奧運會與FIFA世界杯也時不時成為人們歡迎盛夏的驚喜插曲

每年夏季，體育市場都會迎來暫時的平靜——因為這正是6月中旬的NBA總決賽與9月NFL開賽之間的空檔期。幸運的是，作為最受歡迎的體育運動之一，棒球快速切入，讓球迷們的暑期不再無聊。除此之外，四年一屆的奧運會與FIFA世界杯也時不時成為人們歡迎盛夏的驚喜插曲。

今年，女足世界杯獲得極大關注，隊第四次捧得冠軍獎杯，創(chuàng)造了新的女子職業(yè)足球世界紀錄。事實上，女足世界杯在的決賽觀看次數比2018年的男足決賽還高出20%，并吸引到眾多運動選手、球迷以及名人的社交參與。即使是幾天之后的MLB職棒全明星賽，也沒能重現(xiàn)這樣的輝煌。

奧運會以及世界杯這樣的級體育賽事通常會吸引到大量粉絲的關注，超級碗這類頂級國內賽同樣抓人眼球。然而，對于常規(guī)賽事而言，職業(yè)球隊越來越難以在這樣一個有趣的時代下，找到與球迷建立聯(lián)系的方式。畢竟這是一個現(xiàn)場看球率顯著下降的時代，而各體育隊伍必須通過銷售門票來賺錢，相比之下，粉絲可以通過電視、網絡、社交媒體以及移動應用選擇無數種比賽觀看方式。這種數字化轉變，給體育品牌帶來了巨大的潛在機遇，有望利用數據提高參與度并提振商業(yè)收入。

數據：體育分析的基石

當然，在體育活動中運用數據分析并不是什么新鮮事。如果大家收集過棒球卡(或者查看過卡片背面內容，就會意識到，棒球本質上是一項以統(tǒng)計為主導的運動。)

Sabremetrics，即棒球中的數學與統(tǒng)計分析，已經歷經數十年歷史，而SABR(Society for America Baseball Research)則是一個由數千名高度關注棒球統(tǒng)計數據的粉絲所組成的龐大組織。

從傳統(tǒng)意義上講，經理人與教練會利用這些數據以及統(tǒng)計分析結果微調自家陣容，從而制定戰(zhàn)略并贏得更多比賽。在其它運動中，統(tǒng)計模型也被廣泛應用于體育當中，用以計算賠率并預測獲勝者。

然而，體育作為一項基于粉絲的業(yè)務，正在經歷快速的數字化轉型——基于先進技術驅動的數據的利用方式已經從「統(tǒng)計分析」發(fā)展至更復雜的「人工智能驅動型應用」。目前，體育聯(lián)盟正在尋找新的創(chuàng)造性方式，希望利用AI技術提高粉絲參與度，并尋求新的商業(yè)化機遇。而圍繞粉絲第一方交互以及第三方數據之間建立起來的新型數據源，正在將這種期望轉化為可能。

AI應用正在擴展

社交媒體是體育行業(yè)關注的一大重要領域，職業(yè)聯(lián)盟與個人團隊越來越多地轉向像Unmetric這樣的AI驅動型分析解決方案，希望借此推動粉絲參與并發(fā)現(xiàn)新的贊助機會。NHL等職業(yè)體育聯(lián)盟正在通過Facebook Messenger以及WhatsApp等基于AI的社交媒體平臺與粉絲開展互動，并有望面向更大規(guī)模的粉絲群體以獲取贊助或發(fā)布數字訂閱內容。在此背景下，AI技術將被用于提高規(guī)模效率并解放人類雙手，確保工作人員專注于更高層次的戰(zhàn)略品牌營銷與贊助活動。

社交媒體將繼續(xù)成為運動隊伍的沃土，因為大部分年輕球迷——特別是NBA球迷——更傾向于在社交網絡上討論體育新聞，并關注自己最喜愛的球隊與球員。

作為粉絲參與的下一個前沿，AI內容優(yōu)化等新型成果，也許會帶來新的顛覆。例如，溫布爾登一直在利用IBM Watson的AI圖像與聲學數據解析能力整理最具吸引力的精彩視頻。想象一下，這種強大的賽事內容優(yōu)化潛力，最終將極大提升參與度并加強比賽的貨幣化水平。雖然網球與曲棍球、籃球或者美式足球有著很大區(qū)別，但類似的應用仍能夠在后幾種運動當中發(fā)揮重要作用。

未來的AI技術機遇

另一個有待開發(fā)的機遇在于：利用AI測量球員技能。這基本上可以算是Sabermetrics的下一個層級，而且正被應用在棒球之外的其它運動當中。

Seattle Sports Sciences公司是一家創(chuàng)新科技企業(yè)，他們開創(chuàng)了足球技術分析的先河。如果發(fā)展順利，這將帶來巨大的業(yè)務潛力。當然，從數據收集以及分析的角度來看，這項工作確實極具挑戰(zhàn)性。這種分析能力的核心價值，在于提高選手水平，使得教練能夠更好地衡量并培訓運動員。不過正如溫布爾登的精彩瞬間集錦一樣，體育團隊也有望利用AI技術提升粉絲參與度，從而順利實現(xiàn)資產貨幣化。

我們可以設想那些最熱心的體育粉絲，他們愿意了解自己喜愛隊伍及選手的信息與統(tǒng)計數據。Sabremetrics的統(tǒng)計粒度可被廣泛用于各種不同的運動，而AI支持型分析則能夠進一步細化至選手的身體運動性與賽場表現(xiàn)。隊伍可以跟蹤并創(chuàng)建各種獨特的內容，以便保持對粉絲的持續(xù)吸引力并通過相關數據獲利。

利用面向一系列選手的測量數據，我們也有望對整個職業(yè)聯(lián)盟的發(fā)展前景做出預測。此外，AI技術還能幫助我們發(fā)現(xiàn)某些有趣的指標——這些指標雖然無法直接計算，但對于關注統(tǒng)計數據的粉絲們來說同樣非常有趣。例如在溫布爾登網絡公開賽中球員跑動的總長度，或者在足球或曲棍球當中各方控球的時間比例等(與美式足球相比，足球與曲棍球的節(jié)奏更快、傳球更多、跟蹤也更困難)。

體育隊伍依靠死忠球迷到現(xiàn)場看球就能大賺一筆的時代已經過去了。當然，我們并不是說體育隊伍應該徹底放棄現(xiàn)場體驗——在，每年仍有數百萬人出席現(xiàn)場觀看比賽。但隨著代際轉變與數字消費偏好的不斷變化，AI技術在各類體育項目中都展現(xiàn)出巨大的潛力，有望提升參與度、擴大全球范圍內的粉絲規(guī)模、并根據選手的表現(xiàn)優(yōu)化數字內容。

對于體育迷們來說，參與永遠是一種情感驅動的行為。對于需要采取商業(yè)方法的運動隊伍及聯(lián)賽而言，用《魔球》作者Michael Lewis的話說，“在某種程度上，大家可以消除信息及偏見，并完全用數據做出判斷。這能為我們帶來顯著的優(yōu)勢。