主页 Case Studies 路易斯维尔大学运动损伤预防预测性分析 路易斯维尔大学
利用预测性分析技术帮助运动员避免损伤
了解 SPSS Modeler 了解 Cognos Analytics
在职业球场上打篮球的女性运动员

大学运动员可能成为未来的职业体育明星,但损伤可能会影响关键比赛中的表现,甚至会过早结束他们充满希望的职业生涯。路易斯维尔大学使用 IBM® Analytics 解决方案来监控训练并避免损伤,帮助运动员保持安全并充分发挥潜力。

业务挑战

路易斯维尔大学的女子篮球队使用可穿戴技术来跟踪运动员在训练期间的运动和生命体征,并发现了利用这些数据避免损伤的机会。

变革

通过与 IBM 和 PMsquare 合作,该大学构建了一套解决方案,其中包括 SPSS ModelerCognos Analytics,可自动捕捉可穿戴设备和其他来源的数据并对其进行建模,然后通过直观的仪表板将其可视化,供教练和运动员使用。

结果 运动员可用性达 95%
适用于篮球训练和比赛
准确性达 92%
在预测损伤方面实现的准确性,且误报率为零
节省 20% 时间
通过实现数据收集流程自动化为运动表现团队节省的时间
业务挑战案例
为比赛日做好准备

在美国,大学体育是一桩大生意。大学橄榄球和篮球不仅是下一代 NFL 和 NBA 球星的训练场,而且它们本身就是重要的体育赛事。根据最近的统计数据(ibm.com 外部链接),2017 年,超过 3000 万人观看了至少一场大学体育赛事,其中男篮冠军赛吸引了 2300 万电视观众。

对于许多学生运动员来说,在大学级别取得成功可以让他们在职业联赛中获得一席之地,但损伤可能会瞬间夺走他们的梦想。如果他们的球队有一场重要的比赛并且全世界都在关注,他们希望能够上场,而不是坐在替补席上。从大学的角度来看,一支成功的运动队可以成为获得声誉和收入的主要来源,因此避免损伤是每个教练项目的首要任务。

路易斯维尔大学运动表现团队致力于提供大学最佳表现项目,以最大限度地降低损伤风险、最大限度地提高运动员的发展并提升团队的成功几率。该项目的座右铭是:“培养运动员,塑造体育和生活冠军”,通过采取全面的方法来提升运动员表现,该团队正在朝着这个目标努力。利用基于评估的项目和可穿戴技术,路易斯维尔大学运动表现项目已成为大学卓越表现项目中的领导者。

路易斯维尔大学 (University of Louisville) 运动表现系主任 (Director of Sport Performance) Teena Murray 表示:“在路易斯维尔大学,我们希望打破旧的思维模式。我们不再采用传统的力量和体能训练方法,而是以更全面的方式看待运动员。不仅关注他们的比赛和训练,还关注他们的饮食和睡眠,以及身心健康对运动表现的影响。”

这种方法的成败取决于一点:数据。为了帮助教练就如何帮助每位运动员在比赛日及时达到最佳状态做出明智的决策,尽可能多地收集和分析相关且准确的数据至关重要。

为此,路易斯维尔大学采用了多种技术来帮助跟踪运动员表现的各个方面。例如,它使用来自 Catapult(ibm.com 外部链接)和 Polar(ibm.com 外部链接)的可穿戴设备来跟踪运动员的运动并在训练和比赛期间监测他们的心率。主观信息也很重要:运动员需要每天填写有关情绪、睡眠质量、疲劳程度和压力水平的调查。

然而,获取数据只是成功的一半:另一半是找到将数据转化为可执行洞察分析的方法。在路易斯维尔大学的案例中,表现分析团队发现了该领域的挑战和机会。

路易斯维尔大学的表现分析协调员 Paul Jones 评论道:“从可穿戴设备获取数据并将其上传到我们的运动员管理平台是一个复杂的手动过程,每个团队每天需要一个小时以上。而教练和分析团队并没有这么多的时间,因为我们每个团队每天都有大量的练习课。我们需要找到一种方法将手动流程转变为自动化数据管道。”

他补充道:“我们还发现了一个机会,不仅可以观察运动员当前的状况,而且可以做更多事情,也就是,我们还希望利用预测性分析来观察运动员的损伤情况,并尝试提前进行预测。如果我们能够找到一种准确的方法来建立损伤模型,这将会彻底改变大学的游戏规则,甚至可能改变整个体育界的游戏规则。”

SPSS 模型表明,损伤不仅仅与当天训练中发生的情况有关,还与随着时间的推移而积累的压力和疲劳有关。这确实为我们的以下理念提供了支持:将运动员的经历作为一个整体来看待,而不是专注于个人练习课。 Paul Jones Performance Analytics Coordinator University of Louisville
变革案例
组建一支强大的团队

路易斯维尔大学决定与 PMsquare(ibm.com 外部链接)的数据工程和数据科学专家合作,PMsquare 是专门从事业务分析解决方案的 IBM 金牌合作伙伴。

Msquare 管理合伙人 Dustin Adkison 表示:“对我们而言,与路易斯维尔大学的合作项目非常令人兴奋。在大多数行业中,很难将力气的影响真正可视化,但通过这个项目,我们知道,我们所做的不仅仅是帮助篮球队赢得更多比赛,我们还帮助运动员保持健康,改变他们的生活。”

Paul Jones 补充道:“PMsquare 团队不仅提供技术专业知识,还帮助我们发展有关损伤预防的理论,并找到使数据具有可行性的方法。尤其是 Erik Hoggard 和 Eric Dolley,他们为该项目倾注的奉献精神和创新理念值得高度赞扬。”

PMsquare 团队帮助围绕三个重点领域对该项目进行定义:自动化(简化数据收集过程)、调查(找到建立数据模型和预测损伤的方法)和可视化(帮助教练了解结果并将其付诸实践)。

第一步是寻找一支体育团队来为新方法进行概念验证。Paul Jones 解释道:“篮球是路易斯维尔最受欢迎的运动,Coach Jeff Walz 教练和我们的女篮工作人员全心全意地使用一些工具来帮助我们在漫长的大学赛季管理球员的身心健康和表现——所以该团队是完美的候选人。我们在使用技术管理球队方面已经拥有丰富的经验,而且我们知道,如果我们能为女子篮球队创建一个成功的框架,其他运动队也会效仿。”

PMsquare 的 Erik Hoggard 通过构建基于 Python 脚本的自动化层(被亲切地称为“Louisville Scraper”)来应对数据收集挑战。Scraper 不是从 Catapult 和 Polar 可穿戴设备手动收集数据,然后经过从各种网络服务上传和下载数据的漫长过程,而是充当智能流程自动化工具,从而最大限度地减少人工输入的需要。

接下来,PMSquare 邀请数据科学家来调查损伤原因。通过在 IBM SPSS® Modeler 中构建预测性模型,该团队证实了教练长期以来的怀疑。大多数损伤并不是突然发生的意外事故;而是疲劳、压力和其他因素长期累积导致的结果。因此,它们是可以避免的。

“SPSS 模型表明,损伤不仅仅与当天训练中发生的情况有关,还与随着时间的推移而积累的压力和疲劳有关,”Paul Jones 解释道,“在我们的案例中,发生损伤前 27 天的时间似乎是预测运动员是否会受伤的最佳指标。这确实为我们的以下理念提供了支持:将运动员的经历作为一个整体来看待,而不是专注于个人练习课。”

该项目还提出了一些关于损伤发生时间的有趣洞察分析:周四和周五是受伤发生率最高的日子。

“我们需要做一些进一步的调查,但这里可能存在每周一次的循环,”Teena Murray 说道,“大多数运动员每周只有一个非练习日。因此,到每周结束时,他们可能会感到疲劳,损伤风险也会随之增加。”

该项目的调查阶段让路易斯维尔大学的分析师大开眼界,但为了真正改变运动队的训练方式,他们需要一种方法来实现结果,并说服运动员和教练。PMsquare 的 Eric Dolley 使用 IBM Cognos® Analytics 来构建一组直观的仪表板,可一目了然地突出显示最关键的洞察分析。

Paul Jones 表示:“教练的时间非常宝贵,因此,我们提供的信息必须是 10 秒内即可掌握的信息。Cognos Dashboards 可以立即显示关键点,因此无需解释图表即可了解运动员的疲劳程度或受伤的可能性。”

 

自从采用 IBM 解决方案以来,我们的女子篮球队在整个赛季仅因伤缺席了 5 天,训练和比赛的参与率达到 95%。 Paul Jones Performance Analytics Coordinator University of Louisville
案例成果
对运动员和教练的好处

路易斯维尔大学极大地简化了将数据转化为洞察分析的过程。借助 Louisville Scraper,无需分析师每天花费 80 分钟进行数据收集和整合,它几乎可以立即从可穿戴设备中捕获信息。这相当于将工作量减少约 20%,这让表现分析团队有更多时间进行新分析以及与运动员和教练互动。

更重要的是,预测性模型的结果已经对实践的构建方式产生了影响,这反过来似乎对损伤数量产生了积极影响。

“自从采用 IBM 解决方案以来,我们的女子篮球队整个赛季只因损伤缺席了 5 天,即训练和比赛的可用性比率达到 95%,”Paul Jones 评论道,“在整个赛季中,损伤率实际上有所减少。这是一个很大的优势,因为当季后赛竞争白热化时,您当然希望您的最强运动队出现在运动场上。”

在预测损伤方面,SPSS 模型的准确性高达 92%,并且没有误报。随着路易斯维尔团队不断完善其数据管理实践并收集更多有关损伤的数据,希望能够进一步提高准确性。

Paul Jones 总结道:“通过 PMsquare 和 IBM,我们真正对数据的力量充满信心,可以帮助我们的教练做出更好的决策,并帮助我们的运动员了解他们的训练行为如何影响他们的表现。许多调查结果验证了我们已经在做的事情,但我们已经能够为它们提供更深层次的洞察分析。结果不言而喻,我们校园里的许多其他运动队都很高兴能够追随篮球队的脚步。”

 

路易斯维尔大学校徽
路易斯维尔大学

路易斯维尔大学(ibm.com 外部链接)是一所国家支持的研究型大学,位于肯塔基州最大的都市区。该大学设有三个校区,拥有近 7,000 名教职员工,学生人数超过 22,000 人。由其学生运动员组成的路易斯维尔红雀队包含 13 支女子队和 10 支男子队,涵盖各种热门运动项目,所有 23 支运动队都加入了大西洋海岸联盟。

采取下一步行动

PMsquare(ibm.com 外部链接)是 IBM 金牌合作伙伴,在业务分析和绩效管理解决方案方面拥有丰富的经验。该公司的软件专业知识由在金融服务和信息技术领域拥有广泛商业背景的所有者和管理人员提供支持。这种实践业务经验意味着 PMsquare 可以了解客户现在和未来的组织需求。

IBM Analytics 提供世界上最深入、最广泛的分析平台、领域和行业解决方案之一,为企业、政府和个人带来新价值。欲了解有关 IBM Analytics 如何利用数据帮助行业和职业转型的更多信息,请访问 ibm.com/analytics。在 Twitter 上关注我们:@IBMAnalytics,在我们的博客上关注我们:ibmbigdatahub.com,并加入 #IBMAnalytics 对话。

查看更多客户案例了解有关 IBM Analytics 的更多信息

法律

© Copyright IBM Corporation 2018. 1 New Orchard Road, Armonk, New York 10504-1722 United States. 2018 年 8 月在美国制作。

IBM、IBM 徽标、ibm.com、Cognos 以及 SPSS 是 International Business Machines Corp. 在世界各地司法辖区的注册商标。其他产品和服务名称可能是 IBM 或其他公司的商标。以下网址的“Copyright and trademark information”部分中包含了最新的 IBM 商标列表:ibm.com/legal/copytrade.shtml。

IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。

文中引用的性能数据和客户实例仅作说明之用。实际性能结果可能因具体配置和操作条件而异。

以上所有引用或描述的客户实例的展示取决于部分客户使用 IBM 产品的方式以及他们可能取得的结果。实际的环境成本和性能特征会因具体客户配置和情况而有所不同。请联系 IBM,咨询 IBM 产品和服务详情。

客户负责确保遵守适用的法律和法规。IBM 不提供任何法律咨询,也不声明或保证其服务或产品经确保客户遵循任何法律或法规。