GRAPHIC_Orange-rule_01

PERCHÉ LA NFL SCEGLIE AWS

"Uno degli elementi principali del nostro successo sono i nostri partner. AWS ne è un esempio. Siamo sempre favorevoli alle collaborazioni con persone intelligenti con grandi competenze e questo lo abbiamo riscontrato pienamente nella partnership con AWS." 

- Roger Goodell, NFL Commissioner

"Uno degli elementi principali del nostro successo sono i nostri partner. AWS ne è un esempio. Siamo sempre favorevoli alle collaborazioni con persone intelligenti con grandi competenze e questo lo abbiamo riscontrato pienamente nella partnership con AWS." 

- Roger Goodell, NFL Commissioner

Oggi la stragrande maggioranza del machine learning (ML) eseguito nel cloud è quello di AWS. È per questo motivo che AWS è l'opzione migliore per la NFL per sfruttare il potere dei suoi dati tramite analisi e ML sofisticati. La NFL utilizza il potere del machine learning di AWS per creare nuove statistiche e migliorare la salute e la sicurezza dei giocatori, creando un'esperienza migliore per i tifosi, i giocatori e le squadra in tempo reale.

Machine Learning

È il modo in cui l'NFL ottiene statistiche: utilizza i servizi di machine learning e di analisi dei dati per ottenere accuratezza, velocità e informazioni dalla piattaforma di Next Gen Stats.

Accesso rapido

Utilizzando gli strumenti di business intelligence di Amazon QuickSight, la NFL è capace di ottenere informazioni ancora più specifiche, permettendo allo stesso tempo ai tifosi, alle emittenti e ai giornalisti di interagire con i dati.

Velocità

Utilizzare Amazon SageMaker per costruire, addestrare ed eseguire facilmente modelli predittivi ha permesso di ridurre il tempo necessario per ottenere i risultati da più di 12 ore a solo 30 minuti.

GRAPHIC_Orange-rule_01

COINVOLGERE I TIFOSI

Se c'è una giocata, l'NFL può ottenere una statistica. La NFL ha creato diverse nuove statistiche su AWS, ognuna delle quali basata su punti dati diversi. Ecco alcuni esempi. Per saperne di più, visita il sito nextgenstats.nfl.com

Rushing yard previste

La NFL ha lavorato in partnership con AWS per il secondo concorso annuale di analisi sportiva, il Big Data Bowl 2020, per sviluppare queste nuove statistiche. Le rushing yard previste servono a mostrare quante rushing yard si prevede che raggiungerà chi ha la palla in un dato carry in base a dove si trova, alla velocità e alla direzione dei bloccatori e dei difensori.

Yard previste dopo la presa

Il nuovo modello predittivo utilizza Amazon SageMaker per calcolare le yard previste dopo la presa in base a numerosi fattori utilizzando dati di tracciamento come l'apertura del ricevitore, la sua velocità e il numero di difensori/bloccatori nell'area di gioco.

Classificazione dei percorsi

Le statistiche di prossima generazione aiutano i tifosi a contestualizzare i passaggi in un modo totalmente nuovo, perché indicano che tipo di percorso viene eseguito dal giocatore (go, post o out) e assegnano un punteggio aggregato alla modalità di gioco della squadra per permettere ai tifosi di studiare le tendenze comuni nella lega e capire meglio la strategia offensiva.

GRAPHIC_Orange-rule_01

ECCO COME FUNZIONA

GRAPHIC_1_05

Acquisizione dei dati

I dati vengono acquisiti applicando tag RFID sull'imbottitura della spalla del giocatore e sulla palla. I ricevitori a banda ultra-larga tracciano i movimenti del giocatore e della palla su tutto il campo di gioco. I dati raccolti sfruttano Amazon EC2, S3 ed EMR nel processo di acquisizione e di storage.

GRAPHIC_2_05

Analisi IT

Successivamente, questi dati in tempo reale vengono combinati con i dati tradizionali del box score e dell'analisi minuto per minuto per calcolare centinaia di parametri mai acquisiti prima. Questi parametri vengono eseguiti tramite modelli di machine learning creati su Amazon SageMaker per generare previsioni, statistiche e molto altro.

GRAPHIC_3_05

Ottieni una statistica

Infine, la NFL sfrutta AWS Lambda, Amazon ElastiCache, Quicksight, RDS, Route S3, gateway API e DynamoDB per inserire le informazioni, le previsioni e le statistiche negli strumenti di analisi, scounting e allenamento.

Il tracciamento dei giocatori della NFL, conosciuto come Next Gen Stats, è l'acquisizione in tempo reale dei dati sulla posizione, la velocità e l'accelerazione di ogni giocatore, in ogni partita e in ogni punto del campo. I sensori posti in tutto il campo tracciano i tag posizionati sull'imbottitura della spalla dei giocatori e registrano i singoli movimenti in pochi centimetri. I dati vengono acquisiti tramite tag RFID posizionati nell'equipaggiamento dei giocatori e sulla palla. I dati in tempo reale vengono poi trasmessi ai ricevitori installati negli stadi della NFL per trasmettere alla lega tutti i dati su ogni giocatori in ogni partita.

Image
GRAPHIC_Orange-rule_01

APPLICAZIONE DEL MACHINE LEARNING
AI DATI

Sfruttando la vasta gamma di funzionalità di machine learning basato sul cloud di AWS, la NFL sta portando il processo di ottenere le statistiche necessarie durante le partite al livello successivo, per migliorarsi e per permettere a tifosi, enti radiotelevisivi, allenatori e squadre di trarre vantaggio dalle informazioni più approfondite possibili.

Diagram-MOBILE_02
Diagram-DESKTOP_02

I dati degli allenamenti acquisiti dalle statistiche del box score tradizionali e i dati raccolti dallo stadio verranno sottoposti a centinaia di procedimenti in pochi secondi con l'output di Amazon SageMaker. Conseguentemente, i modelli di machine learning creati dal team NGS acquisiscono i dati, che addestrano e perfezionano continuamente i modelli. I modelli di machine learning vengono poi utilizzati o dedotti in tempo reale durante le partite per generare output come le formazioni, i percorsi e gli eventi.

GRAPHIC_thin-rule_02

"Abbiamo scelto AWS perché combina un'offerta nel cloud avanzata, potenti funzionalità di machine learning ed esperienza nel lavoro di dimensionamento di cui abbiamo bisogno. Utilizzando Next Gen Stats con AWS, potremo iniziare la nostra [stagione] con contenuti più di impatto e più significativi, rivelando informazioni più profonde che mai sul gioco del football."

- Matt Swensson, Vice President, Emerging Products and Technology della NFL

"Abbiamo scelto AWS perché combina un'offerta nel cloud avanzata, potenti funzionalità di machine learning ed esperienza nel lavoro di dimensionamento di cui abbiamo bisogno. Utilizzando Next Gen Stats con AWS, potremo iniziare la nostra [stagione] con contenuti più di impatto e più significativi, rivelando informazioni più profonde che mai sul gioco del football."

- Matt Swensson, Vice President, Emerging Products and Technology della NFL

GRAPHIC_thin-rule_02
GRAPHIC_Orange-rule_01

SCOMMETTERE SUL MACHINE LEARNING
CON LA NFL

Vuoi vedere il playbook? Scopri di più sul passaggio al machine learning della NFL grazie a un'introduzione realizzata dalla CIO della NFL Michelle R. McKenna, e ascolta l'esperienza di Matt Swensson sul lavoro del suo team Next Gen Stats con AWS Machine Learning Solutions Lab per creare, addestrare e distribuire i modelli di machine learning su Amazon SageMaker.

eBook-02
NGS-football-graphic

Scopri come altre aziende stanno trasformando le loro attività grazie ad AWS.