体育分析行业研究报告

2016年7月36氪研究院体育数据价值“观”——体育分析行业研究报告 目录Contents一. 行业概述研究定义研究范围行业热度变化背景分析：产业链与应用场景划分二.应用场景：竞技水平提升应用场景概况战术制定：应用、发展、思考与案例分析球员评估：应用、发展、思考与案例分析训练反馈：应用、发展、思考与案例分析四.应用场景：数字娱乐应用场景概况体育游戏：应用、发展、思考与案例分析体彩资讯：应用、发展、思考与案例分析三.应用场景：伤病预防应用、发展与思考技术背景政策背景行业背景附录：技术背景概况大数据云计算机器学习 行业概述Chapter 1•研究定义•研究范围•行业热度变化•背景分析：•产业链与应用场景划分技术背景政策背景行业背景 4体育大数据VS体育分析：大数据行业的兴起使得各类行业间都与之产生了交集，目前市场上所谓的“体育大数据”通常指体育场景中数据分析的应用（例如赛事层面和体彩层面），但所对应的数据规模并非全部符合“大数据”特点（参见附录）。由于“体育大数据”的概念目前较为模糊，而其研究的实质属于“体育分析”应用场景的一部分，因此本文将引用“体育分析”的概念来替换“体育大数据”的说法。从数据体量上来看，“体育分析”所研究的数据类型即包含“大数据”也包含“小数据”（指小体量）。体育分析（SportsAnalytics）定义：是利用体育相关数据（例如运动员统计资料、战术信息、甚至比赛日天气信息等等一系列与研究对象相关的信息）来发掘有价值特征（相关性、隐藏趋势等等），并将有价值特征传达（通过图形、报告等形式）给终端决策者的一种过程。体育分析学过程涵盖以下四类要素：数据管理、分析模型、信息系统和终端决策者。研究定义“体育大数据”or“体育分析”?体育分析行业研究报告2016年07月描述：数据获取、数据验证、数据存储描述：运用数学与统计学来描述数据描述：有效且高效地将数据或模型结果提取并展示描述：教练、经理、运动员、彩迷等需要依靠分析结果来进行相关决策的群体分析模型信息系统终端用户数据管理来源：互联网公开资料，36氪研究院“体育大数据”“体育分析” 5研究范围：本报告将针对体育分析学在竞技水平提升、运动伤病预防以及数字娱乐三个方向的应用进行分析研究。竞技水平提升方向应用范围包括：战术设计、球员评估&选拔、训练反馈等有助于团队或个人提升水平的环节。运动伤病预防方向则通过将运动员伤病史、运动习惯和历史其他数据进行建模分析并最终预判伤病发生情况。数字娱乐方向应用范围包括：体彩相关赛事结果预测和分析、基于真实数据的体育模拟经营类游戏构建研究范围本报告研究内容主要为体育分析在竞技水平提升、运动伤病预防、数字娱乐服务三个方向的应用2016年07月体育分析行业研究报告 6根据谷歌趋势的数据显示，全球对于“体育分析（SportsAnalytics）”关键词的搜索处于逐步上升的趋势，但热度增速仍然较缓，搜索地域以欧、美为主。值得注意的是，每年的搜索峰值集中在二、三月份的麻省理工斯隆体育分析大会举办期间。作为全球体育分析领域的代表性峰会，MITSLOAN体育分析大会的参会人数从2007年第一届的175人增长到2016年的3900人，越来越多的体育行业参与者开始增加对体育数据分析应用领域的关注。行业热度体育分析全球关注度逐年提升来源：谷歌，36氪研究院2016年07月来源：MIT SSAC，36氪研究院17535055010001500220027002133320039000100020003000400050002007200820092010201120122013201420152016麻省理工体育分析大会参会人数0204060801001202006-01-072006-05-062006-09-022006-12-302007-04-282007-08-252007-12-222008-04-192008-08-162008-12-132009-04-112009-08-082009-12-052010-04-032010-07-312010-11-272011-03-262011-07-232011-11-192012-03-172012-07-142012-11-102013-03-092013-07-062013-11-022014-03-012014-06-282014-10-252015-02-212015-06-202015-10-17谷歌趋势指数——关键词：“sports analytics”体育分析行业研究报告 7历史上：尽管体育分析学当前热度正在不断升高，但其并非是一项全新的研究领域。业界较为普遍的说法认为体育分析学最早可以追溯到19世纪70年代在棒球方面的运用。然而由于当时计算工具以及统计学所处的发展阶段对于数据分析缺乏强有力的支持，体育分析缺少相关模型作为辅助，分析结果的价值相对有限。当前发展：数据的不断积累和丰富同样也伴随着数据分析方法以及数据运算能力的不断发展，体育分析学所带来的价值正不断被正视。大数据行业（详见附录）的发展也在从数据的采集、存储、分析和展示等方面推动体育分析行业的发展。•更先进的数据采集方法：图像识别、可穿戴设备、自然语言检索等技术使得体育相关的数据采集具有丰富的维度和密集的颗粒度。尽管很多类型的体育数据容量并未符合大数据（详见附录）标准，但可挖掘价值仍然巨大。•更便捷和高效的存储方式：随着云计算（详见附录）的不断发展，数据的存储和传输更加便捷、快速，为数据的实时分析奠定了技术基础。•更丰富的数据分析模型：随着机器学习（详见附录）等一系列数据挖掘手段的不断发展，体育数据当中的有价值特征正被各类先进的模型不断发掘。•更多样化的展示方法：数据可视化工具正不断将体育数据中的有价值特征以更直观的方式传递给终端用户，提升其分析效率和应用效果。背景· 技术体育分析的发展历程来源：公开资料，36氪研究院2016年07月分析模型信息系统终端用户数据管理体育分析行业研究报告 82015年国家开始出台政策重点关注大数据行业的体系建设，增加政府引导，建立标准体系并促进市场化进程。2016年国家“十三五”规划将大数据纳入国家战略；随后中国足球规划首次提出“大数据”概念，同时体育发展“十三五”规划中也对大数据、云计算以及智能硬件在体育产业的应用有倡导性意见；大数据产业“十三五”规划预计于2016年下半年发布。我们认为未来有关于体育数据分析行业的利好政策将会不断增多。背景· 政策导向性政策为体育数据分析发展奠定基础来源：公开资料，36氪研究院2016年07月即将出台2016年4月《大数据产业“十三五”发展规划》2016年5月《体育发展“十三五”规划》《中国足球中长期发展规划(2016—2050)》2016年3月《国民经济和社会发展第十三个五年规划纲要》2015年9月《促进大数据发展行动纲要》2015年6月《加快推进云计算与大数据标准体系建设》加快推进大数据标准体系建设，加快大数据与现代制造业的融合发展与创新应用，积极培育新业态、新产业。要求健全大数据市场发展机制，鼓励政府依托专业企业开展政府大数据应用；引导培育大数据交易市场，开展面向应用的数据交易市场试点，探索开展大数据衍生产品交易，促进数据资源流通，建立健全数据资源交易机制和定价机制；加快建立大数据市场交易标准体系。纲要明确提出，实施网络强国战略，加快建设数字中国；实施国家大数据战略，加快政府数据开放；加强数据安全包含，全面保障信息系统安全。足球规划首次提出“大数据”概念：推动互联网技术与足球产业深度融合，重点引入移动互联网、电子商务、大数据等新技术和新业态，促进足球产业多点创新。推动体育企业与移动互联网的融合，积极利用大数据、云计算、智能硬件和各类主题APP拓展客户，提升体育营销的针对性和有效性。支持大数据技术和产业创新发展，提升大产业支撑能力，培育新业态新模式；在大数据资源开放共享、交易、安全、标准与行业应用等领域开展专题研究。体育分析行业研究报告 9体育行业：在国家体育行业政策红利不断出台的大背景下，体育产业规模将不断扩大，体育行业将向市场化迈进。行业的发展将会伴随着规模化数据的沉淀；同时，体育行业的进步离不开数据的支撑，未来体育行业将会有更多维度的信息被数据化用来促进行业发展。大数据行业：大数据作为国家未来的战略规划正处于行业快速发展的初期，未来随着市场的不断规范、行业标准的逐步健全以及变现方式的不断探索将会为大数据在各个领域的应用奠定基础。体育相关数据分析行业：作为两个风口行业的结合，体育相关数据分析行业拥有优良的生长土壤。大数据分析未来将从商业与职业两方面为体育行业提供价值。背景· 行业风口上的体育行业未来将沉淀海量数据，大数据行业发展为体育数据变现提供出口来源：36氪研究院2016年07月来源：国家体育总局，36氪研究院95321091313575300005000014.5%24.4%17.2%10.8%-30.0%-20.0%-10.0%0.0%10.0%20.0%30.0%0200004000060000800002012201320142020E2025E中国体育产业总规模及增速体育产业总规模（亿元）CAGR(%)29 35 51 97 160 243 358 509 18.6%46.9%88.8%65.3%51.8%47.3%42.0%-200%-100%0%100%0200400600800201120122013201420152016e2017e2018e2011-2018年我国大数据市场规模市场规模（亿元）同比增长体育分析行业研究报告 10•供给端：从上游看，部分体育数据采集服务需要获得目标赛事或球队的数据开发权，而后通过网络搜索、摄像头、可穿戴设备以及人工记录等途径来完成数据的采集。数据采集后进行云端数据储存。服务链中游的数据解决方进行数据分析、建模与深度挖掘产出相应结果，并最后进行产品化处理售卖给需求端。•需求端：从下游来看，当前体育数据分析产品的需求端主要分为B端和C端两类客户。由于B端需求有限且当前市场尚未形成规模，国内供给端公司开始逐步向C端方向探索。产业链体育分析学应用的供给端与需求端2016年07月入口解决方案产品化数据管理数据开发权数据管理：采集、存储、组织统计分析&数据挖掘：建模分析、模型评估、预测等数据可视化：数据结果转化成易观看模式产品化B端C端•俱乐部、体育联盟/协会•博彩公司•体育媒体•运动员•彩迷•观众体育分析行业研究报告 11体育分析学主要应用场景：1.以提升竞技水平为目的的体育数据分析：•范围：此类数据分析主要指以提升运动、训练以及比赛水平为目的的体育数据分析内容•服务对象：业余运动参与者、职业运动员、教练员、训练师、俱乐部相关人员以及各类体育机构运动员选拔人员等对此类分析服务有需求的团体或个人2.以伤病预防为目的的体育数据分析：•范围：此类数据分析主要指以伤病预防为目的的体育数据分析内容•服务对象：业余运动参与者、职业运动员、教练员、训练师、运动医疗人员、各类体育机构运动员选拔人员、体育保险公司等对此类分析服务有需求的团体或个人3.以体育数字娱乐为目的的体育数据分析：•范围：此类数据分析主要指以体育彩票相关赛事结果预测和体育球队模拟经营类游戏竞赛结果计算为目的体育相关数据分析内容•服务对象：体育游戏公司、游戏迷、博彩公司以及彩民目前，由于国内职业体育联赛竞技水平和市场化进程都相对落后，体育分析学在提升竞技水平方面的应用发展较慢。同时，体育分析学在运动伤病预防方向的应用尚处于探索阶段，其市场需求仍然等待职业体育市场的进一步检验。因此，对于国内来说，我们预计消费升级将优先带动数据分析服务在体育数字娱乐领域的发展，应用场景需求端的三类应用目的是目前体育分析服务的主要出口2016年07月体育分析行业研究报告 12应用场景划分体育数据分析产品的应用领域：2016年07月以提升竞技水平为目的传统&图像数据统计分析（国内）智能硬件数据分析（国内）以体育数字娱乐消费为目的体彩资讯（国内）体育游戏（国内）