保罗-鲍尔是体育智能公司 STATS 的人工智能科学家。他的工作地点在英格兰利兹，主要研究足球，但你可以从他的声音中听出他对球员追踪给冰球带来的可能性的兴奋之情，即使是在不稳定的 Skype 连接中。
他将球员追踪数据对冰球运动的潜在影响分为三个关键部分：
1.运动员监测：鲍尔建议，收集球员在几场比赛中的滑行速度等数据，有助于更好地了解球员在比赛中的体能负荷。这将有助于球队更有效地分配上场时间。"鲍尔说："如果你能让你最好的球员比你想象中更多地出场，那将是一个巨大的优势。他举了一个橄榄球比赛的例子，一支球队发现，如果一名球员在前 10 分钟结束后才开始比赛，那么他可以打更长时间，因为前 10 分钟的比赛非常激烈。"他们可以最大限度地提高他的表现，"他说。
2.更好地理解背景："他说："曲棍球目前的统计数据存在一个很大的问题，那就是非常简化。他以传球数据为例。现在可能有数据显示球员是否完成了传球，但却没有大量的背景资料。他说："球员是否受到了压力？你是否在冰面的某一区域有过多的传球？鲍尔解释道。"能够识别这些情况，就可以衡量球员在这些情况下的应对能力，并对场景进行测试"。下一步是利用跟踪数据，模拟防守者将如何应对，以便实时制定最有效的策略。"在与冰球类似的篮球比赛中，想象一下最后 20 秒，你落后一球，你必须想出你的战术，"鲍尔说。"你可以画出一个你想要的战术，因为你可以使用所有的跟踪数据，我们可以了解你画的战术，并模拟防守时会发生什么以及最有可能出现的结果。他们会即时画出一些东西，想象一下能够快速测试这种场景。"这听起来像是未来的事情，但鲍尔说，足球界最先进的球队已经在这么做了。
3.名册构建：一旦你能使用追踪数据来建立模型，你就能更好地为球员建档，让他们符合球队的需要和教练的具体战术。"鲍尔说："如果你能查看教练实施的运动模式，你就能更好地对球员进行分析。"尤其是如果你有全联盟的数据，你就能选出最适合你风格的球员。反之，谁不适合呢？
在使用这些数据方面，足球无疑走在了曲棍球的前面，在过去的 12 到 18 个月里，富力已经观察到了一个临界点，各支球队都看到了数据的影响，并真正相信可以做些什么。这项运动已经超越了质疑阶段。
随着国家冰球联盟（NHL）建立球员追踪平台，冰球运动正进入质疑阶段。而这正是那些善于利用的球队的潜在优势所在。
