I Casi Adidas e SciSports evidenziano i benefici ottenibili dall’analisi dei dati e dall’AI

Dati: come gestirli, organizzarli e analizzarli?

big data stanno invadendo – in senso positivo – un numero sempre più elevato di settore: è quel che emerge da Analytics Experience 2017, la manifestazione organizzata nei giorni scorsi ad Amsterdam dalla Sas, una società specializzata nella progettazione di software per l’industria. Non solo le imprese, ma anche i governi e le banche si stanno adeguando: come ha rilevato il fondatore della Sas Jim Goodnight, gli analytics possono essere considerati il motore di un cambiamento per far funzionare il quale c’è bisogno dei dati, che ne costituiscono il carburante.

Le applicazioni dei big data

La convention andata in scena nei Paesi Bassi, pertanto, è stata l’occasione per scoprire in modo più approfondito alcune applicazioni di big data, anche inattese, e il modo in cui la data analysis può penetrare nella nostra vita quotidiana. Un primo esempio è quello di una startup olandese chiamata SciSports, che sfrutta l’analisi dei dati applicandola al mondo del pallone: a fondarla è stato Giels Brouwer, con l’intento di portare nel calcio il modello scientifico al fine di automatizzare i processi di raccolta dei dati che vengono effettuati nel corso di un match. SciSports ha visto la luce nel 2014 e attualmente ha una cinquantina di impiegati: è responsabile, tra l’altro, della realizzazione di SciSkill, un indice che è in grado di misurare il potenziale di un giocatore.

Un algoritmo complesso

La complessità dell’algoritmo è tale che l’indice ha la capacità di tenere in considerazione anche il momento della partita nel quale si svolge una determinata azione, così da valutare l’influenza di ogni episodio sul risultato finale. Dall’indice derivano due numeri: uno individua il valore di ogni singolo calciatore, mentre l’altro permette di conoscere il suo potenziale. Per verificare la competitività di una squadra è sufficiente aggregare i dati, ma sono molte le variabili in gioco, che possono essere estese anche a un intero campionato.

Cosa può fare SciSports

Come si può ben immaginare, SciSports ha caratteristiche tali che i suoi dati potrebbero influenzare la carriera di un calciatore, ma in realtà ciò è già successo: è la storia di Wout Weghorst, che è stato scoperto tempo fa nelle serie minori dei Paesi Bassi e che oggi è uno degli attaccanti più prolifici della Eredivisie. Le società, così, hanno a disposizione uno strumento prezioso per valutare i calciatori, mentre gli scout vedono agevolato il proprio lavoro. Attualmente i dati vengono raccolti ed elaborati da persone, ma non manca molto tempo al momento in cui si potrà contare su un sistema completamente automatico fondato su reti neurali e computer vision.

Come funziona

SciSports, infatti, proprio con la collaborazione di Sas ha implementato un sistema denominato BallJames, che automatizza la gestione dei dati di tutte le partite (occorre tenere presente che per ogni incontro ne vengono generati tantissimi, nell’ordine dei terabytes), con il supporto di telecamere Voxel multi-view che, catturando i movimenti degli effettivi in campo e digitalizzandoli, per ciascun calciatore permettono di misurare l’efficacia, la precisione, la potenza e altri valori. L’Arsenal, uno dei club inglesi più importanti, se ne è già servito, mentre nei Paesi Bassi è l’Heracles a sfruttare questo sistema, beneficiando di risultati più che apprezzabili.

Il caso di Adidas

Un altro esempio dell’applicazione dei big data a settori inimmaginabili è quello di Adidas: Paul Tips, in occasione dell’evento olandese, ha avuto modo di spiegare in che modo il ricorso ai dati sia in grado di condizionare la scelta dei prezzi delle calzature nei negozi. Dal momento che lo scopo principale da conseguire è quello di svuotare i magazzini guadagnando il più possibile, è necessario calcolare ogni quanto tempo i prezzi devono essere abbassati, quando devono essere organizzati i resi e dove devono essere mandati i prodotti: il tutto tenendo presente che ogni stagione sono più di 40mila le tipologie di capi da trattare. Per la gestione di questo processo oggi ci si affida solo all’intelligenza artificiale, con l’inserimento dei dati che rappresenta l’unico intervento umano necessario.