3332 อาคารวิวัฒน์ชัย ชั้น 7 ยูนิตเอ ถนนพหลโยธิน แขวงจตุจักร เขตจอมพล กรุงเทพฯ 10900

กีฬากับบิ๊กดาต้า

กีฬากับบิ๊กดาต้า

ข้อมูลกำลังเข้ามาเปลี่ยนแปลงวิธีการติดตามผลและฝึกฝนนักกีฬา
Data is changing the way our athletes are tracked and trained.

การแข่งขันกีฬาโอลิมปิกในปี ค.ศ. 2020 ใกล้เข้ามาทุกที นอกจากโอลิมปิกจะเป็นมหกรรมกีฬาที่ยิ่งใหญ่ที่สุดในโลกแล้ว เราอาจพูดได้ว่าโอลิมปิกยังเป็น “มหกรรมแห่งการเก็บเกี่ยวและทดลองนวัตกรรมใหม่ของมนุษยชาติ” อีกด้วย ว่ากันตั้งแต่เทคโนโลยีรองเท้าใหม่ๆ ชุดระบายความร้อนที่ทรงประสิทธิภาพ จักรยานที่น้ำหนักเบาสุดๆ การจับเวลาที่ละเอียดยิบถึงระดับเศษเสี้ยววินาที ไปจนถึงเรื่องอื่นๆ เช่น โปรแกรมการท่องเที่ยว ฯลฯ นี่คือโอกาสดีๆ ในการเก็บข้อมูลจำนวนมหาศาลที่เกิดจากกิจกรรมของมนุษยชาติ

Big Data (บิ๊กดาต้า) กับโอลิมปิกเป็นของคู่กันมาโดยตลอด แต่ด้วยข้อจำกัดทางเทคโนโลยีในการการประมวลผลข้อมูลในสมัยก่อน ทำให้กว่าจะได้ข้อมูลจากการแข่งขันแต่ละครั้งมาใช้ต้องอาศัยเวลาในการแงะมันออกมา นั่นเป็นส่วนหนึ่งที่ทำให้การจัดการแข่งขันโอลิมปิกทุก 4 ปีเป็นระยะเวลาที่เหมาะสม เพราะแต่ละฝ่ายจะได้มีเวลานำข้อมูลที่ได้มาคัดกรองเอาสิ่งที่ไม่จำเป็นออก จนได้ออกมาเป็นข้อมูลชุดใหม่ที่แต่ละประเทศสามารถนำไปต่อยอดเพื่อพัฒนานักกีฬาและผลิตภัณฑ์ต่างๆ ได้

การแข่งขันกีฬารายการใหญ่ๆ ทุกประเภทต้องมีการเก็บสถิติกันอยู่แล้ว แต่ในสมัยก่อนนั้นการนำข้อมูลไปใช้ไม่ได้สะดวกสบายเหมือนเช่นปัจจุบัน ความก้าวหน้าของเทคโนโลยีทุกวันนี้ทำให้เราได้ข้อมูลที่รวดเร็ว ละเอียด และนำไปใช้ได้เร็วขึ้น โดยมีบริษัทหลายแห่งที่ให้บริการในการจัดการข้อมูลเหล่านี้อย่างเป็นระบบ

สหรัฐอเมริกาถือเป็นประเทศแรกๆ ที่นำข้อมูลเกี่ยวกับกีฬามาใช้อย่างเป็นรูปธรรม อาจเนื่องมาจากความสนใจใคร่รู้เรื่องสถิติเป็นส่วนหนึ่งของวัฒนธรรมกีฬาของคนอเมริกันอยู่แล้ว เมื่อปี ค.ศ. 2002 หน่วยงาน National Olympic Committees ได้อนุมัติให้บริษัท Gracenote (เกรซโน้ต) เข้ามาช่วยจัดเก็บข้อมูลสถิติและวิเคราะห์ข้อมูลเกี่ยวกับการแข่งขันกีฬาโอลิมปิก โดยใช้ชื่อว่า “The Gold Standard Data”

โครงการนี้เป็นการนำข้อมูลทั้งหมดของการแข่งขันกีฬาโอลิมปิกนับตั้งแต่เริ่มมีการจดบันทึกไว้ในปี ค.ศ. 1896 มาผ่านการออปติไมซ์ สร้างอัลกอริทึม เพื่อวิเคราะห์ความเป็นไปได้ว่าในการแข่งโอลิมปิกแต่ละครั้งประเทศใดจะมีโอกาสจะคว้าเหรียญทองบ้าง และจะได้เหรียญมากน้อยแค่ไหน โดยอาศัยข้อมูลเรื่องกีฬาในระดับที่ลึกและละเอียดที่สุดมาใช้ เพื่อให้ระบบปัญญาประดิษฐ์ได้ลองเรียนรู้และคาดเดาความเป็นไปได้ที่จะเกิดขึ้น

นอกเหนือจากข้อมูลการแข่งขันแต่ละปี พวกเขายังใส่ข้อมูลการแข่งขันของนักกีฬาทีมชาติในรายการการแข่งขันต่างๆ และข้อมูลส่วนตัวของนักกีฬาทีมชาติ จากนั้นระบบจะสามารถคำนวนได้คร่าวๆ ว่าแนวโน้มในการแข่งขันโอลิมปิกครั้งต่อไปจะเป็นอย่างไร

หากใครเป็นคนที่ทำงานอยู่ในแวดวงอุตสาหกรรมบันเทิง การตลาด และกีฬา อาจคุ้นเคยกับชื่อของบริษัท Gracenote มาบ้าง บริษัทนี้ให้บริการข้อมูลและเนื้อหาเกี่ยวกับเพลง ไฟล์วิดีโอและการแสดงผล รวมทั้งบริการข้อมูลที่ใส่ลงในซีดีเพลงมาก่อนช่วงทศวรรษ 1990 ก่อนผันตัวเองมาทำข้อมูลดิจิทัลอย่างเต็มรูปแบบในการจัดการข้อมูลเกี่ยวกับเพลง มิวสิควิดีโอ ไฟล์วิดีโอให้กับ iTunes และการสร้างโปรแกรมเกี่ยวกับ Music Recognition ในรูปแบบต่างๆ (บริการคล้ายๆ กับ Shazam ที่สามารถจดจำเพลงได้) ทั้ง Apple, Google และ Amazon ต่างก็เป็นลูกค้าของ Gracenote ส่วนธุรกิจกีฬาก็เป็นอีกหนึ่งในงานถนัดของ Gracenote เช่นกัน ปัจจุบันบริษัทได้ขยายการบริการออกไป และได้ทำการจัดการข้อมูลการแข่งขันกีฬาทั่วโลกมาแล้วมากกว่า 4,500 รายการ

ข้อมูลที่น่าสนใจจาก Gracenote พบว่าตลอด 25 ปีที่ผ่านมา นักกีฬาจากประเทศในเอเชียมีแนวโน้มที่จะได้เหรียญทองจากการแข่งขันโอลิมปิกเพิ่มมากขึ้นเรื่อยๆ โดยในโอลิมปิก 7 ครั้งหลังสุด (ตั้งแต่ปี ค.ศ. 1988 เป็นต้นมา) หนึ่งในสี่ของเหรียญทองโอลิมปิกอยู่ในมือของชนชาติจากเอเชียนำโดยจีน ญี่ปุ่น และเกาหลีใต้

ก่อนการแข่งขันโอลิมปิกที่ริโอเดอจาเนโร เมื่อปี ค.ศ. 2016 Gracenote ได้ทำนายผลเหรียญทองโดยใช้ระบบปัญญาประดิษฐ์ ซึ่งผลที่ออกมาน่าสนใจอย่างมากในเรื่องความแม่นยำ Gracenote ทำนายว่าสหรัฐอเมริกาจะยังคงครองแชมป์อยู่ ตามมาด้วยจีนและรัสเซีย (แต่ผลออกมาผิดคาดเล็กน้อย โดยสหรัฐอเมริกามาเป็นอันดับหนึ่ง 46 เหรียญทอง ตามมาด้วยสหราชอาณาจักร 27 เหรียญทอง และจีนซึ่งโดนเบียดนิดเดียวพลาดมาอยู่อันดับสามด้วย 26 เหรียญทอง อันดับสี่คือรัสเซีย 19 เหรียญทอง) และยังทำนายต่อว่า 10 อันดับแรกของตารางจะมีประเทศจากเอเชียติดอยู่ทั้งหมด 3 ชาติ ซึ่งผลออกมาตรงตามคำนำนาย ได้แก่ จีน (อันดับ 3) ญี่ปุ่น (อันดับ 6) และเกาหลีใต้ (อันดับ 8) ประเทศที่สามารถทำจำนวนเหรียญทองได้มากขึ้นเมื่อเทียบกับโอลิมปิกที่ลอนดอนเมื่อปี ค.ศ. 2012 ได้แก่ ญี่ปุ่น บราซิล นิวซีแลนด์และเนเธอร์แลนด์ ซึ่ง Gracenote ทำนายญี่ปุ่นได้ถูกต้องคือจากเหรียญรวม 38 เหรียญในปี 2012 มาเป็น 41 เหรียญในปี ค.ศ. 2016 ส่วนบราซิลได้เหรียญรวมน้อยลงแต่ได้เหรียญทองมากขึ้น(จาก 3 เป็น 7 เหรียญ) นิวซีแลนด์แลนด์ก็ได้เหรียญรวมเพิ่มขึ้น(จาก 13 เหรียญ เป็น 18 เหรียญ) ส่วนเนเธอร์แลนด์เหรียญรวมลดลง (จาก 20 เหรียญเหลือ 19 เหรียญ) แต่ได้เหรียญทองมากขึ้น (จาก 6 เป็น 8 เหรียญ) ซึ่งถือว่าระดับความแม่นยำนั้นน่าสนใจไม่น้อย

สำหรับโอลิมปิกที่โตเกียวที่จะเกิดขึ้นในปีหน้า (ปี ค.ศ. 2020) Gracenote จะทำหน้าที่ตั้งแต่ให้ข้อมูลการแข่งขัน เช่น อัปเดตตารางการแข่งขัน ผลการแข่งขัน ตารางเหรียญแบบเรียลไทม์ ไปจนถึงการให้ข้อมูลเชิงประวัติศาสตร์ ข้อมูลเชิงลึกเกี่ยวกับตัวนักกีฬา ประวัติการแข่งขัน ข้อเท็จจริง และเรื่องราวต่างๆ สำหรับนำไปใช้งานในรูปแบบออนไลน์อีกด้วย

ตลอดหนึ่งเดือนเต็มของการแข่งขัน (หากรวมการแข่งขันกีฬาพาราลิมปิกด้วย) ญี่ปุ่นคาดว่าจะมีผู้คนจากทั่วโลกเดินทางมาร่วมงานมากถึง 6 แสน และเชื่อเหลือเกินว่านี่จะเป็นช่วงเวลาของการ “เก็บเกี่ยวข้อมูล” จำนวนมหาศาลที่จะเกิดขึ้นจากกิจกรรมนี้และสามารถนำไปต่อยอดได้อีกคณานับ

ในตอนหน้าเราจะมาเล่าเรื่องการร่วมมือของ Intel และ Alibaba ที่กำลังเปลี่ยนโลกของการจัดเก็บข้อมูลชนิดที่เราคาดไม่ถึง

ข้อมูลอ้างอิง

http://www.sloansportsconference.com/mit_news/changing-game-big-data-helps-bring-home-olympic-gold/
http://www.gracenote.com/sports/2020-summer-games/

ติดตามข้อมูลข่าวสารดีๆ จาก ScanMe SeeScore ผู้ให้บริการ ระบบ QR Code สำหรับเก็บข้อมูล big data 

สอบถามข้อมูลเพิ่มเติมโทร 099-564-5947, 096-142-9547

Scanme Seescore
Scanme Seescore
scanme-seescore.com

ScanMe SeeScore ระบบ QR Code เก็บข้อมูล Big Data เพื่อการตลาด เพราะ "ข้อมูล" สำคัญกับธุรกิจ เพื่อก้าวไปกับยุคแห่งข้อมูล และเพื่อพลิกโอกาสและความเป็นไปได้ในธุรกิจ

Related Posts