大数据让互联网 体育的轮廓不再模糊
“德约科维奇的支持者‘谦虚、低调、爱热闹’,纳达尔的球迷‘有脾气,喜欢处于主导地位’。”在西班牙姑娘穆古拉扎今天下午夺得2015年中国网球公开赛(以下简称“中网”)女单决赛冠军后,男单名将德约科维奇与纳达尔今晚再次站到了北京国家网球中心钻石球场的中央,而这两幅来自“森博士”通过大数据描绘的“球迷画像”,早在社交媒体上为这对“宿敌”的决战凝聚了各自的拥趸。
红白相间的机器人、眼睛射出蓝绿色的光,这个由IBM中国研究院专门为中网研发的“森博士”实则是一个实体智能信息交互系统,在本届中网比赛中承担了不少与球员、观众互动的责任。此前,在跟德约科维奇互动时,森博士甚至表示,“你在最近的6届中网比赛中拿下了5个冠军,在钻石球场拥有丰富经验,你夺冠的几率最大。”即便这样的预言容易“得罪”其他选手及其粉丝,但为其鼓掌的球迷仍占多数,因为从中网的社交舆情分析可知,德约科维奇在社交媒体上的支持率接近90%,而这样的数据也力促主办方频邀塞尔维亚人现身中网,对其他赛事承办者、广告商及媒体都有重要的参考价值。
但这只是中网被互联网技术变得有趣的一个细节,从2013年起,观众的购票验票、比赛现场数据追踪、能“让菜鸟秒懂”的球员关键制胜因素分析、天气预测等服务便通过大数据分析、云计算、移动社交、认知计算等多方面的领先科技开启了中网“互联网体育”的模式,而观众也是在推陈出新的服务中,才逐渐意识到自己正是“模式”的一部分。
这种意识被唤醒,与去年10月下旬国务院颁布的46号文件《关于加快发展体育产业促进体育消费的若干意见》密切相关,在文件中,到2025年“中国体育运动人口达5亿,体育产业产值5万亿”的目标,令现在产业规模约3136亿元的体育产业成为众多投资者和创业人眼中的“蓝海”,但在春风乍起时,仍不乏举棋不定者。
“其中的机会与增长空间相当可观。”今年3月,“亮中国”创客孵化平台进驻国家体育场(鸟巢),创始人于洋在接受中国青年报记者采访时表示,“从项目评估的角度而言,不同于TMT、互联网、制造业等行业已经建立了标准化,体育产业不够成熟,还无法明确划分出体系,体育融资还是有待探索的课题。”当时,于洋站在鸟巢四楼,看着像体育产业前景一般恢宏的三面看台,他很清楚,现实和蓝图还隔着一扇落地玻璃窗。
可变化还是来了。从2011年开始推出体育场馆在线预订平台动网的联合创始人吕涛表示,今年是其创业以来离“惊喜”二字最近的时刻——阿里巴巴宣布成立阿里巴巴体育集团,正式进军体育产业;PPTV体育从PPTV独立分拆,手握西甲、荷甲、俄超全媒体版权;腾讯豪掷5亿美元买下未来5年NBA版权;乐视获得香港英超3个赛季独家转播权益,将令其进入全球首个互联网公司主导的“无线英超”时代……互联网巨头资本不断入场的新闻,令吕涛感叹:“没想到‘互联网体育’能火热到这个程度。”在他看来,这样的现象验证了自己当初的眼光,也聚集了投资人的目光,“从2011年到2014年,我们合作的场馆不到1000家,而截至今年的数据是18个城市3000家。翻倍式的增长,也是融资成功的结果。”
“互联网体育越来越多地获得资本青睐,尤其类似票务预订等领域。”新浪体育高级副总裁魏江雷在某体育产业论坛上表示,这些项目即便难以迅速盈利,但因其在互联网上能快速获得用户信息数据,因此广被看好,“消费者只要买一次票,姓名、身份证、信用卡号都绑定了,尤其今天的体育产业中,用户的信息及行为数据比现在能挣多少钱更加重要。”由此可见,投资者信心的转变与大数据可能带来的变化密不可分。
魏江雷以当下热门的马拉松赛事为例解释,“如果北京马拉松没有报名系统,不把三万多人的姓名、身份证、体检资料绑定的话,北马会缺少很大价值。而如何用好这个数据则更重要,不是收在数据库里,而是要通过资料分析后通过微博、微信等各种方式进行推送,以求让参赛者能在未来12个月重复访问、参与你信息的分享与消费。”
魏江雷的观点被江西财经大学副校长、著名体育学者易剑东进一步解读,在他看来,体育是一种生活方式,如果通过大数据确实能证明某人对某项运动有依赖,就能说明其是很强烈的消费人口,从而可以根据大数据制定项目的发展及推广办法,“这种方式的数据水分少,对于精确满足消费者需求及指导项目发展有很大作用。”但互联网的特性也决定其有不可忽视的问题,即线上关注与线下实践活动有很大距离,“如果没做好线上线下勾连,很可能造成战略上的失误,线上有十万人,但线下的活动只有几个人。毕竟,很多项目喜欢看和评论的人不一定爱参与,而另一些项目爱好者不常参与互联网,其参与的运动在网上鲜有体现。”
这种线上与线下的差异令一起走机构网络健步走公开赛创始人周琨找到创业的机遇,“体育还是体育,运动更多还是线下行为,互联网只是一种工具和连接,把运动变得更容易介入,更容易量化,更容易坚持。”周琨发现,传统意义上的全民健身活动,通常要求特定人群,在同一时间和同一地点参加,这种组织方式在一定程度上限制了民众的参与度、积极性和持久性,因此,她的创业模式是,参与者只需将现实生活中不同时间段、地点产生的诸如步行、游泳、骑车、球类等各项运动数据上传、转换并统计汇总,从而实现体育社交、全民健身的目的。
但周琨也意识到,任何商业模式只要触网了,就免不了在免费模式中找到商机,“健身O2O很火,但运动毕竟不是请客吃饭,运动其实是在和人们的懒惰和不良生活习惯做斗争,所以和目前生活服务类O2O‘滴滴出行’‘饿了吗’等没有太多可比性,离钱比较近的有约教练、约场馆和陪跑等,但消费者体量、客单价和消费频次都不在一个层面。”即便是盛行一时的智能运动设备,也不像表面那样风光,“只是‘潮’的代名词,国内排名前几位的品牌商家,相对于国外几个大牌,谁又敢说自己赚了几桶金呢?”只不过,“既然风来了,还是要跟的,否则可能就错过了呢?只是不能盲目跟风。”
周琨眼中的现实,吕涛看得相对乐观,“2011年,虽然消费者经历过团购模式的洗礼,但在体育领域用户还没接受这种消费方式,商户端信息化的程度也非常低,场馆大部分还在用纸质的记录和统计方式。但伴随互联网支付方式的普及,用户端普遍开始接受,而商户端也在因技术的改良而见到效益,因此,只要从业者用心经营两端,互联网体育的可能性仍值得期待。”吕涛以电商在互联网历史上的发轫为例,“一开始商户端和客户端都不认可,不敢在线交易,但如果当时人们都一味害怕风险,很可能就没有现在的阿里巴巴和京东了。”
数据分析咨询请扫描二维码
数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21