resultats
§ Analyse des historiques
pour identifier les métriques
clés.
§ Améliorer l’expérience des
fans
• Optimiser les résultats
financiers grâce aux
achats sur devices
mobiles, publicité ou
sponsoring
§ Suivi en temps réel des
métriques de performance
pour fournir une
compréhension étendue
pendant le match
§ Analyse complète et en
temps réeI des événements
du match pour identifier qui
prend le dessus et pour
quelles raisons.
§ Augmenter la rétention et
la loyauté des clients
§ Amélioration de l’offre
digitale
§ Toucher une audience
mondiale
§ De meilleure performance
sur le terrainBetter ‘on
pitch’ Performance
• Attirer de nouveaux fans
et consommateurs dans
des marchés moins
développés
• Créer un nouveau lieu
d’échange pour entrer
en contact avec le
supporter
17
18. Analyse dans le sport
Fournir aux fans
les clés de la performance
18
19. Une nouvelle expérience pour les supporters
Clés du Match
•
•
•
Données statistiques
disponibles dans une
interface graphique
Voir et comparer les
statistiques par set
Données mises à jour en
temps réel et disponibles
pendant et après le match
Une statistique qui détermine ce que
doit faire un jour pour maximiser ses
chances de gagner
19
20. Une nouvelle expérience pour les supporters
Momentum
•
•
Les points importants du
match en temps réel
Les tendances du match
basées sur l’analyse en
temps réel des données
de jeu
Les tournants du match
automatiquement
identifiés et mis en
avant
20
21. L’analyse dans le sport : interagir avec les fans
15 millions de personnes jouent au fantasy football.
En moyenne, elles dépensent $150 par saison
soit environ 2.3 milliards dépensés sur le fantasy football
21
21
22. Australian Open et l’expérience des supporters
Constat
• Donner aux supporters les clés des matchs en temps réel
• Fournir aux joueurs et entraîneurs des infos et analyses factuelles
• Utiliser les statistiques des réseaux sociaux
Objectif
• Renforcer la loyauté des fans et développer leur attachement à la
marque/l’événement
• Etendre la base des supporters à de nouveaux marchés
• Marketing and sponsoring
• Mise en œuvre de SlamTracker
• Rapport sur le sentiment analysis
Solution
22
23. L’analyse des réseaux sociaux
Tweets
During
Man
United
v
Chelsea
1200
Man U Goal – Robin
Van Persie
1000
Torres Red
Card
Half Time
800
600
Man U Goal –
David Luiz OG
Full-Time
Chelsea 2-3 Man U
Chelsea Goal
– Mata
400
200
PostedTime
15:04:31
15:09:03
15:13:35
15:18:07
15:22:39
15:27:11
15:31:43
15:36:15
15:40:47
15:45:19
15:49:51
15:54:23
15:58:55
16:03:27
16:07:59
16:12:31
16:17:03
16:21:35
16:26:07
16:30:39
16:35:11
16:39:43
16:44:15
16:48:47
16:53:19
16:57:51
17:02:23
17:06:55
17:11:27
17:15:59
17:20:31
17:25:03
17:29:35
17:34:07
17:38:39
17:43:11
17:47:43
17:52:15
17:56:47
18:01:19
18:05:51
18:10:23
18:14:55
18:19:27
18:23:59
18:28:31
18:33:03
18:37:35
18:42:07
18:46:39
18:51:11
18:55:43
0
Map globalisation of fan base
Create products out of twitter volumes
In the studio
The
Referree's
a
&&**##@@!
Haha
-‐
t ake
that
T orres
Evans
M ade
Contact
Terrible
Decision
Fans
Torres
took
a
dive!
0
5
Identify Key Themes
10
15
20
25
Social media
cloud
30
Link match events to fan sentiment
23
24. Analyse dans le sport : tirer profit des données
IBM aide les Leicester Tigers
à s’attaquer aux blessures
L’analyse prédictive est utilisé pour
réduire le nombre et la gravité des
blessures
24
24
25. Leicester Tigers s’attaquent aux blessures
Constat
• En moyenne 1 joueur sur 4 sera blessé pendant la saison
• Impact sur les résultats sportifs et financiers
Objectif
• Définition d’indicateurs clés pour prévenir les blessures
• Personnaliser l’entraînement pour réduire les risques
• Développement des jeunes joueurs
Solution
• Mise en œuvre d’une solution d’analyse prédictive à 50% des
blessures peuvent être prédites.
• Enrichissement des données collectées : biométriques,
psychologiques, physiologiques
25
26. IBM and Sports Analytics
20 Years of History…
4 Grand Slams… 2 Golf Majors… NBA League… Rugby Six Nations…
•
IBM est à la pointe du “Sport Analytics“ depuis
plus de 20 ans, notamment en devenant
partenaire technologique des tournois de
tennis du Grand Chelem.
•
En s’associant avec un des fournisseurs de
données leaders de l’industrie du Sport “Opta
Sport“, IBM s’est diversifié et apporte son
expertise dans de nouveaux sports.
•
IBM TryTracker for Rugby Union, lancé en
Février, combine l’analyse et les technologies
IBM pour amener l’engagement des fans à un
niveau supérieur.
26
28. D.FI et vos projets décisionnels
D.FI, intégrateur de technologies, en collaboration avec ses consultants en
Data Management, vous accompagne lors de :
Vos réflexions Data Management
ü Enrichissement de vos sources de données,
ü Mutualisation de bases existantes,
ü Optimisation des processus d’intégration
Vos évolutions vers le Big Data
ü Nouvelles sources de données à forte valeur pour votre entreprise
ü Intégration dans votre SI Décisionnel
Vos projets d’évolution de vos infrastructures décisionnelles
ü Choix technologiques (DataWarehouse, Appliance décisionnelle)
ü Mise en œuvre ou évolution d’une nouvelle architecture décisionnelle
Pour tous vos projets, n’hésitez pas à nous contacter pour en discuter
Mathilde Beaupied
Business Développement Software
e-mail : mbe@d-fi.fr
28
30. Exemple US Open : SI décisionnel
Une architecture
flexible et évolutive
Des données
L’analyse prédictive
• Cloud privé
• Provisionning et mobilité des applications
• Des bases de données riches en historiques
(Optia)
• Enrichissement constant des bases (matchs,
réseaux sociaux)
• Analyses en temps réel
• Prédire la victoire grâce aux clés du match
30