Обработку большого объема данных используют уже все кому не лень. Компании, которые работают с big data и умеют их анализировать, получают разные метрики, на основе которых принимают важнейшие управляющие решения. Будь то анализ данных «Честного знака» для построения маркетинговой стратегии по всей стране или анализ производства, в котором нужно снизить процент брака на основе десятков показателей датчиков и камер машинного зрения.
То же самое относится и к спорту. Но так было не всегда. Подход к анализу статистических показателей игры изменился в 2004 году, когда бейсбольный Boston Red Sox выиграли мировую серию впервые с 1918 года. Причина оказалась простой: они взяли на работу Билла Джеймса, который еще с 1980-х годов обивал пороги команд и пытался объяснить, насколько важно отслеживать метрики игроков (вплоть до роста, веса или скорости подачи), строя игру команд от этого. Чудаковатого гика никто не воспринимал всерьез, но спустя 30 лет его подход изменил индустрию спорта. Думаю, что многие видели замечательный фильм Moneyball с Брэдом Питтом по книге Майкла Льюиса, затрагивающий эту тематику.
Поэтому нет ничего удивительного, что и другие виды спорта в Америке стали применять этот подход. Давайте посмотрим на примере чуждого русскому глазу спорта — американского футбола, как команды НФЛ (национальная футбольная лига — высший дивизион, сродни НХЛ и НБА) используют big data и как это изменило игру. Но придется немного погрузиться в специфику игры, потому что мне кажется, мало кто на Хабре даже знает правила игры в амфут. Попробую кратко рассказать основы — заодно, надеюсь, подтолкну к просмотру этой замечательной игры тех, кто не решался из-за сложности.
Если вдруг вас посетил вопрос «Какая связь у амфута и Хабра» — отвечу, что в амфут играет достаточно много людей из IT. В команде, в которой играю я сам есть люди из Сбера, VK, HH и других IT-компаний.