Evolusi Moneyball : Kepandaian Hasil Data Olahragawan Dan Saat Depan Taruhan Olahraga

From Cricket Betting
Jump to navigation Jump to search

Ini hari, Anda dapat taruhan dalam hampir segalanya. Waktu Super Bowl 2020, taruhan William Hill tawarkan lebih dari pada 1.000 metode buat taruhan di permainan. Taruhan asumsi terhitung berapakah lamanya waktu yang diperlukan Buat Lovato buat menyanyikan lagu berkebangsaan (di bawah dua menit, +180) serta nomor punggung pemain untuk membuat touchdown pertama (nomor 11-20, +220) . Maka tidaklah heran jika dalam industri taruhan olahraga sebesar $203 miliar, data yakni rajanya.

Dengan proliferasi data dalam olahraga, bandar taruhan mulai manfaatkan semuanya nilainya dengan menyiapkan kemungkinan taruhan dalam permainan yang antik, tawarkan alat replikasi taruhan yang mempertingkat frekwensi taruhan, serta membikin kemungkinan atraktif yang mempertingkat volume taruhan. Produk ini didorong oleh mode dan algoritma yang paling modern yang gunakan himpunan data kejadian monumental dari pribadi dan team (point, rebound, touchdown, dan seterusnya.), ditambahkan data kontekstual, seperti situasi cuaca, menit bermain, tempat, tempat, waktu, score serta hasil momen masa dulu, untuk membikin ramalan.

Tapi, sementara skema prakiraan sekarang ini menggunakan tiap data yang siap, mereka tidak berhasil jawab pertanyaan fakta yang pengin didapati betaruh olahraga: Kenapa hasil awalnya berlangsung, dan apa yang hendak dijalankan olahragawan seterusnya? Dunia baru yang berani dari judi bola gila olahraga tampil menurut tehnologi yang memungkinnya pencarian data performa olahragawan yang modern serta real-time dalam laga olahraga. Data yang dijelajahi terhitung biometrik olahragawan, biomekanik, lokasi, serta hal kesehatan serta psikososial yang lain. Walaupun waktu ini kita cuma bisa mengira apa yang terjadi dalam badan serta pemikiran beberapa olahragawan, technologi ini memberinya liga olahraga, club, serta olahragawan kebolehan buat menghitung data yang bisa buka wacana terkait kapasitas di dalam lapangan serta hasil berkaitan.

Digabungkan dengan himpunan data yang ada, pemanfaatan data olahragawan jadi saran ke skema prakiraan berbasiskan AI menegaskan dua bagian penting. Pertama, apa yang sebetulnya sebabkan hasil? Apa olahragawan kepayahan atau depresi? Apa proses biologis mengubah pergerakan tembak, perputaran pinggul, atau kecepatannya? Ke-2 , apa yang disebut keadaan kesehatan olahragawan waktu ini terkait apa yang hendak terjadi sesudah itu?

Waktu ini, data olahragawan jarang-jarang dijelajahi langsung sepanjang pertandingan professional. Area seringkali dicari, walau technologi tidak sama yang dipakai (contohnya, GPS, RFID, serta berbasiskan optik) mendatangkan pelbagai tingkat ketepatan, kehebatan, serta skalabilitas. Data biometrik dalam permainan yang tepat dan berulang-ulang lebih susah diamankan. Sementara data olahragawan diamankan pada jumlah yang semakin lebih besar dalam latihan, fungsinya buat meramalkan kemampuan dalam persaingan terbatas.

Akan tetapi, tehnologi bertambah maju, serta pembaharuan ada yang bisa mengawasi data olahragawan sepanjang pertandingan langsung dan memasangnya dengan data acara, memungkinnya metode ramalan buat memutuskan garis dasar untuk olahragawan serta klub di beberapa skenario antik. Pendekatan ini memungkinkannya mekanisme AI buat mendapatkan trend prediktif yang terselinap pada tingkat micro (mis., point untuk point) dan makro (mis., kalah atau menang laga). Ini memungkinkannya mekanisme replikasi untuk memperkirakan biometrik hari esok dan hasil data performa. Kelompok data yang dibuat secara artifisial ini (yakni, data olahragawan yang disimulasikan) bisa wakili apa yang bisa dikerjakan badan olahragawan dalam skenario yang dimodelkan.

Evolusi data ini — serta memakai data olahragawan waktu fakta buat menelusur serta menyelaraskan ramalan — secara fundamental bisa mengganti industri taruhan olahraga dan langkah permainan dikorbankan. Paduan AI dan data olahragawan untuk membikin perkiraan udah terjadi. Misalkan, technologi misi computer Sportradar dan Amazon bisa meramalkan gol sepak bola di hari depan dua detik saat sebelum berlangsung.

Dengan data olahragawan yang memberi dukungan kemungkinan waktu fakta, alat perkiraan, dan taruhan micro, evolusi Moneyball peluang bakal mengganti pengalaman pemakai jadi suatu yang lebih serupa dengan main mesin slots. Ini bisa memajukan beberapa ribu taruhan dan produk anyar, mempunyai ukuran gigitan, yang diketuai gadget pada acara olahraga langsung yang memikat buat masyarakat luas yang udah biasa lacak jarak menempuh dan metrik kesehatan mereka sendiri saat pukul tangan pandai dan gelang kesegaran.

Dengan kekuatan penerimaan yang begitu besar, pertanyaan sebetulnya yakni: Kenapa liga serta olahragawan pengin data mereka ada untuk umum sewaktu demikian uang banyak udah dibuat di luar angkasa? Liga sekarang kebanyakan cuma menyaksikan sejumlah kecil dari pemasukan yang dibuat dari taruhan olahraga, serta olahragawan memandang semakin sedikit kembali. Secara bersejarah, data yang dihimpun dari melihat acara belum jadi punya liga, dan oleh lantaran itu, liga belum lihat miliaran dolar yang dihabiskan tiap tahun buat produk mereka (kendati mereka udah cobanya). Perusahaan taruhan pergi sepanjang mengirimi pengintai data tidak sah untuk mengikuti laga sepak bola langsung buat kumpulkan data acara.

Tapi, tak seperti data acara yang bisa dilihat, data olahragawan yang dari technologi sensor dapat mewajibkan perusahaan untuk memakai "pipa data" liga untuk akses. Ini memiliki arti jika membuka data olahragawan membutuhkan perjanjian di antara penyuplai data dan pengakuisisi data, memberinya liga serta olahragawan — untuk pertama kali — dengan kontrol atas pembagian data dan pemasukan yang sama. Sama utamanya, terhitung data olahragawan dalam bentuk rekonsilasi kemungkinan dan alat prakiraan bisa terjadi pada beberapa perkara tanpa ada data kesehatan ada buat umum.

Miliaran dolar bisa dibuat dengan masukkan data olahragawan ke ekosistem taruhan sekarang. Tetapi, selaku kepala perusahaan technologi olahraga global serta selaku bekas agen pemain, eksekutif liga, serta pialang hak wadah, buat menggapainya tidak gampang.

Kecuali pembelian olahragawan, klub, serta liga, penopang kebutuhan harus menyesuaikan tipe data yang dipasarkan, nilai data, langkah penjualannya, dan teknik pembagian pemasukan. Dengan tiap-tiap type taruhan baru di AS yang membutuhkan kesepakatan dari regulator, fitur keras dan fitur lunak yang dipakai untuk lacak data olahragawan harus konstan di semua team dan personal dalam liga serta mesti penuhi standard yang diputuskan regulator untuk pastikan ujung ketepatan, keunggulan, dan diulangi yang sudah ditetapkan awalnya. dari output. Technologi pemungutan data harus tidaklah terlalu mengusik serta difungsikan di sejumlah tempat di badan di mana data yang tepat bisa dijelajahi. Taruhan harus juga memercayai hasilnya.

Akan tetapi, realita ini lebih dekat dari yang Anda pertimbangkan. Negara sisi seperti Illinois udah melepaskan undang-undang taruhan olahraga yang mengasumsikan pasar prospektif buat data olahragawan. Mode monetisasi berbasiskan perjanjian buat data kesehatan pun tampil yang bisa kurangi kasus budaya serta pribadi. Dengan potensial mengganti struktur ramalan serta kebolehan liga buat mengatur distribusi, data olahragawan disiapkan buat bikin lompatan ke arus khusus serta mendatangkan nilai baru yang berarti untuk ekosistem taruhan olahraga.