CategoriesUncategorized

Bangkitnya Analisis Olahraga

Olahraga dan data selalu berjalan beriringan. Surat kabar menerbitkan skor kotak, kartu bisbol menunjukkan statistik karier pemain, dan penyiar radio telah lama menggunakan data untuk memberikan konteks pada komentar mereka, seperti rata-rata berapa yard yang diperoleh pelari dalam setiap permainan yang mereka mainkan.

Manajer umum dan pelatih telah lama mengevaluasi pemain berdasarkan campuran statistik – hal-hal seperti poin, rata-rata pukulan atau lemparan yard (tergantung pada olahraga Anda) – dan insting subjektif atau perasaan seperti, “Pemain ini akan menjadi hit.” Tetapi di luar statistik permukaan itu, pelatih dan atlet sama-sama menggunakan analisis data yang lebih dalam.

Namun, ahli statistik awal seperti Bill James mulai menantang asumsi subyektif tersebut dengan data pada 1980-an. James datang dengan sistem matematika untuk mengevaluasi pemain bisbol disebut Sabermetrics, yang dirilis ke publik dalam sebuah buku berjudul The Bill James Historical Baseball Abstract . Di dalamnya, dia membuat persamaan seperti “run yang dibuat” yang memperhitungkan statistik ofensif tim bisbol untuk memprediksi berapa banyak run yang kemungkinan akan mereka cetak. Itu adalah upaya pertamanya untuk menganalisis pemain secara objektif dan membantu manajer umum mengoptimalkan tim mereka, menurut Society for American Baseball Research.  

Analitik olahraga tidak benar-benar lepas landas hingga tahun 2002, ketika jenderal Oakland Athletics Billy Beane mengandalkannya untuk mengumpulkan tim pemain yang kurang dikenal yang hampir memenangkan Seri Dunia. Strateginya untuk mengoptimalkan tim melalui analisis statistik dikenal sebagai “Moneyball” dan dengan cepat menjadi cara tim lain beroperasi.

Bloomberg Quicktake pergi ke belakang layar dengan seorang ilmuwan data untuk mengeksplorasi peningkatan analitik olahraga. | Quicktake Bloomberg

Setiap olahraga besar sejak itu memiliki evolusi analitiknya sendiri dengan tim yang mempekerjakan ilmuwan data dan mencari cara untuk menganalisis pemain secara objektif dan mendapatkan keunggulan statistik. Misalnya, tim bola basket sekarang mengoptimalkan serangan mereka untuk lemparan tiga angka dan layup karena analisis bagan tembakan https://www.mavericksystemscorp.com/ menunjukkan bahwa mereka adalah tembakan paling efisien dalam permainan.

Industri analitik olahraga global diperkirakan akan mencapai $3,4 miliar pada tahun 2028, menurut laporan tahun 2021 dari Research and Markets. 

Leave a Reply

Your email address will not be published. Required fields are marked *