Fabrica de Craques
Por: Fabio Perico • 4/6/2016 • Trabalho acadêmico • 4.177 Palavras (17 Páginas) • 264 Visualizações
Projeto Integrado de Big Data
Fábrica de Craques
[pic 1]
Ana Luíza Borges – RM 47154
Rodrigo Gouvea – RM 46750
Getter Fernandes – RM 47074
Roberto Carvalho – RM 46872
Thiago Gonçalves – RM 47042
Sumário
Introdução
Oportunidades
Use cases
Indicadores técnicos
Objetivo
Requisitos
Stakeholders
RoadMap
Critérios de sucesso para o piloto
Governança
Segurança e ética dos dados
Gestão estratégica de negócios e marketing
Fontes de dados
Data Flow
Coleta, limpeza e agregação de dados via MDM
Master Data Management
MDM e qualidade dos dados
Governança de dados
Ciclo PDCA aplicado na gestão de dados
Infra-Estrutura
Fluxo de dados em tempo real
Fluxo
Cloud Computing e Big Data
Apresentação dos dados aos stakeholders
Modelagem de dados da solução
Soluções e ferramentas
Arquitetura da solução
Usando o R para analise preditiva e explorações visuais
Introdução
O avanço tecnológico mudou radicalmente o mundo dos esportes nos últimos anos, desde a forma como os fãs interagem com seus jogadores e times favoritos até a operação das arenas e ingressos. Entre todos os esportes, o futebol é provavelmente o que movimenta somas mais altas de dinheiro, e por isso, o mais competitivo. Por isso, quanto mais cedo o desempenho de um determinado jogador começar a ser monitorado, corrigindo eventuais problemas e potencializando as competências, mais lucrativo ele tende a ser para seus empresários, times e patrocinadores.
Este projeto propõe a utilização de ferramentas de Big Data para auxiliar clubes de futebol a medir o desempenho de seus jogadores de base, gerando analises durante treinos, preparações e torneios. Estes dados serão cruzados com dados de transações, gerando índices sobre o real valor de cada jogador.
Oportunidades
- Agregar valor a novos talentos do futebol (categoria de base), apoiando os atletas com os indicadores e métricas de performance e resultado;
- Apoiar os empresários e clubes na compra de jogadores;
- Correlações de indicadores e métricas fisiológicas, técnicas e de mercado dos atletas para desenvolvimento e rentabilidade futura.
Use cases
Valor (V) (1-10) | Complexidade (C) (1-10) | Dado Estrutural (D) (1-2) | Nota (V-C) x D | |
Transação de atletas | 10 | 6 | 1 | 4 |
Indicadores fisiológicos | 8 | 5 | 2 | 6 |
Potencial de mercado | 10 | 8 | 1 | 2 |
Indicadores técnicos | 10 | 5 | 2 | 10 |
Indicadores técnicos
Objetivo
Coletar o máximo de dados possíveis relacionados a performance de todos os atletas usando tanto abordagem colaborativa quanto captados por câmeras e sensores, permitindo visões analíticas.
Requisitos
- Coletar os dados de sensores e imagens no campo;
- Coletar dados através de sensores nos equipamentos dos atletas;
- Armazenar os dados em real time;
- Análise real-time destes dados.
Stakeholders
- Clubes, agentes, patrocinadores e jogadores.
RoadMap[pic 2][pic 3][pic 4]
M1 | M2 | M3 | M4 | M5 | M6 | M7 | M8 | M9 | M10 | M11 | M12 | |
Indicadores técnicos | Entrega 1 | Entrega 2 | ||||||||||
Indicadores fisiológicos | Entrega 3 | Entrega 4 | ||||||||||
Potencial de mercado | Entrega 5 | |||||||||||
Transação de atletas | Finalização do projeto (transação) |
Orçamento total: R$ 3.820.000,00.
Critérios de sucesso para o piloto
Parâmetros técnicos e fisiológicos e previsão de retorno financeiro com base em dados; correlação dos dados dos atletas potenciais com atletas profissionais atuais.
Governança
Nossa visão da governança dos dados envolve sua caracterização da fonte de dados, análise e classificação, bem como a análise de segurança e ética envolvidas na manipulação dos dados coletados.
...