De organisatie van de Tour de France en Dimension Data gaan machinaal-leren-technologieën gebruiken om voorspellingen te doen over de wedstrijd.
In het data-analyseplatform van Dimension Data zijn dit jaar machinaal leren en complexe algoritmes opgenomen die live en historische koersgegevens combineren en diepgaande inzichten geven in de loop van de koers. Zo worden er analysetechnologieën ingezet om de waarschijnlijkheid van verschillende koersscenario’s te bepalen, bijvoorbeeld of het peloton de renners op bepaalde trajecten zal inhalen.
De kern van de oplossing voor live tracking en data-analyse bestaat uit gps-transponders die zich bevinden onder het zadel van elke fiets. De verzamelde gegevens van deze transponders worden in de cloud gecombineerd met externe gegevens over de hellingsgraad en de heersende weersomstandigheden. Zo worden inzichten verkregen over de snelheid en locatie van individuele renners, de afstand tussen hen en de samenstelling van groepen binnen de koers. Dit jaar creëert en analyseert de oplossing meer dan drie miljard datapunten tijdens de eenentwintig etappes, beduidend meer dan de 128 miljoen datapunten van vorig jaar.
‘Naarmate meer technologie wordt ingevoerd in de sport, verandert de kijkervaring en neemt de populariteit ervan toe’, zegt Scott Gibson, group executive, digital practice bij Dimension Data. ‘Wat voor ons vooral boeiend is, is de manier waarop we de Tour-organisator helpen om een nieuwe generatie digitaal native fans aan te trekken en hoe geavanceerde technologieën zoals machinaal leren nieuwe mogelijkheden bieden om de hedendaagse fans inzichten te bieden waar ze om vragen.’