Evolusi Moneyball : Kepandaian Hasil Data Olahragawan Serta Waktu Depan Taruhan Olahraga

From Crust Corporate Knowledge Centre
Revision as of 23:28, 20 December 2021 by BessStarks (talk | contribs) (Created page with "Ini hari, Anda dapat taruhan dalam hampir segala hal. Waktu Super Bowl 2020, taruhan William Hill tawarkan lebih pada 1.000 trik untuk taruhan di permainan. Taruhan asumsi ter...")
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search

Ini hari, Anda dapat taruhan dalam hampir segala hal. Waktu Super Bowl 2020, taruhan William Hill tawarkan lebih pada 1.000 trik untuk taruhan di permainan. Taruhan asumsi terhitung berapakah lamanya waktu yang diperlukan Untuk Lovato untuk menyanyikan lagu berkebangsaan (di bawah dua menit, +180) serta nomor punggung pemain untuk membuat touchdown pertama (nomor 11-20, +220) . Sehingga wajar jika dalam industri taruhan olahraga sebesar $203 miliar, data ialah rajanya.

Dengan proliferasi data dalam olahraga, bandar taruhan mulai menggunakan semuanya nilainya dengan sediakan kemungkinan taruhan dalam permainan yang antik, menjajakan alat replikasi taruhan yang menambah frekwensi taruhan, dan membikin kemungkinan bagus yang tingkatkan volume taruhan. Produk ini didorong oleh mode serta algoritma yang paling hebat yang gunakan himpunan data momen bersejarah dari pribadi dan klub (point, rebound, touchdown, dan seterusnya.), ditambah lagi data kontekstual, seperti situasi cuaca, menit main, tempat, tempat, waktu, score dan hasil insiden masa lampau, buat bikin perkiraan.

Tetapi, sementara skema prakiraan sekarang ini memakai tiap-tiap info yang siap, mereka tidak sukses jawab pertanyaan riil yang pengin didapati betaruh olahraga: Kenapa hasil awalnya berlangsung, serta apa yang bisa dijalankan olahragawan sesudah itu? Dunia anyar yang berani dari permainan judi bola gila olahraga tampak berdasar tehnologi yang memungkinnya penelusuran data kemampuan olahragawan yang hebat serta real-time dalam persaingan olahraga. Data yang dicari terhitung biometrik olahragawan, biomekanik, area, serta unsur kesehatan dan psikososial yang lain. Meskipun waktu ini kita cuma bisa mengira apa yang terjadi dalam badan serta ingatan beberapa olahragawan, technologi ini berikan liga olahraga, club, serta olahragawan kapabilitas buat menghitung data yang bisa buka pandangan mengenai kemampuan di atas lapangan dan hasil berkaitan.

Dipadukan dengan himpunan data yang ada, pemanfaatan data olahragawan jadi saran ke prosedur prakiraan berbasiskan AI menegaskan dua bagian penting. Pertama, apa yang sesungguhnya sebabkan hasil? Apa olahragawan kepayahan atau depresi? Apa proses biologis mempengaruhi pergerakan tembak, perputaran pinggul, atau kecepatannya? Ke-2 , apa yang disebutkan keadaan kesehatan olahragawan waktu ini mengenai apa yang hendak terjadi seterusnya?

Sekarang ini, data olahragawan jarang-jarang dicari dengan cara langsung waktu persaingan professional. Tempat seringkali dijelajahi, walaupun technologi berlainan yang dipakai (umpamanya, GPS, RFID, serta berbasiskan optik) hasilkan beberapa tingkat ketepatan, kehebatan, serta skalabilitas. Data biometrik dalam permainan yang tepat serta berulang-ulang lebih susah diamankan. Sementara data olahragawan diamankan dengan jumlah yang semakin besar dalam latihan, faedahnya buat memperkirakan performa dalam persaingan terbatas.

Tetapi, tehnologi kian maju, dan pembaharuan tampil yang bisa mengamati data olahragawan sepanjang persaingan langsung dan memasangnya dengan data acara, memungkinkannya mekanisme ramalan untuk memastikan garis dasar buat olahragawan dan klub di sejumlah skenario antik. Pendekatan ini memungkinkannya metode AI untuk mendapati trend prediktif yang terselip di tingkat micro (mis., point buat point) dan makro (mis., kalah atau menang laga). Ini pun memungkinnya mekanisme replikasi buat memperhitungkan biometrik hari esok serta hasil data performa. Himpunan data yang dibuat secara artifisial ini (yakni, data olahragawan yang disimulasikan) bisa jadi wakil apa yang hendak dikerjakan badan olahragawan dalam skenario yang dimodelkan.

Evolusi data ini — serta memanfaatkan data olahragawan waktu riil untuk lacak dan menyerasikan prakiraan — secara fundamental bisa mengganti industri taruhan olahraga dan trik permainan ditaruhkan. Paduan AI serta data olahragawan untuk bikin ramalan telah terjadi. Contohnya, technologi misi computer Sportradar serta Amazon bisa memperkirakan gol sepak bola di masa datang dua detik sebelumnya berlangsung.

Dengan data olahragawan yang memberikan dukungan kemungkinan waktu riil, alat ramalan, dan taruhan micro, evolusi Moneyball peluang dapat mengganti pengalaman pemakai jadi suatu hal yang lebih serupa dengan bermain mesin slots. Ini bisa menggerakkan beberapa ribu taruhan dan produk anyar, mempunyai ukuran gigitan, yang diketuai gadget di acara olahraga langsung yang memikat untuk masyarakat luas yang telah biasa lacak jarak menempuh serta metrik kesehatan mereka sendiri pada pukul tangan cerdas serta gelang kesegaran.

Dengan kekuatan penerimaan yang begitu besar, pertanyaan sebetulnya yaitu: Kenapa liga dan olahragawan mau data mereka ada untuk umum sewaktu demikian uang banyak sudah dibuat di luar angkasa? Liga sekarang rata-rata cuman memandang sejumlah kecil dari penerimaan yang dibuat dari taruhan olahraga, dan olahragawan menyaksikan semakin berkurang kembali. Secara bersejarah, data yang disatukan dari lihat acara belum jadi punya liga, serta oleh lantaran itu, liga belum menyaksikan miliaran dolar yang dihabiskan tiap-tiap tahun untuk produk mereka (walau mereka udah cobanya). Perusahaan taruhan pergi sepanjang kirim pengintai data tidak sah buat hadiri kompetisi sepak bola langsung untuk kumpulkan data acara.

Tetapi, tak seperti data acara yang bisa diawasi, data olahragawan yang datang dari tehnologi sensor dapat memaksa perusahaan untuk manfaatkan "pipa data" liga untuk akses. Ini memiliki arti jika membuka data olahragawan butuh persetujuan di antara pemasok data serta pengakuisisi data, memberinya liga dan olahragawan — buat kali pertamanya — dengan kontrol atas pembagian data serta pemasukan yang pas. Sama utamanya, termaksud data olahragawan dalam bentuk penilaian kemungkinan dan alat perkiraan bisa terjadi dalam beberapa masalah tanpa info kesehatan ada untuk umum.

Miliaran dolar bisa dibuat dengan masukkan data olahragawan ke ekosistem taruhan sekarang. Akan tetapi, selaku kepala perusahaan technologi olahraga global dan sebagai eks agen pemain, eksekutif liga, serta pialang hak media, saya mengerti untuk menggapainya tidak simpel.

Selainnya pembelian olahragawan, club, serta liga, penopang keperluan mesti menyinkronkan type data yang dipasarkan, nilai data, teknik penjualannya, dan metode pembagian penerimaan. Dengan tiap-tiap tipe taruhan baru di AS yang membutuhkan perjanjian dari regulator, fitur keras dan piranti lunak yang dipakai untuk menelusur data olahragawan harus stabil di seluruh klub serta pribadi dalam liga serta mesti penuhi standard yang dikukuhkan regulator untuk meyakinkan ujung ketepatan, keunggulan, serta diulangi yang udah ditetapkan awalnya. dari output. Tehnologi penghimpunan data harus tidak mengacaukan dan difungsikan di beberapa tempat di badan di mana data yang presisi bisa ditelusuri. Taruhan harus memercayai hasilnya.

Tetapi, realita ini lebih dekat dari yang Anda pikir. Negara sisi seperti Illinois udah melepaskan undang-undang taruhan olahraga yang mengasumsikan pasar prospektif untuk data olahragawan. Bentuk monetisasi berbasiskan perjanjian buat data kesehatan pun tampak yang bisa kurangi perkara adat dan khusus. Dengan potensial mengganti prosedur perkiraan serta potensi liga untuk memeriksa distribusi, data olahragawan disiapkan buat bikin lompatan ke arus inti serta menciptakan nilai anyar yang berarti buat ekosistem taruhan olahraga.