ทุก ๆ องค์กรในแต่ละอุตสาหกรรมเริ่มมีการใช้ Big Data เพื่อสร้างผลประโยชน์สูงสุดให้แก่องค์กร ไม่ว่าจะเป็นการใช้ข้อมูลสมาชิกในการวิเคราะห์เพื่อส่งเสริมการลงทุน หรือการใช้ข้อมูลสัญญาเช่าซื้อในการสร้างโมเดลทางคณิตศาสตร์เพื่อประเมินความเสี่ยงในการเกิดสัญญาหนี้ค้าง จะเห็นได้ว่าในแต่ละอุตสาหกรรมมีการประยุกต์ใช้ข้อมูลที่ต่างกัน มีอุตสาหกรรมหนึ่งที่ผมมองว่ามีการใช้ข้อมูลได้อย่างน่าสนใจและอยากมาเล่าในบทความนี้ ซึ่งนั่นก็คือ อุตสาหกรรมการกีฬา
อุตสาหกรรมการกีฬาเป็นอุตสาหกรรมหนึ่งที่มีข้อมูลในจำนวนมหาศาลไม่แพ้อุตสาหกรรมอื่น ๆ ข้อมูลเหล่านี้ล้วนเป็นข้อมูลที่มีค่าที่สามารถนำมาวิเคราะห์ได้ ผมจะมาเล่าตัวอย่างการประยุกต์ใช้ข้อมูลในอุตสาหกรรมการกีฬาครับ
การใช้ข้อมูลเพื่อเพิ่มโอกาสชนะในเกมส์การแข่งขัน
เมื่อศาสตร์ของการวิเคราะห์ข้อมูลเริ่มมีบทบาทมากขึ้นในการกำหนดผู้ชนะในการแข่งขัน สโมสร หรือทีมกีฬาอาชีพได้ทำการรวบรวมข้อมูลให้มากที่สุดเท่าที่จะทำได้ เพื่อสร้างความได้เปรียบในการแข่งขัน โดยข้อมูลที่สำคัญมีดังนี้
- ข้อมูลผู้เล่นของทีมฝั่งตรงข้าม เช่น สไตล์การเล่น หรือวิธีการทำคะแนน
- ข้อมูลของเกมส์ที่ชนะ เสมอ หรือแพ้ รวมถึงข้อมูลของการมีส่วนร่วมของนักกีฬาในเกมส์
- ข้อมูลสภาพอากาศของวันที่มีการแข่งขัน และข้อมูลที่สื่อถึงประสบการณ์ของนักกีฬาในสภาพอากาศที่แตกต่างกัน
- ข้อมูลสถิติของการแข่งขัน รวมไปถึงข้อมูลจำนวนเกมส์ที่ต้องชนะเพื่อผ่านเข้ารอบ หรือเพื่อสร้างสถิติใหม่
ทีมกีฬาอาชีพทำงานกันอย่างหนักเพื่อรวบรวมข้อมูลสำคัญเพื่อเตรียมตัวสำหรับการแข่งขัน ซึ่งก็มีหลายวิธีในการใช้ข้อมูลเหล่านั้น เพื่อยกระดับความสามารถของนักกีฬาและทีม
การใช้ข้อมูลเพื่อมาวิเคราะห์นักกีฬา
เพื่อพัฒนาผลงานของนักกีฬาจะมีการติดตามข้อมูลทางสถิติของพวกเขาอยู่ตลอด ไม่ว่าจะเป็นข้อมูลทางโภชนาการ จำนวนชั่วโมงของการฝึกซ้อม หรือผลงานในเกมส์ โดยการติดตามข้อมูลเหล่านั้น และนำมาเปรียบเทียบกับผลงานของนักกีฬาปัจจุบันหรือ ความรู้สึกของนักกีฬาในวันแข่งขัน สามารถนำมาปรับเปลี่ยน การฝึกซ้อม หรืออาหารการกิน ของพวกเขาได้ เมื่อข้อมูลสามารถทำให้นักกีฬาทุกคนมีการเตรียมตัวที่ถูกต้อง และรู้ว่าต้องปรับปรุงที่จุดไหนเพื่อที่จะแข็งแกร่งขึ้น การที่พวกเขาจะเป็นนักกีฬาที่ล้มเหลวที่สุดในการแข่งขันคงเป็นเรื่องยาก
การใช้ข้อมูลเพื่อมาวิเคราะห์ทีมกีฬา
แน่นอนว่าผลงานของนักกีฬาเป็นสิ่งสำคัญ แต่กีฬาที่เล่นเป็นทีมนั้น การเล่นได้เข้าขากัน หรือที่เรียกว่า Teamwork เป็นสิ่งจำเป็นในการคว้าชัยชนะในการแข่งขัน ดังนั้นจึงก่อให้เกิดการวิเคราะห์ผลงานร่วมกันระหว่างนักกีฬาภายในทีม
ผู้จัดการทีมสามารถทำการทดลองในการปรับเปลี่ยนผู้เล่น เพื่อหาชุดผู้เล่นที่ดีที่สุดที่เล่นเข้าขากัน และเพิ่มอัตราการชนะในการแข่งขัน ยกตัวอย่างเช่น การแข่งขันเบสบอล ถ้าอัตราที่คนในทีมสามารถรับลูกโยนจากที่ผู้เล่น A โยนมีถึง 75% กับอัตราที่คนในทีมสามารถรับลูกโยนจากผู้เล่น B ที่มีอยู่เพียง 45% ถึงแม้ว่าผู้เล่น B จะเป็นผู้เล่นที่ดูมีพรสวรรค์กว่าผู้เล่น A แต่ผู้จัดการทีมคงเลือกผู้เล่น A ที่สามารถโยนลูกได้เข้ากับผู้เล่นภายในทีมได้ดีกว่า
นอกเหนือจากนี้ เราสามารถใช้เทคนิค Machine Learning เพื่อหาชุดผู้เล่นที่ดีที่สุด และแผนที่ดีที่สุดในการชนะในการแข่งขันต่าง ๆ
สโมสรฟุตบอล Manchester City ได้มีการจ้าง Data Expert ชื่อดังเพื่อมาปรับเปลี่ยนแผนการเล่นในเดือนมกราคม การจ้างครั้งนี้ถือว่าเป็นเบื้องหลังของความสำเร็จที่ทำให้พวกเขาเป็นที่ 1 ของการแข่งขันฟุตบอล Premier league อังกฤษ ณ เวลานี้
BBC News
การใช้ข้อมูลเพื่อมาวิเคราะห์แฟนคลับ
ปฏิเสธไม่ได้เลยว่าอุตสาหกรรมการกีฬาไม่ได้มีแค่เรื่องของกีฬา แต่มีเรื่องของธุรกิจเข้ามาเกี่ยวข้องด้วย ไม่ว่าจะเป็นรายได้จากการถ่ายทอดสดของการแข่งขัน รายได้จากตั๋วสำหรับเข้าชมการแข่งขัน และรายได้จากการขายของที่ระลึกให้แฟนคลับทีมกีฬา ล้วนแล้วเป็นเม็ดเงินสำคัญสำหรับอุตสาหกรรมนี้ ดังนั้นการที่ผู้บริหารของแต่ละทีมกีฬาจะมีเป้าหมายในการเพิ่มกำไรให้กับทีมคงไม่ใช่เรื่องแปลก
กลุ่มเป้าหมายของธุรกิจนี้ก็คือแฟนกีฬาที่อยู่ทั่วทุกมุมโลก ดังนั้นการที่จะสร้างแผนการตลาดเป็นเรื่องที่ท้าทายอย่างมาก เนื่องจากไม่ใช่แฟนกีฬาทุกคนพร้อมสนับสนุนให้กับทีมที่พวกเขาชอบ
การใช้ข้อมูลให้เกิดประโยชน์เพื่อทำความรู้จักแฟน ๆ ว่ากลุ่มแฟนคลับที่พร้อมที่จะมีส่วนร่วมกับแคมเปญทางการตลาดมีลักษณะเป็นอย่างไร ผลที่ตามมาคือสโมสรกีฬาไม่จำเป็นต้องเสียค่าโฆษณาให้กับคนที่ไม่ใช่กลุ่มเป้าหมายของพวกเขา และสามารถออกแบบแคมเปญได้ตอบโจทย์กลุ่มแฟนคลับได้ดียิ่งขึ้นอีกด้วย
สโมสรฟุตบอล Real Madrid ได้มีการใช้เทคโนโลยีของ Microsoft ในการสร้าง Platform สำหรับแฟนฟุตบอล เพื่อนำข้อมูลแฟน ๆ มาสร้างแผนการตลาด
Microsoft
การใช้ข้อมูลเพื่อมาวิเคราะห์ในวงการแมวมอง
ทุกทีมกีฬาต่างก็ต้องการดึงนักกีฬาที่มีความสามารถเข้ามาร่วมทีม เพื่อสร้างทีมที่แข็งแกร่งมากยิ่งขึ้น ดังนั้นจึงเป็นความท้าทายในวงการแมวมองที่จะหานักกีฬาเหล่านั้นจากทั่วทุกมุมโลก การใช้ข้อมูลให้เกิดประโยชน์โดยนำมาวิเคราะห์ว่านักกีฬาคนไหนมีแนวโน้มที่จะเป็นนักกีฬาพรสวรรค์สูงจึงเป็นสิ่งที่จำเป็นมากในวงการนี้
เมื่อแมวมองไม่สามารถเดินทางเพื่อไปรับชมเกมส์ หรือการฝึกซ้อมของนักกีฬาทุกคนได้ ข้อมูลพวกนี้จะเป็นตัวกำหนดความสามารถของนักกีฬา เพื่อที่จะตัดสินใจว่านักกีฬาคนไหนควรจะถูกดึงเข้าทีมมากกว่ากัน
จากผู้เขียน
จะเห็นได้ว่า กีฬานั้นไม่ได้แข่งกันแค่ในสนามกันอีกต่อไป ตอนนี้ผู้ที่ถือครองข้อมูลที่สำคัญจะเป็นคนที่ชิงความได้เปรียบไป ซึ่งเหมือนกับอุตสาหกรรมอื่น ผมอยากจะขอฝากไว้ว่าองค์กรไหนที่ยังไม่เริ่มออกแบบกระบวนการเก็บข้อมูล หรือใช้ข้อมูลให้เกิดประโยชน์สูงสุด คุณกำลังเสียเปรียบอยู่นะครับ ขอบคุณครับ
Reference:
