Usando IA para melhorar a experiência dos fãs
Em 2018, o programa de TV mais popular não foi um drama aclamado pela crítica nem um novo reality show. Foi o futebol.
Os jogos da NFL foram responsáveis por 46 das 50 principais transmissões do ano passado, com uma média de 15,8 milhões de telespectadores durante a temporada. Para os fãs, o apelo contínuo do esporte pode ter muito a ver com a combinação de estratégia, preparação e instinto, que se aplica a cada partida. Nenhum fator pode ser negligenciado por seu impacto potencial na forma como essas partidas se desenvolvem: tudo, das mudanças nas listas de equipes às condições no campo (ou seja, interior versus exterior, dia versus noite, sem mencionar vento e precipitação).
Embora a NFL venha monitorando uma grande variedade de estatísticas desde a sua criação, durante décadas essas métricas foram relativamente rudimentares, como simplesmente contar estatísticas que não revelam necessariamente o escopo completo do que aconteceu durante as partidas. Recentemente, a NFL percebeu que precisava de um sistema mais avançado para coletar dados e conseguir compreendê-los. Esse sistema pode revelar insights sobre a dinâmica do jogo para fãs e jogadores; por exemplo, os resultados de determinadas escalações de jogadores ou os fatores que afetaram a performance de um jogador. A meta: conquistar a fidelidade do cliente à NFL e manter informados os fãs obstinados em sua busca por compreender melhor o jogo.
Hoje, o programa Next Gen Stats (NGS) da NFL usa tecnologia de rastreamento sofisticada. Os dados são coletados por dispositivos de RFID nas ombreiras de cada jogador e a tecnologia está incorporada a cada um de seus estádios. Esses dispositivos capturam dados sobre quais jogadores estão no campo em determinado momento, sua localização em polegadas e a velocidade e direção em que eles se movem. Esse tesouro de dados representa um tremendo recurso para os 32 times da liga, vários parceiros de mídia e aproximadamente 180 milhões de fãs em todo o mundo.
“O machine learning está liberando potencial para fazermos mais do que poderíamos, de maneira oportuna e com alto grau de confiança.”
Matt Swensson
Vice-presidente de produtos emergentes e tecnologia
NFL
"O machine learning está liberando potencial para fazermos mais do que poderíamos, de maneira oportuna e com alto grau de confiança.”
Matt Swensson
Vice-presidente de produtos emergentes e tecnologia
NFL
Em parceria com a Amazon Web Services, a NFL está usando o poder de seus dados por meio de análises sofisticadas e machine learning. “O machine learning está liberando potencial para fazermos mais do que poderíamos, de maneira oportuna e com alto grau de confiança”, diz Matt Swensson, vice-presidente de produtos emergentes e tecnologia da NFL. “Tínhamos muitas estatísticas e queríamos encontrar a melhor maneira de aproveitá-las. Agora estamos analisando tantos dados com o sistema de rastreamento, que podemos usar o machine learning para compreender quais elementos são relevantes e quais não são.”
Impulsionada pela ferramenta Amazon SageMaker de machine learning, a plataforma NGS permite que a NFL crie, com rapidez e facilidade, modelos de machine learning capazes de interpretar a jogabilidade. Um exemplo é a métrica Completion Probability da NGS, que integra mais de 10 medições em jogo, que vão desde o comprimento e a velocidade de um passe específico até a distância entre o receptor e os defensores mais próximos – assim como o quarterback e os passadores mais próximos.
O uso do Amazon SageMaker para criar, treinar e executar facilmente esses modelos preditivos ajudou a reduzir o tempo de obtenção de resultados, que caiu de 12 horas para 30 minutos. E, conforme Swensson ressalta, com o SageMaker, a NFL não precisa se armar com equipes de cientistas de dados: seus engenheiros podem começar a trabalhar rapidamente. “Não precisamos reinventar a roda toda vez que queremos fazer alguma coisa”, diz Swensson.
Os resultados ajudam os fãs a compreender por que alguns passes são mais difíceis do que outros e fornecem uma compreensão mais significativa do jogo em si. Esses insights podem ser usados rapidamente pela NFL e seus parceiros de mídia para melhorar transmissões e conteúdo online ou mesmo para ensinar e estimular os fãs dentro do estádio. “Recebi muitos comentários positivos dos fãs dizendo: ‘Nossa! Como eles completaram esse passe?’ Conseguimos quantificá-los e compará-los a outros passes, e isso é um valor agregado real para os fãs porque cria um contexto para o que está acontecendo no jogo”, diz Swensson.
Naturalmente, os dados são úteis somente quando podem ser acessados de maneira rápida e fácil. Usando a ferramenta de inteligência de negócios Amazon QuickSight, a NFL é capaz de obter mais insight internamente, além de ser uma oportunidade para os fãs envolverem-se com os dados. “A ferramenta nos permite executar consultas extremamente rápidas para fazer perguntas e mostrar as respostas em painéis”, afirma Swensson. “Nós fornecemos painéis para nossos clubes, para nossas emissoras e para os profissionais da redação e escritores de futebol de fantasia em NFL.com.”
Esses painéis, que costumavam levar horas ou dias para serem desenvolvidos, agora podem ser criados em minutos e também podem incluir qualquer número de filtros relevantes. “Essa ferramenta permite evitarmos a recorrente criação de código toda vez que quisermos exibir informações”, diz Swensson. “É muito mais eficiente.”
Além disso, a NFL pode usar esses insights e aplicá-los a diferentes partes da organização, ajudando os treinadores a criar melhores planos de jogo e até mesmo a encontrar maneiras de melhorar a segurança do jogador. “Quanto mais informações você tem, melhor você pode identificar padrões em jogos”, observa Swensson. Esses padrões, identificados por meio do machine learning, podem ser a chave para compreender melhor onde os jogadores são mais propensos a se machucar e para ajudar a criar regras para reduzir os riscos.
O resultado é uma experiência melhor para fãs, jogadores e equipes. Tudo em tempo real. Trata-se, sem dúvida, do futebol americano de próxima geração da NFL, desenvolvido com análises e machine learning de ponta.