Os torcedores consomem regularmente os dados da STATS sem conhecer a fonte original das informações, e isso não está necessariamente mudando à medida que a empresa explora futuras aplicações de dados mais ricos. O que é diferente em 2017 em relação a 1987, 1997 ou mesmo 2007 é a especialização da STATS, que muitas vezes se limita a fornecer informações esportivas e passa a contextualizá-las de forma mais adequada para os clientes.
Um dos líderes que está fazendo isso acontecer na STATS saiu dos bastidores para falar com os apresentadores da Sirius XM Wharton Moneyball, Adi Wyner e Shane Jensen, no início deste mês. Patrick Lucey, Diretor de Ciência de Dados da STATS, refletiu sobre os cinco anos de coleta de dados de rastreamento da STATS SportVU e forneceu informações sobre as respostas que agora vêm do aumento do tamanho das amostras e dos avanços do setor.
A STATS começou a monitorar os jogos da NBA com seu sistema óptico SportVU há meia década, o que coincidiu com o que Lucey considerou um momento particularmente interessante na ciência do esporte.
"Algo aconteceu em 2012. Surgiu a aprendizagem profunda", disse Lucey, coautor do trabalho de pesquisa que ficou em primeiro lugar na Conferência MIT Sloan Sports Analytics de 2016 sobre padrões de movimento de jogadores e golpes de bola no tênis.
"É como uma tempestade perfeita. Gosto de pensar nisso como um banquinho de três pernas. Em primeiro lugar, para que a aprendizagem profunda funcione, você precisa de três coisas. A primeira coisa é que você precisa de muitos dados. Felizmente, na STATS, nós temos isso. A segunda coisa é que você precisa de poder computacional. ... A terceira coisa é ter as pessoas que realmente saibam como trabalhar ou configurar a rede."
Há quase dois anos, Lucey está no topo desse banco na STATS e ajudou a expandir o rastreamento de jogadores para outros esportes, com ênfase no jogo global de futebol. Grande parte de seu trabalho atual, incluindo o artigo de 2017 da MIT Sloan Conference, segundo colocado, sobre estilos de arremesso no basquete, envolveu a descoberta de maneiras adequadas de fazer e responder às perguntas hipotéticas que não eram confrontáveis nos primeiros anos da STATS.
"O mais importante - e isso é o que podemos fazer muito bem - é contextualizar os dados", disse Lucey. "Você pode nos fazer perguntas específicas. Você pode dizer: 'Bem, qual é a probabilidade de esse jogador fazer esse arremesso? Ou, o que acontece se eu trocar esse jogador por outro?
"Portanto, podemos realmente fazer simulações detalhadas e fazer essas perguntas hipotéticas. (...) Temos o placar geral ou as estatísticas dos jogadores, mas (acho que o próximo estágio da análise) é simular esses tipos de jogadas específicas e ver o que um jogador diferente fará nessas situações. Em uma determinada situação, podemos modelar esse contexto e dar respostas mais precisas porque entendemos os dados nessas situações."
As particularidades da postura corporal se tornaram um de seus principais interesses. Especificamente, os avanços no rastreamento de jogadores - e o potencial para uma análise preditiva mais precisa - estão em uma maior ênfase nas medições que podem ir além do uso de um centro de massa básico para estabelecer as coordenadas XY no rastreamento óptico.
"Antigamente, podíamos capturar a pose do corpo, mas tínhamos que fazer isso em um ambiente de laboratório", disse Lucey. "Agora podemos realmente fazer isso na natureza."
A equipe de Lucey está constantemente se aperfeiçoando no que há de mais moderno em seu campo, e sua visão de como o desempenho será avaliado mais de perto no futuro pode surpreender alguns. Não se trata necessariamente de criar novas métricas analíticas. Trata-se da relação entre as pessoas e a tecnologia.
"Na verdade, não acho que novas métricas sejam o caminho a seguir", disse Lucey. "Não acho que esse seja o futuro. Acho que se trata de uma simbiose entre um ser humano e um computador. Portanto, podemos desenvolver uma nova tecnologia para ajudar um especialista em um domínio a fazer seu trabalho melhor. Acho que esse é realmente o próximo passo na análise de esportes. Apenas capacitar, criar esse tipo de tecnologia para ajudar técnicos, analistas ou pessoas em casa a fazer essas perguntas hipotéticas. Não acho que estejamos tão longe assim."
