LaLiga trasforma l'esperienza dei fan con l'intelligenza artificiale

Jul 07, 2023

L'intelligenza artificiale e l'apprendimento automatico stanno portando strategie ed esperienze potenziate dai dati nella massima lega di calcio spagnola, che ha creato una filiale tecnologica per offrire piattaforme e servizi all'industria dello sport e dell'intrattenimento.

L'IT sta svolgendo un ruolo chiave nel modo in cui lo sport più popolare al mondo viene praticato e vissuto in Spagna. La principale divisione calcistica del paese, LaLiga, sta sfruttando l'intelligenza artificiale e l'apprendimento automatico (ML) per fornire nuove informazioni a giocatori e allenatori e per trasformare il modo in cui i fan apprezzano e comprendono il gioco.

La trasformazione, iniziata in collaborazione con Microsoft nel 2016, sta inoltre consentendo a LaLiga di espandere la propria attività offrendo piattaforme e servizi tecnologici al settore dello sport e dell’intrattenimento in generale.

"Con il nostro primo accordo, abbiamo iniziato a diventare un'organizzazione tecnologica, orientata ai dati e al cloud", afferma Ana Rosa Victoria Bruno, responsabile dell'innovazione presso LaLiga, uno dei campionati di calcio più importanti del mondo, con un pubblico mondiale di oltre 2,8 miliardi.

Al centro della trasformazione di LaLiga c'è una piattaforma di analisi dei dati chiamata Mediacoach, che utilizza l'infrastruttura di Azure per raccogliere, interpretare e mostrare approfondimenti da circa 3,5 milioni di punti dati acquisiti quasi in tempo reale per partita. Mediacoach si è evoluta fino a diventare il fulcro di LaLiga Tech, una filiale tecnologica end-to-end che sfrutta le innovazioni di LaLiga per offrire piattaforme tecnologiche, servizi e consulenza al settore dello sport e dell'intrattenimento.

Gli approfondimenti raccolti da Mediacoach sono destinati allo staff tecnico, ad esempio allenatori e medici, ma LaLiga ha anche creato Beyond Stats, un portale gestito da Mediacoach che raggruppa e presenta dati per media e tifosi tramite una serie di dashboard accessibili.

"Abbiamo iniziato fornendo questi dati allo staff tecnico dei club, ma abbiamo deciso che era il momento di offrire queste statistiche avanzate ai tifosi e ai media", dice Bruno. "Abbiamo identificato la tendenza secondo cui i fan erano ansiosi di consumare questi dati e saperne di più sulle competizioni."

LaLiga Tech si appoggia all'intelligenza artificiale e al machine learning per una serie di iniziative. Ad esempio, LaLiga utilizza l'intelligenza artificiale per coinvolgere e fidelizzare i fan, consigliando contenuti e fornendo ulteriori informazioni sull'esperienza dei fan tramite l'analisi del sentiment. LaLiga ha anche creato una soluzione ML chiamata Calendar Selector per massimizzare il pubblico televisivo e la presenza allo stadio durante la programmazione delle partite. Ha inoltre sviluppato modelli predittivi per rilevare tendenze, fare previsioni e simulare risultati. Queste funzionalità di coinvolgimento dei fan, gestione della competizione e analisi avanzata delle prestazioni fanno parte delle offerte di LaLiga Tech.

Durante le partite, 16 telecamere di tracciamento ottico installate in ciascuno degli stadi del campionato acquisiscono dati in tempo reale sul posizionamento dei giocatori, sul posizionamento dell'arbitro e sul movimento della palla per acquisire 3,5 milioni di punti dati per partita.

"Con questa enorme quantità di dati al mese, siamo in grado di offrire statistiche e report", afferma Bruno. "Con 112.000 segnalazioni nel sistema e 8 milioni di informazioni, si tratta di un'enorme quantità di informazioni per 42 club."

L’intelligenza artificiale prende questi dati e li combina con i dati di monitoraggio storici di circa 2.000 partite per creare nuovi approfondimenti, come il modello Probabilità di obiettivo, una delle 21 nuove statistiche che ha debuttato nel 2022.

Creato da un team multidisciplinare di analisti calcistici, analisti di business intelligence e team di analisi, il modello avanzato di probabilità di gol sfrutta una serie di variabili, tra cui la linea di vista del giocatore (tenendo conto delle posizioni dei giocatori avversari), la distanza tra i giocatori palla e il portiere, la distanza tra la palla e la porta, e la distanza e l'angolo rispetto al difensore più vicino, per misurare la probabilità di realizzare una determinata occasione da gol. Il calcolo tiene conto anche dell'indicatore di efficienza di un giocatore basato su variabili come il rapporto tra gol per partita e per tiro.

"Una delle sfide è che, per trasformare questi dati grezzi in conoscenza, non abbiamo bisogno solo di data scientist, ma anche di analisti di calcio, esperti di UX e allenatori", afferma Bruno.