Πώς οι Soccer Recruiters αξιοποιούν την Επιστήμη των Δεδομένων

15
Πώς οι Soccer Recruiters αξιοποιούν την Επιστήμη των Δεδομένων

„Τώρα είναι όλα“

Είναι το Παγκόσμιο Κύπελλο Ποδοσφαίρου του 2022 και δεν υπάρχει αμφιβολία ότι είναι το πιο αναμενόμενο τουρνουά της χρονιάς (για μερικούς ακόμη και τα τελευταία τέσσερα χρόνια). Οι κορυφαίες 32 εθνικές ομάδες ανταγωνίζονται μεταξύ τους για να κερδίσουν το πιο πολυπόθητο τρόπαιο του Παγκοσμίου Κυπέλλου, το οποίο είναι η επιτομή των ποδοσφαιρικών διακρίσεων για ένα έθνος.

Το να φτάσουν οι ομάδες σε αυτό το στάδιο για να διαγωνιστούν για να γίνουν παγκόσμιοι πρωταθλητές δεν είναι συνηθισμένο κατόρθωμα. Χρειάζεται πολλή προσπάθεια, προπόνηση και προγραμματισμός για να αγωνιστούν οι καλύτεροι παίκτες για να φέρουν το τρόπαιο. Αναρωτηθήκατε όμως ποτέ πώς επιλέγονται τα καλύτερα ταλέντα για κάθε ομάδα; Πώς παίρνουν τις πρώτες ευκαιρίες παίκτες όπως ο Μέσι και ο Ρονάλντο για να δείξουν το ταλέντο τους; Εδώ είναι ένας ελάχιστα γνωστός τρόπος που συμβαίνει αυτό.

Δύο παίκτες αντιμέτωποι σε ένα γήπεδο ποδοσφαίρου

Έχετε ακούσει για τον όρο αναζήτηση ταλέντων ποδοσφαίρου; Πιο γνωστοί ως σκάουτερ, αυτοί οι χαρακτήρες είναι συνηθισμένοι στο διεθνές ποδόσφαιρο και, σε πολλές περιπτώσεις, είναι αυτοί που πρέπει να απολαμβάνουμε ως οι μεγαλύτερες φιγούρες στο άθλημα. Η δουλειά τους είναι να βρίσκουν τους κατάλληλους παίκτες για να καλύψουν συγκεκριμένες θέσεις στον αγωνιστικό χώρο και οι επαγγελματίες που το κάνουν αυτό πρέπει να έχουν ένα συγκεκριμένο σύνολο ιδιοτήτων και εργαλείων για να πραγματοποιήσουν τη δουλειά τους.

Τι κάνει ένας υπεύθυνος προσλήψεων;

Ένας υπεύθυνος προσλήψεων ταξιδεύει σε διαφορετικές πόλεις, συναντά προπονητές, παρακολουθεί αγώνες και αλληλεπιδρά με παίκτες για να βρει το κατάλληλο ταλέντο για ανοιχτές θέσεις. Ίσως θυμάστε την ταινία Goal! (2005) το οποίο, βασισμένο σε αληθινά γεγονότα, δείχνει πώς ένας στρατηλάτης της Νιούκαστλ Γιουνάιτεντ ανακαλύπτει τον εξαιρετικά ταλαντούχο Σαντιάγο Μούνιες και του δίνει μια ευκαιρία στο επαγγελματικό ποδόσφαιρο. Αυτή η ταινία μας δίνει μια ιδέα για το έργο των recruiters.

Ένας προπονητής που δίνει συμβουλές στους παίκτες του

Για τους πρώτους κυνηγούς κεφαλών, δεν υπήρχε σχεδόν καμία τεχνολογία για να τους βοηθήσει να λάβουν αποφάσεις. Αυτοί οι πρώτοι στρατολόγοι έπρεπε να είναι φυσικά παρόντες σε κάθε παιχνίδι και να παρακολουθούν τα ταλέντα που άκουσαν να παίζουν. Αυτό από μόνο του δεν έδωσε στους υπεύθυνους προσλήψεων μια πλήρη εικόνα των ικανοτήτων και των ταλέντων ενός παίκτη.

Χάρη στην άνοδο της τεχνολογίας, αυτό έχει αλλάξει. Η ανάπτυξη της τεχνολογίας έδωσε στους ανιχνευτές ταλέντων την επιλογή να επωφεληθούν από πληροφορίες που βασίζονται σε δεδομένα αισθητήρων για να εντοπίσουν και να επιλέξουν το κατάλληλο ταλέντο για κάθε θέση. Αυτή η δραστηριότητα βοηθά τόσο τους υπεύθυνους προσλήψεων όσο και τους προπονητές στη στατιστική ανάλυση της απόδοσης ενός παίκτη και βελτιώνει τις διαδικασίες λήψης αποφάσεων σε ολόκληρο το σύλλογο.

Πώς ένας υπεύθυνος προσλήψεων χρησιμοποιεί δεδομένα για να εντοπίσει ταλέντο ποδοσφαίρου;

Μόλις ο ανιχνευτής βρει μια ελκυστική προοπτική, καλείται να υποβληθεί σε τεστ και διάφορες αξιολογήσεις που κυμαίνονται από τη σωματική ικανότητα έως την ψυχική και συναισθηματική ικανότητα. Η δραστηριότητα του παίκτη καταγράφεται μέσω μιας ποικιλίας καμερών δράσης και αισθητήρων υψηλής ποιότητας και στη συνέχεια συγκεντρώνεται. Τα καταγεγραμμένα δεδομένα ποικίλλουν μεταξύ τεχνικών, σωματικών και ψυχικών χαρακτηριστικών και ορισμένων πρόσθετων παραμέτρων με βάση τη θέση που προσπαθεί να καταλάβει, όπως υποδεικνύεται στον ακόλουθο πίνακα:

Τα χαρακτηριστικά ενός παίκτη καταγράφονται με αισθητήρες
Φυσικοί διανοητικός Τεχνικός
φυσική κατάσταση Λήψη αποφάσης Δωρεάν βολές
Εύρος άλματος Προσμονή πυροβολισμοί στο κεφάλι
επίπεδο αντοχής Ηγεσία διαβατήρια
Υγιεινή τοποθέτησης Σταυρωμένα
Επιτάχυνση έλεγχος μπάλας άγγιγμα μπάλας
ροπή τραυματισμού Στυλ ολοκληρώνουν τα έργα
Δύναμη Προσβολή Κόρνερ
Ευστροφία ΟΜΑΔΙΚΗ ΔΟΥΛΕΙΑ μακρινές βολές
Ευκινησία Ρυθμός εργασίας τεχνική
Ρυθμός ψυχραιμία Αμυνόμενος
Ικανότητα προσαρμογής Θάρρος σαρώνει
Ισορροπία Αντίδραση έλεγχος μπάλας
Συνοχή Προσδιορισμός είσπραξη ποινών
σημαντικά παιχνίδια Οραμα κλήση
άγνωστες ιδιότητες Συγκέντρωση άλλα κόλπα

Μόλις καταγραφούν αυτά τα χαρακτηριστικά, το λογισμικό χρησιμοποιείται για να αντλήσει σημαντικές πληροφορίες από αυτά.

Θα αντικαταστήσει η τεχνολογία την προσωπική εξερεύνηση;

Δεν υπάρχει ποτέ απειλή για την προσωπική εξερεύνηση, καθώς η αξιοποίηση της εξερεύνησης δεδομένων είναι μόνο ένα πρόσθετο και όχι μια αντικατάσταση.

Η ανάλυση δεδομένων χρησιμοποιείται για τη σύντομη λίστα πιθανών παικτών για κάθε θέση. Στη συνέχεια, αυτοί οι παίκτες παρακολουθούνται, είτε σε βίντεο είτε αυτοπροσώπως, και τα χαρακτηριστικά τους συγκρίνονται με άλλες πιθανές προσλήψεις και με παίκτες που ήδη παίζει ο σύλλογος στην ίδια θέση. Αυτή η διαδικασία μόχλευσης αναζήτησης ταλέντων τόσο σε προσωπική όσο και προσωπική βάση. βάσει δεδομένων μειώνει τις πιθανότητες λάθους και βοηθά τους ανιχνευτές και τις ομάδες να λαμβάνουν τεκμηριωμένες αποφάσεις.

Τεχνολογία που χρησιμοποιείται στον αθλητισμό για την ανάλυση της απόδοσης των παικτών

Τεχνολογίες που χρησιμοποιούνται για την ανάλυση της απόδοσης των παικτών:

  • Συστήματα βίντεο βασισμένα σε πολλαπλές ημιαυτόματες κάμερες (VID)
  • Τοπικά συστήματα εντοπισμού θέσης (LPS) που βασίζονται σε ραντάρ
  • Παγκόσμια συστήματα εντοπισμού θέσης (GPS)
  • Προηγμένες κάμερες που βασίζονται σε AI
  • Αισθητήρες για την καταγραφή ζωτικών σημείων

για να ολοκληρώσετε

Νέες τεχνολογίες εισέρχονται στη βιομηχανία καθημερινά, γεγονός που διευκολύνει το έργο των εκπαιδευτών και των υπευθύνων πρόσληψης για τον εντοπισμό ταλέντων που αναδεικνύονται. Και το πιο ενδιαφέρον είναι ότι η απλή ανάγνωση για τις εν λόγω τεχνολογίες ενημερώνεται και βελτιώνεται στην περιοχή, γεγονός που μπορεί να αυξήσει τις πιθανότητές σας να ανεβείτε στην καριέρα σας ή ακόμα και να ασχοληθείτε με έναν νέο κλάδο με τον οποίο είστε παθιασμένοι. Λοιπόν, τι περιμένεις? Βελτιώστε τις τεχνολογικές σας δεξιότητες και γίνετε επαγγελματίας προετοιμασμένος για το μέλλον και για τη βιομηχανία που σας δημιουργεί τα περισσότερα πάθη. Εάν θέλετε να κάνετε ένα πρώτο βήμα, μάθετε για το Πρόγραμμα στην Επιστήμη Δεδομένων και τη Μηχανική Μάθηση: Λήψη Αποφάσεων βάσει Δεδομένων που διδάσκεται από το Ινστιτούτο MIT για Δεδομένα, Συστήματα και Κοινωνία σε συνεργασία με τη Great Learning.

Schreibe einen Kommentar