Tekniken som kan hjälpa Sverige till VM 2018 – och företag till bättre affärer
Publicerad 10 mar 2017
Att få bollen i mål kräver att ledningen kan ta de rätta besluten. Utomlands vinner big data redan matcher – blir Sverige nästa land? Och vad kan företag lära av fotbollsklubbar?
Visste du att professionella idrottare inte bara filmas på plan, utan monitoreras på alla upptänkliga sätt med accelerometrar, pulsmätare och gps-sensorer? Big data håller på att revolutionera sport efter sport. Statistik har alltid varit ett viktigt verktyg för tränare, men de datamängder som nu är möjliga att samla in saknar motstycke i sporthistorien.
Dataanalys har redan gjort succé i amerikansk fotboll och baseball, och allt tyder på att fotbollen nu blir dess nästa stora fält. I Storbritannien har till exempel samtliga 20 Premier League-stadions utrustats med digitalkameror som följer varje spelares minsta rörelse på plan. Ett tiotal datapunkter samlas in per spelare varje sekund, nästan en och en halv miljon datapunkter på en match. Under en träning växer datamängden ännu mer, då spelarna tränar med sensorer i skorna och på kroppen som inte är tillåtna under match.
Tanken har från början varit mycket klar: ju mer information som samlas in, desto bättre beslut kan tränaren ta. Hur snabbt kan vår forward byta löpriktning? Hur ofta passar centern? Vad har målvakten för rörelsemönster? Varje spelare analyseras, och modeller skapas för hur spelet kan optimeras. I början fokuserade alla på att samla in så mycket data som möjligt, men i takt med att datamängderna exploderat har det blivit tydligt att det viktigaste är hur all information tolkas.
– Datamängden i sig gör ingen lycklig, säger Jim Nielsen, VD på Knowit Decision Danmark. Det värdefulla är om informationen kan användas för att fatta intelligenta beslut, och då kan en större datamängd ge en bättre underbyggd slutsats. Men det kräver att man förstår informationen och tolkar den korrekt.
Läs mer i artikeln: ”Därför vill så många jobba med att skapa intelligenta affärer”
Jim Nielsen ger Thomas Davenports kända DELTA-modell som exempel. DELTA är en tänkt modell på hur en organisation kan använda insamlad data för att nå insikter om och optimera verksamheten som togs fram av managementforskaren Thomas Davenport för drygt tio år sedan. (En fullständig genomgång finns i Davenports bok ”Competing on Analytics: The New Science of Winning” från 2007.) Akronymen står för Data, Enterprise, Leadership, Targets och Analysts, och är de olika nivåer av i en organisation som Daveport menar att analys kan tillämpas på. Jim Nielsen menar att Analysts-nivån är extra intressant, där finns de processer som avgör om en organisation kan ta till sig insikterna och tillämpa den nya kunskapen:
– Datainsamling och -analys måste vara integrerat i verksamheten, sammanfattar Jim Nielsen. Sportklubbarna har förstått värdet i att analysera alla resultat och räkna på hur framtida utfall kan påverkas. I andra organisationer kan det ta längre tid innan man ser resultat, vilket gör det än viktigare att utveckla interna strategier och implementera dem.
Big data och avancerad dataanalys är ingen magisk lösning, och kräver att ledningen förstår sin verksamhet och är beredd att göra nödvändiga förändringar. Men Jim Nielsen ser ingen omedelbar motsättning mellan informerade beslut och magkänsla.
– Det är smart att pressa mest möjliga kunskap ur organisationens datamängd, säger han. Men det får inte ske på bekostnad av kreativitet och mod att förändra. Datorer ska inte ersätta ledare, utan stärka dem. Och Danmark må ha missat EM, men vi ses i VM 2018.
Vill du också jobba med stora datamängder och intelligent analys inom Intelligent Business på Knowit?