HOCKEY
Man fĂ„r vĂ€ldigt mycket âout of the boxâ frĂ„n SportLogiq, som klubbarna redan har tillgĂ„ng till, det fixar nog de flesta. Det svĂ„ra Ă€r att tolka all data som finns tillgĂ€nglig, och sammanstĂ€lla det till nĂ„got anvĂ€ndbart och förhoppningsvis lĂ€ttförstĂ„elig.
T.ex. kan man göra modeller för att fĂ„ en helhetsbild av ett lags eller en spelares prestation. SĂ„ som jag gjort i min modell för Game Score, fast förfinad genom att anvĂ€nda Ă€nnu mer âunderliggandeâ statistik som SportLogiq tillhandahĂ„ller.
En annan spĂ€nnande möjlighet Ă€r att försöka fĂ„ fram anvĂ€ndbar information frĂ„n alla âmatcheventsâ (skott, passningar, rĂ€ddningar, etc) som verktyget loggar. Som en jĂ€mförelse sĂ„ brukar shl.se logga runt 300 âeventsâ en genomsnittlig match, medan SportLogiq loggar runt 3000 âeventsâ. Med hjĂ€lp av dessa kan man försöka fĂ„ fram egen data, som inga andra har tillgĂ„ng till, och pĂ„ sĂ„ sĂ€tt fĂ„ en fördel.
Jag skulle sĂ€ga att det krĂ€vs nĂ„gon med en bakgrund i mjukvaruutveckling och en utbildning i matematik, och gĂ€rna med lite hockeykunskap. Ăr osĂ€ker pĂ„ hur stor den skaran mĂ€nniskor Ă€r.
För egen del skulle jag gÀrna berÀtta mer, men munkavlen Àr fortfarande pÄ.
