事實資料
新的德甲比賽資料預示著球場上的巨大威脅。憑藉定位球威脅和技能,球迷可以洞察比賽策略和球員實力。

分析每名球員、射門和進球
AWS 機器學習和分析正在透過即時統計數字改變德甲。

如何建置德甲比賽資料
了解球員追蹤技術和 AWS 雲端如何從比賽場地向球迷提供洞察。


德國甲級足球聯賽為何選擇 AWS
德國頂級國家足球聯賽正在使用 AWS 人工智慧 (AI)、機器學習 (ML)、分析、運算、資料庫和儲存服務來提供即時統計資料,可提升對遊戲策略和結果的洞察,並透過行動、線上、串流和電視廣播管道,為球迷推薦個人化的比賽花絮。

吸引和取喜球迷
透過使用 AWS,德國甲級足球聯賽正在提供先進的即時統計資料和深入的洞見,稱為德甲比賽資料的演變,並將為德甲粉絲帶來個人化的體驗。德國甲級足球聯賽在全球擁有超過 5 億球迷,球迷們將會獲得對於球員、球隊以及聯賽的更先進的洞見,因為 AWS 領先的技術將提供更具個人化的體驗以及下一代的統計資料。

增強廣播產品品質
德國甲級足球聯賽使用 AWS 機器學習、AI、分析和其他創新技術,來改善廣播產品品質並探索新的分發形式,以擴大全球德甲球迷的基礎。透過使用 AWS 媒體服務,德甲比賽以比以往任何時候都更強大的靈活性和互動性向全球球迷串流,讓觀眾可以在喜歡的具有 IP 功能的裝置上觀看直播和在賽事串流中進行時光平移。


提升營運操作

吸引粉絲
德國甲級足球聯賽利用 AWS 無與倫比的一組雲端服務 (包括機器學習和分析) 來產生進階統計資料德甲比賽資料。 AWS 和德甲聯賽首次創先例,為世界各地的足球迷提供即時進階統計資料和比賽分析的獨特組合資料。
點按下面的內容以展開
-
最常被盯上的球員
球隊使用壓力作為一種破壞球員正常節奏的技術。「最常被盯上的球員」可以透過測量對方球員的數量、與控球球員之間的距離及每一位球員移動的方向來顯示承受最大防守壓力的我方球員。這項進階的統計資料還將比較球員要應對的緊迫情況和隊友所面臨的壓力情況,從而協助確定哪些球員更頻繁地承受防守壓力。
-
攻擊區
當球隊尋求利用防守弱點來控制球權並最終取得進球時,攻擊區可以讓球迷清楚瞭解球隊將進攻重點放在哪個區域,從而創造進球機會。攻擊區定義為球隊用來取得進球的區域。此區域可向球迷顯示球隊進攻的方向以及球隊認為進球機會最多的一側。
-
平均位置:趨勢
透過平均位置這一比賽資料的不斷演變,該洞見提供了有關特定比賽中趨勢的詳細資訊,這一趨勢由紅牌、進球、替換球員和攻守轉換等事件形成。
-
平均位置
球迷現在可以看到場上球員的位置,並獲得球隊預期比賽風格的洞見。「平均位置」是根據追蹤場上球員的平均位置而擷取資料進行分析來提供新的洞見,然後即時顯示。這讓觀眾能夠掌握目前場上的動態並了解戰術變化。這項新的統計資料將有助於精確判定一支球隊當前處於進攻還是防守風格,是壓制中路還是利用側翼。
-
預期進球
透過「預期進球」,德甲現在可以評估球員從場地上的任何位置射門時的進球機率。進球機率在每次射門時即時計算,使觀眾能夠了解該次射門的難易度和進球可能性。
-
速度提醒
「速度警報」顯示球員在比賽中任何給定時間衝刺的速度,並透過比較球員、球隊、賽季和歷史德甲記錄之間的最快速度,協助對球員進行排名。速度警報為來自全球 200 多個國家/地區的 5 億德甲球迷提供了一種有趣的方式,讓他們可以驗證有關哪些球員最快的假設。

將機器學習運用於資料
透過使用 AWS 廣泛的以雲為基礎的機器學習能力,德國甲級足球聯賽在比賽中提供了更深入的洞見。



新聞
德甲比賽資料:預期進球背後的技術:機器學習如何在足球領域推動資料驅動的洞察
使用 Amazon SageMaker,「預期進球」可以客觀地評估德甲球員在比賽場上任何位置射門的機會。這篇部落格文章深入解析了為這個德甲比賽資料所採用的技術。

產品支援
德甲比賽資料的演變