Vous êtes sur la page 1sur 26

Gerenciamento de Banco

de Dados
-Shirley Louzada
-Thiago Moura
Sports Analytics
(Análise de Esporte)
Agenda
● Introdução
● A importância de análise de dados nos esportes
● Métodos de uso
● Exemplos
● Conclusão
● Referências
Introdução
Introdução

● Nas últimas décadas, pesquisadores vêm desenvolvendo diferentes técnicas;


● Com a atual evolução das técnicas de:
Aquisição;
Armazenamento;
Processamento de grande volumes de informações.
A importância de análise de dados nos
esportes

● Gera informações confiáveis;


○ Tempo em que o jogador permanece em campo;
○ Quantidade de vezes que o atleta correu ou tocou uma bola;
○ Questões patológicas e fisiológicas de cada atleta;
○ Etc..
Métodos de Uso
Coletas de Dados

Análises quantitativas se referem aos números gerados após testes, jogos e


avaliações dos atletas. Quando utilizados em conjunto com outros dados
possibilitam ao avaliador a possibilidade de realizar as devidas intervenções,
avaliar o desempenho dos atletas e o desempenho em campo de cada um.

Análises qualitativas, que usualmente podem ser obtidas por meio de imagens
e vídeos, fornecem ao avaliador e ao avaliado a possibilidade de alterações
comportamentais em campo e mudança de táticas, além de promover a constante
promoção desportiva, tanto coletiva como individual, na busca pela melhoria e na
qualificação exigida para se manter em atividade.
Dados de Vídeos e Sensores
Dados de Movimentação
Dados de Vídeos e Sensores
Dados de Eventos
Dados de Vídeos e Sensores
Dados Descritivos
Dados de Contextos
Dados de Contextos
Exemplos
Mineração de Dados
● Mineração de dados é o processo de exploração de grandes quantidades
de dados com o objetivo de encontrar anomalias, padrões e correlações
para suportar a tomada de decisões e proporcionar vantagens
estratégicas.
● Dentro da Mineração de Dados existem diversas técnicas para levantar
informações.
Técnico:

“Lembrem-se, outro time está


contando com insights
(intuições) provenientes de Big
Data baseados nos jogos
anteriores. Então, chutem a
bola com o outro pé.”
Métodos de Uso
- Alguns métodos citados pelos profissionais do Gauchão:

WyScout – software indicado pela CBF no qual é possível fazer controle de


performance e acessar dados de scout e banco de atletas de todo mundo, além
de vídeos de jogos completos de competições cadastradas pela Fifa.
Para os trabalhos ligados ao campo, há o Session Planner – organização,
gerenciamento e arquivo de treinos.
– e o Tactical Pad – animação de movimentos táticos, com possibilidade de
marcações pontuais e associação a vídeos.
Exemplos
● Principal Case (provavelmente onde tudo começou)
○ Moneyball: The art of winning an unfair game (O homem que mudou o jogo)

● Oportunidades
○ 97% dos times da MLB e 80% dos times da NBA empregam profissionais de análises;
○ Curso no Canadá de pesquisa aplicada em esportes garante uma oportunidade de
emprego nas principais ligas esportivas do país.

● e-sports, fantasy sports, apostas on-line.


○ Mercado trilionário
○ Base de dados (https://www.kaggle.com/gnomows/analyzing-data-future-predictions/data).
Exemplos
● Timetabling
○ Conhecer e se adaptar à tabela de jogos.
Exemplos
● Ferramentas
○ Kinovea (opensource)

○ STATS
Exemplos
● Novos métodos
○ Using FIFA Soccer video game data for soccer analytics.
Conclusão
● Muda o jogo!
○ Esportes estão se tornando cada vez mais competitivos e inteligentes. Investimentos em
pesquisas aplicadas avançam o estado-da-arte em áreas que vão além do próprio esporte.

● Surgimento de novas aplicações e cases


○ Sports analytics é uma área multidisciplinar. Envolve especialistas de diversos esportes,
Ciência da computação, Medicina, Matemática, Engenharia, Psicologia, etc. Porém todo o foco
e o elo mais fraco da corrente é o atleta.

● Grandes desafios.
○ Análise histórica, em tempo real e forecasting (Um detalhe pode fazer toda a diferença).
○ “A sorte está substancialmente presente mesmo nos campeonatos mais competitivos. Isso
explica parcialmente porquê modelos de predição complexos e softsticados não são tão
melhores que modelos mais simples“ (AOKI et al, 2017).
○ “Not everything that can be counted counts, and not everything that counts can be counted.”
Einstein, Albert.
Referência
Data mining / machine learning / data analysis. Disponivel
em:<https://mineracaodedados.wordpress.com/tag/esportes/>. Acesso: 17/12/2017.
A importância de análise de dados nos esportes. Disponivel em:
<http://ausland.com.br/blog/a-importancia-de-analise-de-dados-nos-esportes/>. Acesso:17/12/2017.
Prevenção de lesões, análise de jogo e WhatsApp: o lado hi-tech do Gauchão.
Disponivel em:
<http://globoesporte.globo.com/rs/futebol/campeonato-gaucho/noticia/2017/03/prevencao-de-lesoes-analise-
de-jogo-e-whatsapp-o-lado-hi-tech-do-gauchao.html>. Acesso: 18/12/2017.

Como soluções de Big Data podem ajudar atletas e esportistas?. Disponivel em:
<http://www.bigdatabusiness.com.br/como-solucoes-de-big-data-podem-ajudar-atletas-e-esportistas/>.
Acesso:18/12/2017.

SPORTS ANALYTICS Mudando o Jogo. Disponível em:


<http://sbbd.org.br/2017/wp-content/uploads/sites/3/2017/10/mini-curso-3r.pdf>. Acesso:08/12/2017.
Fim!!!