MARGO

Actualité

SAP met la data intelligence au service du sport au salon Big Data 2018

Notre compte-rendu de la keynote

Par Ophélia Fabre Data Scientist chez Margo
26/03/2018

Le milieu du sport peut être considéré comme un système complexe dont les agents sont les sportifs, les entraîneurs, les médecins, les fans etc. Les objectifs d’un club est l’augmentation des performances non seulement sportives mais également financières. A l’occasion du salon Big Data organisé les 12 et 13 mars derniers à Paris, l’éditeur SAP* présentait ses solutions pour aider les clubs à extraire rationnellement de l’information et à créer de la valeur à partir des données générées directement par le milieu sportif.

La partie la plus intéressante de cette conférence était l’analyse des données pour optimiser les résultats des sportifs, des matchs et des équipes avec l’illustration de ce qu’a fait SAP avec la NBA et certaines équipes européennes de football (par exemple la Mannschaft). Un seul regret pour les Data Scientists : les méthodes mathématiques utilisées n’ont pas été données. On attend des sportifs qu’ils fournissent de bons résultats et ce régulièrement. Cependant, si le sportif joue trop souvent, ses performances baissent et son risque de blessure augmente. Dans le cadre de ces retours d’expériences, l’analyse des données collectées auprès de différents agents a permis  :

  • d’anticiper les blessures, de planifier les temps de repos et de repérer les pics de forme d’un basketteur grâce à son historique de santé et ses résultats sportifs
  • d’analyser les matchs précédents d’une équipe et de préparer les joueurs en consolidant leurs points forts et en améliorant leurs points faibles
  • d’analyser les matchs précédents d’une équipe adverse et de préparer les joueurs en fonction des forces et faiblesses de l’adversaire
  • d’analyser les données d’un match en cours, en quasi temps réel, pour assister les coachs en ajustement de stratégie, occupation de terrain, façon de bouger, choix des joueurs à remplacer etc.
  • de prédire les résultats d’un match et d’en anticiper les conséquences
  • de prospecter le joueur idéal qui optimisera les performances de l’équipe

Les données sont collectées grâce des objets connectés placés sur les joueurs (par exemple des montres intelligentes qui donnent la position, vitesse, le pouls etc. du joueur), à partir d’analyses d’images vidéos, de bilans médicaux, des bases de données de résultats sportifs et sont ensuite recoupées en discutant avec les différents acteurs (médecins, entraîneurs, sponsors…) Une autre utilisation des données est la gestion des fans. Les fans sont difficilement traçables : ils peuvent regarder le match dans le stade, chez eux ou chez des amis devant leur téléviseur, sur leur téléphone. Ce problème de traçabilité engendre un manque à gagner en terme de publicité et de vente de produits. c’est la raison pour laquelle on cherche à concevoir des stades connectés. En effet, le stade connecté permet de :

  • faire de l’analyse de sentiment via les expressions du visage (enregistrement vidéo et détection des sentiments) ou le volume sonore des spectateurs du stade (mesure des décibels)
  • savoir ce que les gens mangent, boivent et achètent pour pouvoir dégager des tendances en temps réel, orienter les pubs en fonction et prévoir les stocks
  • extrapoler les informations collectées dans le stade sur les téléspectateurs et adapter les pubs à la TV
  • faire interagir des drones avec le public
  • corréler les comportement des fans dans le stade et sur les réseaux sociaux

Enfin, les données peuvent être utilisées pour automatiser la gestion administrative des joueurs, faire du merchandising en temps réel (par exemple, mettre plus de maillots du joueur préféré par les spectateur pendant le match sur les stands de vente du stade), étudier la perception de l’équipe par le public sur les réseaux sociaux etc. En savoir plus sur la stratégie de SAP dans le sport connecté : *Leader mondial de la Tech d’entreprise, SAP (NYSE : SAP) fournit aux entreprises de toutes tailles et de tous secteurs les moyens logiciels d’une meilleure gestion. Du back office à la direction, de l’entrepôt à la vente, quel que soit le terminal d’utilisation (ordinateur, terminal mobile), les applications SAP permettent aux collaborateurs et aux organisations de travailler plus efficacement ensemble et de s’appuyer sur des tableaux de bord personnalisés afin de conserver leur avance dans un contexte concurrentiel. Les applications et services SAP offrent à plus de 350.000 clients la possibilité d’être rentables, de s’adapter continuellement et de croître durablement.


Photo by Edgar Chaparro on Unsplash

Par Ophélia Fabre Data Scientist chez Margo
Big Data
Data
DataScience
SAP
Actualité

La Data Science appliquée au monde du retail : les 10 use-cases incontournables

La Data Science impacte de plus en plus les business model dans toutes les industries, et notamment dans la vente de détail. Selon IBM, 62% des détaillants déclarent que l'utilisation de techniques relatives au Big Data leur donne un sérieux avantage compétitif. Savoir ce que veut votre client et à quel moment est aujourd’hui à portée de main grâce à la data science. Pour cela il suffit d’avoir les bons outils et les bons processus en place pour les utiliser. Nous présentons dans cet article 10 applications essentielles de la data science au domaine du retail.

18/05/2018 Découvrir 
Actualité

Introduction aux Chatbots avec Dialogflow

DialogFlow est un très bon outil pour apprendre à créer des Chatbots qui pourront ensuite être intégrés dans vos propres sites web ou applications. Dans cet article, je commencerai par introduire quelques notions sur Dialogflow et les Chatbots, puis je vous expliquerai comment créer simplement un Chatbot sur cette plateforme.

07/05/2018 Découvrir 
Actualité

Introduction aux systèmes réactifs

Les systèmes réactifs sont un style d’architecture permettant à de multiples applications individuelles de se fondre en une seule unité, en réagissant à leur environnement, tout en restant conscientes les unes des autres. La première formalisation de ce terme a vu le jour avec la création du « Reactive Manifesto » en 2013 par Jonas Boner qui, en rassemblant certains des esprits les plus brillants dans l’industrie des systèmes distribués, souhaitait clarifier la confusion autour de la réactivité (qui est devenu un « buzz-word ») et construire une base solide pour un style de développement viable.

04/05/2018 Découvrir 
Actualité

Mise en place d'une plateforme centralisée de gestion des logs avec la suite Elastic

Les cas d’usage de la suite elastic sont nombreux. Nous citons à titre d’exemple la correction d’un dysfonctionnement applicatif par la récupération des erreurs explicites (exception, message d’erreur ..etc) et le suivi de la charge d’une application (mémoire consommée, CPU ..etc), ce qui permet d’avoir une vision globale de la production. De même au niveau métier, il est possible d’exploiter la suite pour valider une chaîne de workflow par l’extraction des données spécifiques et leurs analyses.

04/05/2018 Découvrir 
Actualité

Introduction à TensorFlow sur le datalab de Google Cloud Platform

TensorFlow est une librairie logicielle, open source depuis 2015, de calcul numérique développée par Google. Dans ce mini-tutoriel, nous allons vous apprendre comment utiliser datalab sur GCP et écrire votre premier programme en TensorFlow.

04/05/2018 Découvrir 
Actualité

Les horloges de Lamport et le pattern de l’Idempotent Producer (Kafka)

Connaissez-vous les horloges de Lamport ? Devoxx France 2018 était l’occasion, lors du très intéressant talk de DuyHai DOAN, de découvrir ou redécouvrir cet algorithme formalisé par Leslie Lamport en 1978, plus que jamais utilisé aujourd’hui dans le domaine des systèmes distribués, et qui aurait notamment inspiré les développeurs de Kafka dans l’implémentation du pattern de l’Idempotent Producer.

26/04/2018 Découvrir