每年夏季，美國體育市場(chǎng)都會(huì )迎來(lái)暫時(shí)的平靜——因為這正是6月中旬的NBA總決賽與9月NFL開(kāi)賽之間的空檔期。幸運的是，作為美國最受歡迎的體育運動(dòng)之一，棒球快速切入，讓球迷們的暑期不再無(wú)聊。除此之外，四年一屆的奧運會(huì )與FIFA世界杯也時(shí)不時(shí)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(guān)注，美國國家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(shí)上，女足世界杯在美國的決賽觀(guān)看次數比2018年的男足決賽還高出20%，并吸引到眾多運動(dòng)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(méi)能重現這樣的輝煌。
奧運會(huì )以及世界杯這樣的國家級體育賽事通常會(huì )吸引到大量粉絲的關(guān)注，超級碗這類(lèi)頂級國內賽同樣抓人眼球。然而，對于常規賽事而言，職業(yè)球隊越來(lái)越難以在這樣一個(gè)有趣的時(shí)代下，找到與球迷建立聯(lián)系的方式。畢竟這是一個(gè)現場(chǎng)看球率顯著(zhù)下降的時(shí)代，而各體育隊伍必須通過(guò)銷(xiāo)售門(mén)票來(lái)賺錢(qián)，相比之下，粉絲可以通過(guò)電視、網(wǎng)絡(luò )、社交媒體以及移動(dòng)應用選擇無(wú)數種比賽觀(guān)看方式。這種數字化轉變，給體育品牌帶來(lái)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(dòng)中運用數據分析并不是什么新鮮事。如果大家收集過(guò)棒球卡(或者查看過(guò)卡片背面內容，就會(huì )意識到，棒球本質(zhì)上是一項以統計為主導的運動(dòng)。)
Sabremetrics，即棒球中的數學(xué)與統計分析，已經(jīng)歷經(jīng)數十年歷史，而SABR(Society for America Baseball Research)則是一個(gè)由數千名高度關(guān)注棒球統計數據的粉絲所組成的龐大組織。
從傳統意義上講，經(jīng)理人與教練會(huì )利用這些數據以及統計分析結果微調自家陣容，從而制定戰略并贏(yíng)得更多比賽。在其它運動(dòng)中，統計模型也被廣泛應用于體育博彩當中，用以計算投注賠率并預測獲勝者。
然而，體育作為一項基于粉絲的娛樂(lè )業(yè)務(wù)，正在經(jīng)歷快速的數字化轉型——基于先進(jìn)技術(shù)驅動(dòng)的數據的利用方式已經(jīng)從「統計分析」發(fā)展至更復雜的「人工智能驅動(dòng)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(shù)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(lái)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(guān)注的一大重要領(lǐng)域，職業(yè)聯(lián)盟與個(gè)人團隊越來(lái)越多地轉向像Unmetric這樣的AI驅動(dòng)型分析解決方案，希望借此推動(dòng)粉絲參與并發(fā)現新的贊助機會(huì )。NHL等職業(yè)體育聯(lián)盟正在通過(guò)Facebook Messenger以及WhatsApp等基于A(yíng)I的社交媒體平臺與粉絲開(kāi)展互動(dòng)，并有望面向更大規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(shù)將被用于提高規模效率并解放人類(lèi)雙手，確保工作人員專(zhuān)注于更高層次的戰略品牌營(yíng)銷(xiāo)與贊助活動(dòng)。
社交媒體將繼續成為運動(dòng)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(wǎng)絡(luò )上討論體育新聞，并關(guān)注自己最喜愛(ài)的球隊與球員。
作為粉絲參與的下一個(gè)前沿，AI內容優(yōu)化等新型成果，也許會(huì )帶來(lái)新的顛覆。例如，溫布爾登一直在利用IBM Watson的AI圖像與聲學(xué)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(wǎng)球與曲棍球、籃球或者美式足球有著(zhù)很大區別，但類(lèi)似的應用仍能夠在后幾種運動(dòng)當中發(fā)揮重要作用。
未來(lái)的AI技術(shù)機遇
另一個(gè)有待開(kāi)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(gè)層級，而且正被應用在棒球之外的其它運動(dòng)當中。
Seattle Sports Sciences公司是一家創(chuàng )新科技企業(yè)，他們開(kāi)創(chuàng )了足球技術(shù)分析的先河。如果發(fā)展順利，這將帶來(lái)巨大的業(yè)務(wù)潛力。當然，從數據收集以及分析的角度來(lái)看，這項工作確實(shí)極具挑戰性。這種分析能力的核心價(jià)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(dòng)員。不過(guò)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(shù)提升粉絲參與度，從而順利實(shí)現資產(chǎn)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(ài)隊伍及選手的信息與統計數據。Sabremetrics的統計粒度可被廣泛用于各種不同的運動(dòng)，而AI支持型分析則能夠進(jìn)一步細化至選手的身體運動(dòng)性與賽場(chǎng)表現。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吸引力并通過(guò)相關(guān)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(gè)職業(yè)聯(lián)盟的發(fā)展前景做出預測。此外，AI技術(shù)還能幫助我們發(fā)現某些有趣的指標——這些指標雖然無(wú)法直接計算，但對于關(guān)注統計數據的粉絲們來(lái)說(shuō)同樣非常有趣。例如在溫布爾登網(wǎng)絡(luò )公開(kāi)賽中球員跑動(dòng)的總長(cháng)度，或者在足球或曲棍球當中各方控球的時(shí)間比例等(與美式足球相比，足球與曲棍球的節奏更快、傳球更多、跟蹤也更困難)。
體育隊伍依靠死忠球迷到現場(chǎng)看球就能大賺一筆的時(shí)代已經(jīng)過(guò)去了。當然，我們并不是說(shuō)體育隊伍應該徹底放棄現場(chǎng)體驗——在美國，每年仍有數百萬(wàn)人出席現場(chǎng)觀(guān)看比賽。但隨著(zhù)代際轉變與數字消費偏好的不斷變化，AI技術(shù)在各類(lèi)體育項目中都展現出巨大的潛力，有望提升參與度、擴大全球范圍內的粉絲規模、并根據選手的表現優(yōu)化數字內容。
對于體育迷們來(lái)說(shuō)，參與永遠是一種情感驅動(dòng)的行為。對于需要采取商業(yè)方法的運動(dòng)隊伍及聯(lián)賽而言，用《魔球》作者M(jìn)ichael Lewis的話(huà)說(shuō)，“在某種程度上，大家可以消除信息及偏見(jiàn)，并完全用數據做出判斷。這能為我們帶來(lái)顯著(zhù)的優(yōu)勢。