僅僅輕拍幾下，你就可以導(dǎo)航視頻流的菜單，也可以是球場，也可以轉(zhuǎn)播現(xiàn)場比賽，當(dāng)然是高清的。你也可以很容易地看到最新的畫表，關(guān)于所有的5個主要賽事(男、女單打和雙打，以及混合雙打)。本周在火島租賃的海濱別墅里，我主要使用了這個應(yīng)用程序,在那里數(shù)字用戶線(順流速度低于3Mbps)是唯一的寬帶選項,并且閱讀器也運(yùn)行得良好。

回到網(wǎng)絡(luò)中

然而你并不一定需要一臺iPad來利用這項技術(shù)。例如，在你的臺式或筆記本電腦上登錄www.usopen.org,你就可以利用很多相同的專題節(jié)目，甚至是一些你在iPad上不會獲得的。例如，從頂部導(dǎo)航條中選擇視頻和廣播，然后從下拉菜單中點(diǎn)擊美國公開賽直播，選擇一個球場，并開始觀看。在我寫這篇文章的時候，我正在看安吉麗•科伯和維納斯•威廉姆斯正在進(jìn)行他們的第二回合的比賽。既然我在上網(wǎng)，我就不只是想看線性視頻和傾聽各種評論;在視頻直播中，我也想做一些疊加的數(shù)據(jù)分析。正如你所想的那樣，IBM并沒有讓我失望。

首先，我可以點(diǎn)擊比賽數(shù)據(jù)按鈕，看看實時更新的統(tǒng)計數(shù)據(jù)，如第一發(fā)球的百分比、發(fā)球雙誤和自然失誤的數(shù)量，并且我可以看到這些計算的數(shù)字關(guān)于整個匹配或特定的設(shè)置。 在屏幕的左上角，有一個按鈕標(biāo)記著“進(jìn)入比賽的按鍵。”如果我點(diǎn)擊它，一些非常有趣的數(shù)據(jù)就會出現(xiàn)。在去年的公開賽中首次上演的專題節(jié)目，在確定給定匹配成功時，可以確定三個最重要的因素，這是為每個特定的對手專門定制的。在該網(wǎng)站的SlamTracker專題節(jié)目上，你可以看到同樣的數(shù)據(jù)(而不是作為在視頻直播上的一個疊加)，可用于分?jǐn)?shù)和統(tǒng)計:

這些措施還包括目標(biāo)和狀態(tài)的數(shù)量。實際上，它們是關(guān)鍵性能指標(biāo)(KPIs)，回到競技體育上，比賽顯示的關(guān)鍵是一個計分卡，使得這個術(shù)語能夠完整循環(huán)的使用。但不是直接在線分析處理(OLAP),這些關(guān)鍵性能指標(biāo)是源于在過去7年的所有四大滿貫賽事中、總計3900萬數(shù)據(jù)點(diǎn)的數(shù)據(jù)的執(zhí)行預(yù)測分析。

通過對受人喜愛的科伯在大部分比賽中的分析,得出她是最終的獲勝者。盡管科伯比維納斯有更高的排名,但是比賽的結(jié)果的確是有某種程度的不安,這也是IBM準(zhǔn)確的預(yù)測分析。

這是真正有價值的數(shù)據(jù)，而且IBM與娛樂體育節(jié)目電視網(wǎng)(ESPN)合作并將數(shù)據(jù)提供給后者實況轉(zhuǎn)播的評論家來保持對話的進(jìn)行。但是很清楚的事情是，在這個網(wǎng)絡(luò)時代和交互式分析中，你不再需要依賴評論員來得到它。相反,你只需要一個瀏覽器和一只鼠標(biāo)，或者一個iPad和你的手指，來成為你自己的大滿貫數(shù)據(jù)分析員。

藏在幕后的是什么?

大約兩個星期以前，我寫了一篇文章“IBM的大數(shù)據(jù)能力”，包括其產(chǎn)品組合和收購。所以很自然地,我很想知道IBM產(chǎn)品的后端是什么以及其技術(shù)在美國公開賽中的使用。以下是我所知道的:

• SlamTracker技術(shù)(包括比賽數(shù)據(jù)和比賽的關(guān)鍵)大量使用IBM在2009年收購的SPSS技術(shù)。

• IBM有著強(qiáng)大的關(guān)系數(shù)據(jù)庫，數(shù)據(jù)庫對得分?jǐn)?shù)據(jù)和操作使用得非常頻繁。

• WebSphere MQ(fka MQ系列)，IBM基于消息的基礎(chǔ)性中間件是用來進(jìn)行得分交付的，讓你能夠更快速的獲得在線分?jǐn)?shù)。

• WebSphere的技術(shù)用于整體服務(wù)體系結(jié)構(gòu)。

最令我感興趣的是關(guān)于上面列表中的所有技術(shù)使用如何能超過10年(它們中的一些也更多)。核心統(tǒng)計、關(guān)系、SOA和中間件技術(shù)還沒有在數(shù)據(jù)和分析的這個階段變得不重要。另外，特別值得注意的是，Hadoop、Netezza和Cognos業(yè)務(wù)智能技術(shù)還沒有做出削減。Hadoop、數(shù)據(jù)倉庫和商業(yè)智能(BI)當(dāng)然是重要的;但是IBM應(yīng)用程序的傳統(tǒng)企業(yè)技術(shù)表明,大數(shù)據(jù)和BI特定技術(shù)對于好的分析實現(xiàn)來說，并不一定是先決條件

wangguang