Carmelo Anthony fichó por los Portland Trail Blazers el 19 de noviembre tras un año sin jugar. Ese mismo día, y horas antes del partido de Portland contra Nueva Orleans, surgió la noticia de que la estrella de los Blazers Damian Lillard se perdería el partido por lesión.
La nueva API de probabilidades de props de jugadores VQ de Stats PerformPerform procesó rápidamente ambas noticias y volvió a publicar predicciones para todas las estadísticas de cada jugador de ambos equipos.
Uno de los casos de uso de VQ es para que los compiladores de probabilidades de apuestas calibren y establezcan sus líneas de apuestas de utilería de jugadores. Históricamente, les ha resultado difícil tener en cuenta la repercusión de las lesiones y los fichajes en las predicciones para todos los demás jugadores de la cancha. Hay cuellos de botella para acceder a la información y para procesar sus implicaciones, dada la gran cantidad de datos y de jugadores que hay que procesar.
Por este motivo, la mayoría de las casas de apuestas deportivas que no pertenecen a VQ que consultamos tras conocerse la noticia ese mismo día seguían con los mercados de Lillard o habían suspendido todas las líneas de los jugadores de los Blazers y los Pelicans, en algunos casos durante horas y en otros de forma permanente. En el mejor de los casos, sólo uno o dos mercados de jugadores estaban disponibles. Muy pocos ofrecían opciones para Carmelo hasta poco antes del partido. La falta de cobertura para este partido contrastaba fuertemente con los otros partidos del día.
El reto: Anthony lleva un año sin jugar y nunca lo había hecho con este grupo de jugadores: ¿Cómo rendirá en relación con sus nuevos compañeros y sus rivales?
VQ es capaz de generar rápidamente predicciones sobre el rendimiento de cada jugador en un escenario sin Lillard y con Anthony.
La profundidad de los datos de Stats PerformPerform significa que entendemos objetivamente a través de AI no sólo cómo han estado jugando los equipos relevantes, sino cómo rinden los jugadores de partido a partido, de año a año, e incluso cómo rinde un jugador en su10ª temporada frente a su11ª temporada.
Nuestro modelo aprende sobre jugadores con atributos similares de edad, altura, peso y estilo de juego.
Entiende cómo deben escalarse las estadísticas del jugador en función de las alineaciones probables, entiende cómo aumenta o disminuye el rendimiento de la carrera con la edad y comprende profundamente las expectativas de alguien en esa posición específica.
Esto se aplica tanto a profesionales consolidados como Lillard y Anthony como a novatos: Nuestro profundo archivo de datos universitarios permite a VQ predecir el impacto de un novato que nunca ha pisado una cancha de la NBA.
El otro cuello de botella es anticipar que una alineación va a cambiar, lo cual es competencia de nuestros expertos y experimentados periodistas, que reaccionan juiciosamente a las noticias de los jugadores. Este equipo está formado por expertos que han hecho carrera sabiendo en qué fuentes confiar y cómo leer entre líneas.
El resultado:
La combinación de datos profundos, periodistas expertos y una sofisticada AI significa que podemos ayudar a nuestros socios de apuestas deportivas a publicar con más confianza líneas para todos los jugadores y muy rápidamente después de que se produzcan las noticias, ya sea la mañana del partido o un rodaje de tobillo.
VQ es una historia de ingeniería, AI y procesos: Construimos el modelo para ajustarnos rápidamente a las noticias de última hora y evaluar rápidamente el impacto de los cambios de alineación, de modo que las casas de apuestas deportivas puedan reflejar rápidamente el impacto de las noticias a sus clientes en forma de líneas de apuestas abiertas.
En esta ocasión, volvimos a publicar rápidamente los pronósticos de utilería para todos los jugadores de ambos equipos a los pocos minutos de confirmarse los cambios. VQ predijo la línea de Anthony con una probabilidad del 51,56% de estar por debajo de los 10,5 puntos. Terminó con 10 puntos.
Bryan Shumway es el director de producto de Stats Perform VQ, una nueva API avanzada de predicción de apoyos y probabilidades de jugadores que utiliza datos propios AI.
