Le machine learning, surprise du Tour de France 2017
A Luxembourg ces 3 et 4 juillet, le Tour de France intègre le machine learning et des algorithmes complexes combinant des données de l’épreuve en direct et des données historiques.
Le machine learning pour une meilleure expérience. «Aujourd’hui, nos followers veulent être immergés dans l’événement, avance Christian Prudhomme, directeur d’A.S.O., organisateur du Tour de France. Ils sont plus engagés numériquement dans les réseaux sociaux que jamais; ils veulent donc une expérience en direct et convaincante pendant le Tour. La technologie nous permet de transformer complètement leur expérience de la course.»
Cette année, la plate-forme d’analyse de données de Dimension Data, développée en partenariat avec A.S.O., intègre le machine learning et des algorithmes complexes qui combinent des données de l’épreuve en cours et des données historiques pour fournir des résultats encore plus profonds à mesure que la course se déroule. Les fans bénéficieront également des profils des cyclistes pour mieux comprendre les environnements et les circonstances dans lesquels les cyclistes sont les meilleurs.
C’est le principal projet pilote cette édition : A.S.O. et Dimension Data explorent le rôle des technologies d’analyse prédictive pour évaluer la probabilité de divers scénarios de course, par exemple si le peloton peut rattraper les leaders à certains stades de la course.
«À mesure que plus de technologie est introduite dans le sport, l’expérience de visualisation se transforme et sa popularité augmente, estime Scott Gibson, Executive Group, Digital Practice, Dimension Data. Ce qui est particulièrement excitant pour nous, c’est la façon dont nous aidons A.S.O. à attirer une nouvelle génération de fans expérimentés numériquement, et comment les technologies avancées comme l’apprentissage par machine ouvrent de nouvelles possibilités pour fournir les idées que les fans d’aujourd’hui exigent.»
Au cœur de la solution de suivi en direct et d’analyse de données, les transpondeurs GPS sont installés sous les selles de chaque vélo. Les données recueillies à partir de ces transpondeurs sont combinées avec des données externes sur le gradient du cours et les conditions météorologiques dominantes pour générer des informations telles que la vitesse en direct et l’emplacement des cavaliers individuels, la distance entre les cavaliers et la composition des groupes dans la course.
Cette année, la solution créera et analysera plus de 3 milliards de points de données au cours des 21 étapes du Tour, une augmentation significative par rapport aux 128 millions de points de données de l’année dernière.
