GRAPHIC_Orange-rule_01

MENGAPA NFL MEMILIH AWS

"Salah satu komponen utama kesuksesan kami adalah memiliki partner yang hebat dan AWS menunjukkan hal tersebut. Kami senang berpartner dengan orang-orang pintar yang memiliki keterampilan hebat dan kami memilikinya dalam kemitraan kami dengan AWS." 

- Roger Goodell, NFL Commissioner

"Salah satu komponen utama kesuksesan kami adalah memiliki partner yang hebat dan AWS menunjukkan hal tersebut. Kami senang berpartner dengan orang-orang pintar yang memiliki keterampilan hebat dan kami memilikinya dalam kemitraan kami dengan AWS." 

- Roger Goodell, NFL Commissioner

Sebagian besar machine learning (ML) yang dijalankan di cloud saat ini dilakukan di AWS, itulah sebabnya AWS adalah pilihan terbaik bagi NFL untuk memanfaatkan kekuatan datanya melalui analitik dan ML yang canggih. NFL menggunakan kekuatan ML AWS untuk membuat statistik baru serta meningkatkan kesehatan dan keselamatan pemain, menciptakan pengalaman yang lebih baik bagi penggemar, pemain, dan tim—semuanya dalam waktu nyata.

Machine Learning

NFL menggunakan machine learning dan layanan analisis data untuk meningkatkan akurasi, kecepatan, dan wawasan yang disediakan oleh platform Next Gen Stats.

Akses Cepat

Menggunakan alat kecerdasan bisnis Amazon QuickSight, NFL mampu memperoleh wawasan yang lebih luas sekaligus membuka jendela bagi penggemar, penyiar, dan editorial untuk memanfaatkan data.

Kecepatan

Menggunakan Amazon SageMaker untuk membangun, melatih, dan menjalankan model prediktif membantu mendapatkan hasil lebih cepat dari sebelumnya 12 jam menjadi 30 menit.

GRAPHIC_Orange-rule_01

MELIBATKAN PARA PENGGEMAR

NFL telah membangun beberapa statistik baru di AWS, yang masing-masing bergantung pada berbagai titik data. Berikut adalah beberapa contoh. Untuk melihat selengkapnya, kunjungi nextgenstats.nfl.com

Perkiraan Rushing Yards

NFL berpartner dengan AWS untuk kontes analitik olahraga tahunan keduanya, Big Data Bowl 2020, untuk mengembangkan statistik baru ini. Perkiraan Rushing Yards dirancang untuk menampilkan berapa banyak rushing yard yang diperkirakan dapat diperoleh pembawa bola saat menggiring bola tertentu berdasarkan lokasi relatif, kecepatan dan arah pemblokir, dan bek.

Perkiraan Yards After Catch

Model prediktif baru ini menggunakan Amazon SageMaker untuk menghasilkan yard yang diharapkan setelah tangkapan, berdasarkan banyak faktor menggunakan data pelacakan seperti seberapa terbuka penerima, seberapa cepat mereka bergerak, dan berapa banyak bek/pemblokir yang ada di tempat.

Klasifikasi Rute

Statistik generasi berikutnya ini membantu penggemar mengontekstualisasikan permainan mengoper dengan cara baru, menunjukkan jenis rute yang dijalani pemain – maju, kirim, atau mundur – dan memberikan skor agregat tentang cara bermain tim sehingga penggemar dapat mempelajari tren di seluruh liga untuk mendapatkan pemahaman baru tentang strategi menyerang.

GRAPHIC_Orange-rule_01

INILAH CARA KERJANYA

GRAPHIC_1_05

Mengambil Data

Data diambil dengan menempatkan etiket RFID di alas bahu pemain dan bola sepak. Penerima pita lebar ultra melacak pemain dan gerakan bola hingga hitungan inci. Data yang dikumpulkan memanfaatkan Amazon EC2, S3, dan EMR dalam proses pengambilan dan penyimpanan.

GRAPHIC_2_05

Melakukan Analisis

Selanjutnya, data waktu nyata ini digabungkan dengan data skor kotak tradisional/permainan demi permainan untuk menghitung 100 metrik yang belum pernah diambil sebelumnya. Metrik ini dijalankan melalui model machine learning yang dibangun di Amazon SageMaker untuk menghasilkan prediksi, statistik, dan lainnya.

GRAPHIC_3_05

Mendistribusikan Hasil

Terakhir, NFL memanfaatkan AWS Lambda, Amazon ElastiCache, Quicksight, RDS, Route S3, API gateway, dan DynamoDB untuk menempatkan wawasan, prediksi, dan statistik ke dalam alat analisis, pemanduan, dan pembinaan siaran.

Pelacakan pemain NFL, juga dikenal sebagai Next Gen Stats, adalah pengambilan data lokasi waktu nyata, kecepatan, dan akselerasi untuk setiap pemain, setiap permainan di setiap inci lapangan. Sensor di seluruh etiket trek stadion ditempatkan pada alas bahu pemain, mencatat pergerakan individu dalam hitungan inci. Data diambil menggunakan etiket RFID di peralatan pemain dan football itu sendiri. Data waktu nyata kemudian dikirim ke penerima yang dipasang di stadion NFL, yang menyediakan data kepada NFL tentang setiap pemain untuk setiap pertandingan.

GRAPHIC_Orange-rule_01

MENERAPKAN MACHINE LEARNING
KE DATA

Dengan memanfaatkan berbagai kemampuan machine learning berbasis cloud dari AWS, NFL menggunakan statistik hari pertandingannya ke tingkat berikutnya sehingga penggemar, penyiar, pelatih, dan tim dapat memperoleh manfaat dari wawasan yang lebih dalam.

Diagram-MOBILE_02
Diagram-DESKTOP_02

Data pelatihan dari statistik skor kotak tradisional, serta data yang dikumpulkan dari stadion, akan diolah melalui ratusan proses dalam hitungan detik yang hasil keluarannya dimasukkan ke Amazon Sagemaker. Dari sana, model machine learning yang dibuat oleh tim NGS menyerap data, yang terus melatih dan menyempurnakan model. Model machine learning kemudian digunakan atau disimpulkan dalam waktu nyata selama pertandingan untuk menghasilkan keluaran seperti formasi, rute, dan peristiwa.

GRAPHIC_thin-rule_02

"Kami memilih AWS karena kombinasi dari penawaran cloud tingkat lanjut, kemampuan machine learning yang tangguh, dan pengalaman beroperasi pada skala yang kami butuhkan. Dengan memberdayakan Next Gen Stats dengan AWS, kami akan dapat memulai [musim] kami dengan konten yang lebih berdampak dan bermakna, mengungkap wawasan yang lebih dalam tentang pertandingan football daripada yang pernah kami lakukan sebelumnya."

- Matt Swensson, Vice President, Emerging Products and Technology di NFL

"Kami memilih AWS karena kombinasi dari penawaran cloud tingkat lanjut, kemampuan machine learning yang tangguh, dan pengalaman beroperasi pada skala yang kami butuhkan. Dengan memberdayakan Next Gen Stats dengan AWS, kami akan dapat memulai [musim] kami dengan konten yang lebih berdampak dan bermakna, mengungkap wawasan yang lebih dalam tentang pertandingan football daripada yang pernah kami lakukan sebelumnya."

- Matt Swensson, Vice President, Emerging Products and Technology di NFL

GRAPHIC_thin-rule_02
GRAPHIC_Orange-rule_01

MEMPELAJARI MACHINE LEARNING
DENGAN NFL

Ingin melihat playbook? Baca selengkapnya tentang tahapan machine learning NFL, dengan pengantar dari CIO NFL Michelle R. McKenna—dan dengarkan langsung dari Matt Swensson tentang cara tim Next Gen Statsnya bekerja sama dengan Machine Learning Solutions Lab AWS untuk membangun, melatih, dan menerapkan model machine learning mereka di Amazon SageMaker.

eBook-02
NGS-football-graphic

Pelajari bagaimana perusahaan lain mengubah bisnis mereka dengan kekuatan AWS.