Louisville entschied sich, mit Experten für Datentechnik und Data Science von PMsquare zusammenzuarbeiten (Link befindet sich außerhalb von ibm.com), einem IBM Gold Geschäftspartner, der sich auf Business Analytics Lösungen spezialisiert hat.
„Die Zusammenarbeit mit der University of Louisville war für uns ein spannendes Projekt“, sagt Dustin Adkison, geschäftsführender Gesellschafter von PMsquare. „In den meisten Branchen kann es schwierig sein, die Auswirkungen der eigenen Bemühungen wirklich zu visualisieren, aber bei diesem Projekt wussten wir, dass wir mehr tun, als nur einem Basketballteam zu helfen, mehr Spiele zu gewinnen. Wir haben Sportlern geholfen, gesund zu bleiben, und das verändert Leben.“
Paul Jones fügt hinzu: "Das Team von PMsquare hat uns nicht nur mit technischem Fachwissen versorgt, sondern uns auch dabei geholfen, unsere Theorien zur Verletzungsprävention weiterzuentwickeln und Wege zu finden, die Daten umsetzbar zu machen. Insbesondere Erik Hoggard und Eric Dolley verdienen große Anerkennung für ihr Engagement und ihre innovativen Ideen, die sie in das Projekt eingebracht haben.“
Das Team von PMsquare half bei der Definition des Projekts mit drei Schwerpunkten: Automatisierung (zur Rationalisierung der Datenerfassung), Untersuchung (um Wege zur Modellierung von Daten und zur Vorhersage von Verletzungen zu finden) und Visualisierung (um den Trainern zu helfen, die Ergebnisse zu verstehen und sie in die Praxis umzusetzen).
Der erste Schritt bestand darin, ein Cardinals-Team zu finden, das als Machbarkeitsnachweis für den neuen Ansatz dienen sollte. Paul Jones erklärt: „Basketball ist unsere beliebteste Sportart in Louisville, und Trainer Jeff Walz und unser Frauenbasketballteam setzen sich voll und ganz für alle Hilfsmittel ein, die uns dabei helfen, die Gesundheit, das Wohlbefinden und die Leistung der Spielerinnen während der langen Hochschulsaison zu verbessern – dieses Team war also der perfekte Kandidat. Wir hatten bereits eine lange Erfahrung im Einsatz von Technologie im Team und wussten, dass andere Sportarten diesem Beispiel folgen würden, wenn wir ein erfolgreiches Framework für den Frauenbasketball schaffen könnten.“
Erik Hoggard von PMsquare ging die Herausforderung der Datenerfassung an, indem er eine Automatisierungsebene auf der Grundlage von Python-Skripten entwickelte, die liebevoll „Louisville Scraper“ genannt wird. Anstatt manuell Daten von den Wearable Geräten von Catapult und Polar zu sammeln und dann einen langen Prozess des Hoch- und Herunterladens von Daten von verschiedenen Webdiensten zu durchlaufen, fungiert der Scraper als intelligentes Prozessautomatisierungstool, das die Notwendigkeit menschlicher Eingaben minimiert.
Als nächstes holte PMsquare Data Scientists hinzu, um die Ursachen von Verletzungen zu untersuchen. Durch die Erstellung eines Vorhersagemodells in IBM SPSS® Modeler bestätigte das Team, was seine Trainer schon lange vermutet hatten. Die meisten Verletzungen sind keine plötzlichen ungewöhnlichen Unfälle, sondern sie resultieren aus einer längerfristigen Anhäufung von Müdigkeit, Stress und anderen Faktoren. Und als Ergebnis können sie vermieden werden.
„Unser SPSS-Modell hat gezeigt, dass es bei Verletzungen nicht nur darum geht, was am Tag des Trainings passiert, sondern dass sie mit dem Stress und der Ermüdung zusammenhängen, die sich im Laufe der Zeit aufbauen”, erklärt Paul Jones. „In unserem Fall schien der Zeitraum von 27 Tagen vor dem Auftreten der Verletzung der beste Indikator dafür zu sein, ob sich ein Spieler verletzen würde. Das unterstreicht unsere Philosophie, die Erfahrung unserer Sportler als Ganzes zu betrachten, anstatt sich auf einzelne Trainingseinheiten zu konzentrieren.”
Das Projekt brachte auch einige interessante Erkenntnisse darüber, wann Verletzungen auftreten: Donnerstag und Freitag waren die Tage mit der höchsten Unfallhäufigkeit.
„Wir müssen weitere Untersuchungen durchführen, aber es ist möglich, dass hier ein wöchentlicher Zyklus am Werk ist“, sagt Teena Murray. „Die meisten Spieler haben nur einen trainingsfreien Tag pro Woche. Es ist also möglich, dass sie am Ende jeder Woche müde werden und das Verletzungsrisiko steigt.”
Die Untersuchungsphase des Projekts war für die Analysten von Louisville sehr aufschlussreich, aber um die Art und Weise, wie die Mannschaften trainieren, wirklich zu verändern, mussten sie die Ergebnisse mit Leben füllen und die Spieler und Trainer überzeugen. Eric Dolley von PMsquare nutzte IBM Cognos® Analytics, um eine Reihe von intuitiven Dashboards zu erstellen, die die entscheidenden Erkenntnisse auf einen Blick hervorheben.
„Die Zeit der Trainer ist sehr kostbar, daher müssen die Informationen, die wir vermitteln, innerhalb von 10 Sekunden erfasst werden können”, sagt Paul Jones. „Die Cognos-Dashboards vermitteln die wichtigsten Punkte sofort, so dass man keine Zahlentabellen interpretieren muss, um zu verstehen, wie erschöpft ein Sportler ist oder wie hoch die Wahrscheinlichkeit ist, dass er sich verletzt.”