Big Data et Sport - Gestion de données & Analytics

2,569 views
2,355 views

Published on

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.

Published in: Technology
1 Comment
1 Like
Statistics
Notes
  • Bonnes présentation sur le Big Data lié au sport ! Je vous partage un second article de l'analyse de données dans la NBA : http://blog.atinternet.com/fr/index.php/2013/12/02/tendances/sport-analytics-la-data-big-star-de-la-nba/3623
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
No Downloads
Views
Total views
2,569
On SlideShare
0
From Embeds
0
Number of Embeds
132
Actions
Shares
0
Downloads
49
Comments
1
Likes
1
Embeds 0
No embeds

No notes for slide

Big Data et Sport - Gestion de données & Analytics

  1. 1. Gestion de la donnée & Analytics dans le Sport Mathilde Beaupied Business Development Software – D.FI mbe@d-fi.fr
  2. 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
  3. 3. Big Data De nouvelles sources de valeur pour l’entreprise 3
  4. 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. 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. 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. 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. 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
  9. 9. L’intégration des nouvelles données dans le SI décisionnel, un enjeu pour les entreprises 9
  10. 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
  11. 11. Et le sport, alors ? 11
  12. 12. Le Big Data dans le sport Australian Open 2013, 60 TB de données 12
  13. 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. 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. 15. La stratégie des clubs sportifs Accroître leur loyauté Large Niveau d’engagement Connaissance Profond Engagement Loyauté Achat 15
  16. 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. 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. 18. Analyse dans le sport Fournir aux fans les clés de la performance 18
  19. 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. 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. 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. 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. 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. 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. 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. 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
  27. 27. D.FI pour vous accompagner dans vos réflexions 27
  28. 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
  29. 29. Annexes 29
  30. 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

×