Hoe de Tour de France data inzet om teams en kijkers meer inzicht te geven

NTT wil door middel van realtime analytics en IoT ervaring Tour de France voor zowel fans als deelnemers verbeteren.

NTT Fan Experience
Sander Almekinders/IDG

Toen we in 2014 op uitnodiging van het toenmalige Belkin-team in een volgauto in de Tour de France mochten plaatsnemen, viel ons niet alleen op dat het een enorm en overweldigend evenement is. We waren vooral verbaasd dat het qua technologie allemaal nog tamelijk spartaans was. Communicatie via CB-radio, slecht tot geen beeld van de koers in de auto, eigenlijk was technologie nagenoeg afwezig. Dimension Data – inmiddels onderdeel van NTT Ltd – stapte echter in 2015 in, een jaar nadat wij er geweest waren, met als doel om de “technologierelatie tussen ASO en de doelgroep te transformeren”, aldus Peter Gray van NTT.

Gray heeft als officiële functietitel Senior Vice President Advanced Technology Group: Sport achter zijn naam staan. Dat geeft wel aan hoe serieus men sport neemt bij NTT, dat ter verdere illustratie hiervan ook sponsor is van een van de ProTour-ploegen die op het moment rondrijdt in het peloton. Met de ASO, dat onder andere de Tour de France organiseert, heeft NTT volgens Gray als doel om een digitale ervaring te creëren, die een jongere generatie aanspreekt. Dat was zoals al aangegeven ook wel nodig, gezien de tamelijk archaïsche manier waarop het ging.

Focus op de fanbeleving

Net zoals we dat vorig jaar zagen toen we op uitnodiging van Oracle bij een SailGP-zeilwedstrijd aanwezig waren, draait het ook bij de Tour vooral om (realtime) analytics voor het leveren van een zo goed mogelijke ervaring voor de fans en volgers. Ook bij de Tour hebben we namelijk te maken met een sport die al snel onoverzichtelijk kan worden, omdat renners verspreid over een soms enorm gebied aan een wedstrijd bezig zijn.

Dit jaar lag er tijdens de Tour de France nog veel meer nadruk op het optimaliseren van de digitale ervaring voor kijkers/fans dan anders. Er was veel minder publiek, dus moest er “dubbel zo hard gewerkt worden aan de ervaring”, stelt Gray. In de afgelopen zes jaar is hier een end-to-end architectuur voor aangelegd. Daarbij wordt data van IoT-sensoren op de fietsen tijdens de race naar helikopters gestuurd, die het naar een centrale locatie in de race verzenden. Daar wordt het middels een glasvezelverbinding naar de cloud gestuurd voor realtime analytics en de nodige machine learning. De data wordt daar door de nodige modellen gehaald om het te verrijken, waarna het bij beschikbaar gesteld wordt middels een API om in andere omgevingen ingevoerd te kunnen worden.

Voorbeelden van wat je als fan merkt van de route die deze data aflegt, kun je tijdens de live registratie van een etappe op meerdere manieren zien. Zo komt de realtime hellingsgraad tijdens een klim continu accuraat op het scherm tijdens een etappe, voor alle verschillende groepjes die zich een weg naar boven banen. De twee belangrijkste dingen die iedereen wil weten, te weten tijdsverschillen en nog af te leggen afstand, zijn andere voorbeelden. “Hiermee hebben we de belangrijkste uitdaging voor de ASO aangepakt, namelijk het verzamelen van data en informatie tijdens de wedstrijd,” geeft Gray aan. Totdat zij zich ermee bezig gingen houden, werd dit nog allemaal handmatig gedaan en doorgegeven. “Dat ging langzaam, leverde weinig data op en was lastig in digitale kanalen in te voeren,” vult hij aan.

Democratiseren tot waar het kan

Om te komen tot waar we vandaag staan, was er overigens wel wat overleg nodig met alle teams. Wielrennen is een sport waarbij ieder gram extra van een fiets afgeschaafd wordt. Er zijn verhalen bekend van coureurs die in plaats van twee lagen verf maar één laag willen, want dat scheelt weer wat gewicht. “Er was ook zeker weerstand tegen het monteren van een sensor onder het zadel,” geeft Gray toe. Maar dat is door de organisatie op zich goed – zij het wellicht wat rigoureus – opgelost door het simpelweg verplicht te stellen voor alle deelnemers. Op deze manier is IoT en realtime analytics als het ware gedemocratiseerd voor de wielersport.

De data zelf wordt ook gedemocratiseerd overigens. Niet alleen de fans krijgen er accurate inzichten door, ook de teams die deelnemen aan de wedstrijd krijgen deze data te zien. Uiteindelijk willen zowel fans als mensen in de koers hetzelfde op dit punt en dat is inzicht krijgen in de wedstrijdsituatie. “Alle data die we verzamelen, wordt gedeeld en alle teams hebben toegang tot de data,” aldus Gray. Gek genoeg gebruiken ze hier voor zover wij het hebben begrepen hetzelfde middel voor als de fans, namelijk de live beelden/audio die zijn verrijkt met die inzichten. Wij kregen in ieder geval niet het idee dat de teams meer krijgen dan de fans op dit punt.

Let wel, het gaat hier om publieke data, biometrische data van individuele renners hoort hier niet bij. Dus je krijgt afgezien van oplopende of teruglopende tijden niet echt een idee van hoe goed een bepaalde tegenstander in de wedstrijd zit. Hier zou je wel meer inzicht in kunnen krijgen als ook zaken zoals hartslag en geleverd vermogen opgenomen worden, maar dat gebeurt bij de Tour niet. Bij andere wedstrijden hebben we dit al wel gezien.

Uiteindelijk draait het er ook hier om, wat je met de data doet. Wat ons betreft zijn sommige dingen nuttig en interessant, zoals het al eerder genoemde realtime weergeven van hellingsgraad bij een beklimming. Andere dingen zijn dan weer wat minder zinvol. Zo zie je tijdens de wedstrijd regelmatig coureurs naast elkaar rijden, met een overlay waarin bijvoorbeeld van twee of drie aangegeven wordt hoe hard ze rijden. Dat voegt niet veel toe, ze rijden immers in dezelfde groep.

Gaat data wedstrijden winnen?

Als je dit zo eens aanhoort, dan dringt de vraag zich op hoeveel er mogelijk is op het gebied van data in het wielrennen. We zien nu al voor iedere etappe in de Tour een drietal ‘favorieten’ voorbijkomen, die zijn gekozen door een machine die wordt gevoed door data die via de NTT-infrastructuur wordt aangeleverd. Je moet van deze machine ook weer niet te veel verwachten, geeft Gray aan: “Hij functioneert op het niveau van een goede wielerjournalist.” Het is vooral een manier om nog wat extra engagement met de fans te krijgen.

Ook voor de teams kan data ervoor zorgen dat het allemaal net wat soepeler gaat voor en tijdens een wedstrijd. Doug Ryder, sportief directeur van de NTT-ploeg, geeft een voorbeeld hiervan. De ploeg maakt gebruik van een bot om te vragen waar dingen zich bevinden. Voor, tijdens en na wedstrijden wil je zo snel mogelijk weten waar bijvoorbeeld de reservefiets is voor een specifieke renner, of diens materiaal voor als het regent. Zeker als je in meerdere landen tegelijkertijd mee doet aan wedstrijden is het prettig om verder niet over dit soort dingen na te hoeven denken.

Een wat ons betreft interessant vraag is tot slot of data zoals die wordt verzameld en gepresenteerd door NTT tijdens de Tour (en andere wedstrijden), uiteindelijk wedstrijden gaat beslissen. Zo’n vaart zal het niet lopen volgens Gray. “De invloed is groot, op allerlei gebieden, maar vooral bij het voorbereiden van de renners,” geeft hij aan. Een coach is meer een data scientist tegenwoordig, maar dat zit dus vooral in de voorbereiding. Tijdens de race zijn het toch echt de benen van de renners die bepalen wie er wint.

Related:

Copyright © 2020 IDG Communications, Inc.

  
Shop Tech Products at Amazon