アマゾン ウェブ サービスと提携して、NFL は精巧な分析と機械学習を通してそのデータの力を利用しています。NFL のエマージングプロダクトおよびテクノロジー担当バイスプレジデント Matt Swensson 氏は「機械学習は、高い信頼性を備え、タイムリーに、機械学習がなければ実現不可能であったあらゆることを可能にしています。私たちは、所有するたくさんの統計を活用するための最良の方法を探していました。現在、トラッキングシステムを使用して大量のデータを取り込んでおり、機械学習を使用することによって、役に立つものとそうでないものを識別しています」と話しています。

機械学習ツールの Amazon SageMaker を搭載した NGS プラットフォームを使用し、NFL はゲームプレイを解釈できる機械学習モデルを迅速かつ簡単に作成してデプロイしています。その一例が、NGS の Completion Probability メトリクスです。これは、特定のパスの長さや速度から、レシーバーと最も近いディフェンダーまでの距離、さらにクォーターバックと最も近いパスラッシャーまで、10 を超えるインプレイ測定を統合します。

Amazon SageMaker ではこれらの予測モデルを簡単に構築、トレーニング、実行でき、結果を得るまでの時間が最大 12 時間から 30 分に短縮されました。さらに、Swensson 氏が指摘するように、SageMaker の使用により NFL ではデータサイエンティストのチームを準備しておく必要がありません。エンジニアは素早く起動し実行することができるからです。Swensson 氏は「何かをやりたいと思う度に、車輪を発明し直す必要はありません」と話しています。

結果によって、ファンはいくつかのパスプレイがその他のものよりなぜ難しいのか理解することができ、試合自体へのより深い理解のサポートとなっています。NFL とそのメディアパートナーはこれらのインサイトをすぐに使用することができ、放送やオンラインコンテンツを充実させるだけでなく、スタジアム内のファンへの情報提供やよりエキサイトする試合作りに役立っています。Swensson 氏は「ファンからは、『今のパスがうまくいったなんて信じられない』などといったポジティブなフィードバックをいただいています。 パスを定量化して、その他のパスと比較することができるようになりました。これは、試合で何が起きているのかをファンに提供するという意味で本当に価値があります」と話しています。

もちろん、素早く簡単にアクセスできなければデータは有用ではありません。NFL では、ビジネスインテリジェンスツールの Amazon QuickSight を使用することによって、より詳細なインサイトを内部に展開すると同時に、ファンにデータを提供しています。Swensson 氏は「Amazon QuickSight は、質問に答え、ダッシュボードに答えを表示するための非常に高速なクエリの実行を可能にしています。私たちは、クラブ、放送局、および NFL.com の編集担当者やファンタジーフットボールのライターにダッシュボードを提供しています」と話しています。

これらのダッシュボードの構築には数時間、あるいは数日かかっていましたが、今では数分で構築でき、関連するフィルターをいくつでも含めることができます。Swensson 氏は「大量のコードを記述しなくても情報を表示することができています。これは、非常に効率的です」と話しています。

さらに、NFL はこれらのインサイトを組織のさまざまな部分に適用しています。コーチによるより良いゲームプランの作成や、選手の安全性を向上させる方法の発見に役立っています。Swensson 氏は「持っている情報が多いほど、試合中のパターンをよりよく識別することができます」と特に言及しています。機械学習によって識別されたこれらのパターンは、選手が怪我をする可能性が高い場所をよりよく理解し、リスクを軽減するためのデザインルールをサポートするための鍵となります。

その結果、ファン、プレーヤー、そしてチームにより良い経験を、すべてリアルタイムで提供します。これは、間違いなく NFL フットボールの新しいジェネレーションです。そして、次世代の分析と機械学習によって実現されています。