AI-сервис генерации спортивной статистики: автоматизация аналитики

Автоматическая генерация спортивной статистики: ручной учёт не тянет

Живой матч идёт быстрее, чем один оператор успевает фиксировать события. Гол, замена, карточка, смена владения — эпизоды набегают за секунды, и ручная разметка матчей превращается в гонку с собственным вниманием. На быстрых отрезках события теряются: одно действие заслоняет следующее, а восстановить пропущенное по видеозаписи постфактум дороже, чем разметить его в моменте.

Второе узкое место — расхождение протоколов. Два оператора независимо ведут один и тот же матч и на выходе дают разные картины: отличается число единоборств, по-разному трактуется спорный эпизод. Точность спортивной статистики страдает не из-за небрежности, а из-за отсутствия единого правила фиксации и автоматической сверки между разметчиками.

Цена этих ошибок проявляется как задержка отчёта после матча. Пока данные сводят и выверяют вручную, тренерский штаб, аналитики и медиа получают цифры через часы, а иногда к следующему дню, когда решение по игре уже принято. Добавьте сюда потолок по пропускной способности операторов: в календаре матчи идут параллельно, и имеющаяся команда физически не закрывает их все без потери качества на каждом.

Разбираем, как это закрывается: где заканчивается ручная разметка и начинается автоматическая генерация спортивной статистики. Ниже — что именно нужно распознавать на видеоряде и как выстроить сверку, чтобы цифры приходили в момент завершения эпизода, а не на следующий день.

Что меняется после внедрения: точность, охват, скорость разметки

Эффект автоматизации измеряется не «удобством», а пятью величинами, которые видно в протоколе и в календаре выпуска отчётов. Ниже — то, что мы фиксируем до внедрения и перепроверяем после, чтобы сравнение шло по одним и тем же метрикам.

• Полнота протокола матча. Размечается каждый эпизод, включая те, что теряются при ручном просмотре: подборы вне кадра, смены в обороне, касания на периферии. Доля размеченных событий выходит на 96–98% против 80–85% у оператора, работающего по горячему следу.
• Повторяемость разметки. Два независимых прохода по одной записи дают расхождение ниже 2%: спорные эпизоды разбирает человек по записанному правилу, а не по настроению смены.
• Время подготовки отчёта. От финального свистка до готовой статистики — 10–15 минут вместо 4–6 часов ручной сверки, потому что разметка идёт по ходу записи, а не после неё.
• Охват матчей за сезон. Снимается ограничение «сколько успели разобрать»: в отчёт попадает весь календарь, включая юношеские и резервные составы, до которых раньше не доходили.
• Уход класса ошибок ручного ввода. Перепутанные номера, продублированные события, потерянные замены исчезают как класс: данные приходят из одного источника, а расхождения ловит автоматическая сверка.

Модель данных мы держим совместимой с открытыми стандартами разметки, вроде StatsBomb, — протокол можно сверять с внешними источниками и подключать к уже существующим витринам аналитики. Пять величин выше — это и есть критерий приёмки: если после внедрения они не двигаются, работу нельзя считать завершённой.

Подходы к сбору статистики: от ручной разметки до автоматизации

Схема сбора данных определяется не числом камер, а тем, какие события нужно вытащить из матча и с какой точностью они попадут в отчёт. Ручная разметка даёт полный контроль над смыслом эпизода, но объём работы растёт линейно с числом матчей — на длинном сезоне это становится узким местом.

Авторазметка по одному потоку снимает это ограничение, но теряет качество на перекрытиях игроков и быстрых единоборствах. Многокамерная схема восстанавливает положение объектов в пространстве и удерживает сопровождение стабильным — ценой синхронизации потоков и калибровки площадки. Гибридная разметка с выборочной валидацией даёт точность ручной на спорных эпизодах при кратно меньшем объёме ручной работы.

Отраслевые поставщики статистики пришли к той же логике: Sportradar собирает продуктовые показатели сочетанием автоматического сопровождения и экспертной проверки.

Как мы внедряем систему: этапы инженерной работы

Порядок работ фиксирован, потому что качество итоговой статистики определяется не только моделью, но и тем, насколько однозначно описаны события и насколько представительна проверочная выборка. Если пропустить этап постановки метрик или проверку на «живых» матчах, система выдаёт правдоподобные, но неверные числа — и обнаруживается это уже в отчётах, которые ушли дальше.

1. Аудит видеоархива и источников. Смотрим, что реально есть: ракурсы, освещённость, стабильность потока, длительность записей, доля матчей с браком. По итогам фиксируем, какие источники система обработает сразу, а какие требуют дополнительной подготовки.
2. Схема потоков и постановка метрик. Определяем, откуда приходит видео, где хранится результат, кто и как забирает статистику. Здесь же согласуем целевые показатели: долю распознанных событий, точность по каждому типу, время обработки одного матча.
3. Настройка разметки событий. Составляем справочник событий с однозначными признаками — что считаем передачей, ударом, нарушением. Пограничные случаи описываем отдельно, чтобы два оператора размечали одинаково.
4. Настройка и обучение на архиве. Система учится на исторических матчах, результаты сверяются с существующими протоколами. Расхождения разбираем по типам событий, а не «в среднем».
5. Контрольная выборка матчей. Прогоняем заранее отобранные матчи разных турниров и условий съёмки, сравниваем с ручной разметкой. Если по какому-то событию точность ниже согласованной, возвращаемся к справочнику.
6. Передача в эксплуатацию. Передаём регламенты, инструкции и обучение операторов: как запускать обработку, как проверять спорные эпизоды, что делать при сбое источника.

После передачи остаётся понятный контур поддержки: новые типы событий и сезоны добавляются без пересборки системы с нуля.

Конфигурации, схемы потоков и регламенты разметки

Решение передаётся вместе с полным комплектом рабочей документации — по ней команда заказчика поддерживает сервис своими силами и развивает его дальше без нас.

• Рабочие конфигурации системы — параметры сбора, нормализации и расчёта: какие события учитываются, как обрабатываются пропуски в данных и задержки сигнала.
• Схемы потоков данных — маршрут от источника (официальный поток от лиги, ручной ввод оператора) через обработку до витрины, из которой статистика уходит в интерфейс и интеграции.
• Регламент разметки спорных эпизодов — как трактуются неоднозначные события: спорный гол, отменённый результат, смена владения; кто принимает финальное решение и как оно фиксируется.
• Инструкции для операторов — сценарии на типовые и аварийные ситуации: расхождение источников, отмена матча, ручная правка показателя с обязательной пометкой авторства.
• Паспорт метрик — по каждому показателю формула, источник, допустимая задержка обновления и момент, после которого значение считается финальным и не пересчитывается.
• Правила доступа и роли — кто может менять расчётную логику, а кто только данные; отдельные права для редактора, оператора и интеграционного сервиса.
• Журнал версий — причины и содержание правок конфигураций и регламентов, чтобы после обновления можно было вернуться к предыдущей рабочей версии.

Этот комплект — точка передачи: дальше сервис живёт и обновляется силами вашей команды, а мы подключаемся на новые сценарии.

Кейс: как выросла полнота статистики на матчах лиги

Что фиксировали до старта

Базовые замеры делали до первого тура — иначе эффект нечем доказывать. На десяти матчах прошлого сезона Единой лиги считали три величины: полноту событий в протоколе, долю расхождений между видеоразметкой, записью скаута и официальным отчётом, а также время от финальной сирены до опубликованных данных. База вышла неудобной: полнота 61–68%, расхождения по 9–14 событиям на игру, 3–4 часа ручной работы после матча и правки, которые вносились уже после публикации.

Что изменили и что показали замеры

Собрали сервис автоматической генерации спортивной статистики: поток с камер разбирается на события, каждое действие привязывается к таймкоду и получает единый идентификатор во всех протоколах. Расхождения перестали копиться до конца сезона — спорный эпизод сразу уходит в очередь подтверждения оператору, в основном это трактовки единоборств под кольцом.

После восьми туров полнота статистики держится на 95–97%, расхождение протоколов сократилось до 1–2 событий на матч, отчёт собирается за 20–25 минут вместо нескольких часов. Время на отчёт высвободилось под разбор для тренерского штаба, а статистика по игре готова к утру следующего дня. Оставшиеся расхождения — спорные судейские трактовки: автоматика их только помечает, решение всё равно за человеком.

Что делать, если статистика уже собирается вручную?

Останавливать ручной сбор и переключаться на автоматику одним днём — самый дорогой сценарий: ошибка в сопоставлении игроков или разметке событий обнуляет таблицу, которой уже пользуются тренеры, пресс-служба и партнёры. Поэтому автоматизацию вводим частичным запуском поверх текущего процесса: новый контур считает статистику сам, но не заменяет существующий, а идёт рядом с ним.

Параллельный контур устроен так: автоматика и аналитик обрабатывают одни и те же матчи, результаты пишутся в общую схему с пометкой источника. Расхождения по ключевым показателям — владение, удары, единоборства — попадают в журнал сверки с привязкой к матчу и минуте события, чтобы разбирать конкретный эпизод, а не «цифры не сходятся».

Критерий переключения — не «выглядит правильно», а измеримые пороги: доля совпадений по обязательным метрикам, число разобранных расхождений, отсутствие новых на протяжении нескольких туров подряд. Пока порог не достигнут, ручной контур остаётся основным, автоматический — контрольным.

Накопленные данные при этом сохраняются: историю не перезаписываем, а догружаем через ту же схему, сверяя ключи сущностей со справочником команд и игроков и отсекая дубли по идентификатору матча и минуте. Записи прошлых сезонов остаются пригодными для сравнения динамики.

Если первичные данные приходят от внешнего поставщика вроде Opta, схема сопоставления строится один раз и переиспользуется обоими контурами — тогда переход превращается в смену источника расчёта, а не в перенос данных.

Технические вопросы: качество видео, разметка, интеграции

Перед стартом техническая команда обычно проверяет четыре вещи: как система ведёт себя на реальной съёмке, что делает с плотными эпизодами, как отдаёт данные в существующие таблицы и что происходит с событием, которого не было в обучающей выборке. Ниже — короткие ответы; на проекте эти пункты закрываются до первой строки кода.

Как обрабатываются плотные эпизоды?

В насыщенных отрезках события идут внахлёст, поэтому решение принимается по последовательности, а не по отдельным кадрам. Спорные эпизоды уходят в отдельную очередь на подтверждение оператором — статистика не «залипает» с ошибкой, а расхождения видно.

Как статистика попадает в наши таблицы?

Схему полей согласуем заранее и отдаём данные в той структуре, где уже ведётся учёт: регламентные табличные выгрузки или запись напрямую в вашу базу. Аналитики работают в привычной среде, без ручного переноса значений.

Можно ли дообучить систему на новом событии?

Да, это штатная процедура. Достаточно небольшого корпуса размеченных примеров — новая категория появляется в статистике без пересборки системы, а прежние не деградируют, потому что остаются в наборе.

С чего начать: обсуждение задачи и план работ

Старт проекта начинается не с договора, а с разбора задачи: какие турниры в периметре, откуда приходят протоколы матчей, кто сейчас вручную сводит таблицы и сколько времени это занимает. По ответам видно, что автоматизируется сразу, а что требует отдельного этапа — например, разбор нестандартных форм отчётности или восстановление пропущенных событий.

Что присылать на старте:

• 5-10 примеров протоколов и выгрузок в текущем виде — таблицы, ленты событий, сканы;
• перечень показателей, которые должны попадать в статистику: голы, владение, замены, индивидуальные действия;
• регламент лиги и правила подсчёта очков, если они отличаются от стандартных;
• структуру текущих хранилищ, если данные уже где-то собираются;
• контакт человека, который отвечает за данные на стороне заказчика.

Дальше — обсуждение задачи: час разбора с инженером и аналитиком, где сверяем терминологию, уточняем форматы источников и договариваемся о критериях приёмки. Возвращаемся с оценкой и планом внедрения: этапы, сроки, состав работ, схема потока данных от источника до готовой статистики и риски по каждому источнику.

Пилот на части матчей — берём один турнир или отрезок календаря и прогоняем полный цикл: приём протокола, извлечение событий, сверка с ручным подсчётом, публикация. Критерий успеха — доля матчей, статистика по которым собрана без ручной правки. Если она близка к полной, масштабируем схему на весь календарь и подключаем остальные турниры.