یاد بگیرید که چگونه تیم‌های سازماندهی المپیک از داده‌ها و تجزیه‌وتحلیل آن‌ها برای مدرن کردن یکی از بزرگ‌ترین رویدادهای ورزشی جهان استفاده می‌کنند.
برگزاری بازی‌های المپیک یکی از پیچیده‌ترین رویدادها پس از جنگ‌های جهانی است؛ 16 روز مسابقه به 7 سال آمادگی قبلی و 1 سال آمادگی بعد از آن نیاز دارد.
در این دوره، افرادی که برای کمیته سازماندهی بازی‌های المپیک (OCOG) کار می‌کنند، حجم عظیمی از داده‌ها را جهت برنامه‌ریزی و برگزاری بازی‌ها جمع‌آوری می‌کنند. چنین دانشی هم برای رویداد المپیک و هم سازمان دهنگان آینده بسیار ارزشمند است. به‌کارگیری داده‌ها نه‌تنها از برنامه‌ریزی و برگزاری موفقیت‌آمیز هر دوره از بازی‌ها پشتیبانی می‌کند، بلکه به OCOG کمک می‌کند تا با گسترش دیدگاه خود متوجه شوند که شهر میزبان و شهروندانش چگونه می‌توانند از تأثیرات و میراث به‌جامانده از بازی‌ها بهره ببرند و فرصت‌ها و خطرات احتمالی را مدیریت کنند.
از سال 2000، کمیته بین‌المللی المپیک (IOC) رویکردی ساختاریافته برای جمع‌آوری و تجزیه‌وتحلیل داده‌ها ایجاد کرده است. Chris Payne، معاون مدیر اطلاعات، دانش و یادگیری بازی‌ها در کمیته بین‌المللی المپیک می‌گوید:
((من در اصل دوست دارم به داده‌های کوچک در مقابل داده‌های بزرگ اشاره کنم، به این معنی که بیشتر آنچه که ما به آن نیاز داریم، به افراد و نحوه کار آن‌ها در محیط بازی‌ها مربوط می‌شود. در واحد اطلاعات، دانش و یادگیری بازی‌ها (IKL)، پیش‌بینی ما این است که حدود 1 ترابایت داده از منابع اولیه جمع‌آوری شود. علاوه بر این، ما بیش از 400 مجموعه‌داده را از OCOG جمع‌آوری می‌کنیم که مقدار قابل‌توجهی است. همچنین ما به بیش از 50 منطقه کاربردی برای مجموعه‌داده‌های اضافی دسترسی پیدا می‌کنیم و معمولاً چند صد مورد از مجموعه‌داده‌ها را به دست می‌آوریم.))
همه این داده‌ها بخش جدایی‌ناپذیر یادگیری و مدیریت دانش هستند.
درحالی‌که داده‌ها و تجزیه‌وتحلیل آن‌ها موضوع جدیدی برای بازی‌های المپیک نیستند (سال‌هاست که به شکلی مورداستفاده قرار گرفته‌اند)، آنچه که جدید است، اهمیت استفاده از داده‌ها جهت مدیریت مدل‌های در حال تغییر در راستای برگزاری بازی‌ها است.
استفاده از داده‌ها برای سازماندهی یک المپیک مدرن‌تر
المپیک 2012 لندن نشان‌دهنده شروعی بود که برگزارکنندگان بازی‌ها روش جمع‌آوری و مدیریت داده‌ها را متحول کردند.
((ما بر این باور هستیم که باید بازی‌ها را دقیق‌تر بسنجیم تا بتوانیم در آینده، آن‌ها را به طور مؤثرتری مدیریت کنیم.))
کمیته بین‌المللی المپیک به همین منظور واحد اطلاعات، دانش و یادگیری بازی‌ها را (IKL) در بخش فناوری و اطلاعات راه‌اندازی کرد. مأموریت IKL، ترویج یادگیری یکپارچه و نوآورانه جهت برگزاری بازی‌های المپیک است. از جمله اصول کلیدی IKL این است که دانش حیاتی‌ترین دارایی تجاری IOC است و هر فردی که با IOC کار می‌کند، باید حق دسترسی به دانش باکیفیت از منابع اطلاعاتی متعدد را داشته باشد.
((در IKL که قویاً توسط CIO پشتیانی می‌شود، ما در حال جمع‌آوری ساختاریافته داده‌ها و همچنین گردآوری چندین مجموعه‌داده از کمیته سازماندهی بوده‌ایم. برای پشتیبانی از بازی‌ها، سیستم‌های مختلفی مورداستفاده قرار می‌گیرند. ما بر روی سیستم‌های مدیریت بازی‌های اصلی تمرکز می‌کنیم که داده‌های عملیاتی کلیدی بسیاری ایجاد می‌کنند؛ بنابراین، طبیعتاً نسبت به این مجموعه‌داده‌ها بسیار کنجکاوتر بوده‌ایم و تمرکز خود را بر روی تجزیه‌وتحلیل آن‌ها گذاشته‌ایم تا ببینیم درباره بهینه‌سازی بازی‌ها چه اطلاعاتی را در اختیار ما قرار می‌دهند.))
نتایج بسیار ارزشمندی حاصل شده‌اند. ورزشکاران و بازی‌های ورزشی قلب مسابقات هستند؛ بنابراین، یکی از حوزه‌هایی که ما سعی می‌کنیم درک بهتری از آن داشته باشیم، اقدامات پیرامون محل برگزاری است.
((ما یک مرکز فناوری عملیات داریم که دائماً تمام سیستم‌های کلیدی بازی‌ها را زیر نظر دارد. ما پس از بازی‌ها به داده‌های بلیت دسترسی پیدا می‌کنیم تا هر الگو را به طور کامل تجزیه‌وتحلیل کنیم.))
چنین اقدامی از این نظر اهمیت دارد که به کمیته‌های سازماندهی بازی‌های المپیک بعدی کمک می‌کند تا پیرامون ارائه بهتر خدمات در محل برگزاری برنامه‌ریزی بهتری داشته باشند. همچنین تجزیه‌وتحلیل توصیفی به آن‌ها کمک می‌کند تا از تعداد ورزشکاران و نیروهای خدمات رسان لازم برای پشتیبانی از آن رقابت ورزشیِ به‌خصوص مطلع شوند.
((از منظر برنامه‌ریزی مکانی، نحوه استفاده از فضاهای محل برگزاری، به طراحی و ارائه مکان‌های مناسب‌تر کمک می‌کند. همچنین ما در تلاش هستیم تا هنگام درک داده‌ها و مهم‌تر از آن هنگام برقراری ارتباط، تأثیر کووید را در نظر بگیریم.))
Chris و تیم او در حال افزایش حجم داده‌های جمع‌آوری‌شده و اتوماسیون برای تقویت استراتژی داده‌ای خود هستند.
((این امر یک جهش روبه‌جلو برای ما است. ما با تعدادی از شرکای مهم کار می‌کنیم که حسگرها را در مکان‌های کلیدی قرار می‌دهند تا طیف وسیعی از مجموعه‌داده‌های مختلف را ضبط کنند. همچنین ما در حال ساخت یک موتور تحلیلی هستیم که به ما این امکان را می‌دهد تا تجزیه‌وتحلیل‌های پیچیده‌تری نسبت به گذشته انجام دهیم.))
این موتور تحلیلی داده‌های ساختاریافته و بدون ساختار را پردازش می‌کند.
((ما دائماً در حال جمع‌آوری داده‌ها از منابع مختلفی نظیر اسناد، گزارش‌های تحلیلی، تصاویر یا حتی ویدئوها هستیم.))
ثبت لحظات مهم
IOC امیدوار است تا با ساخت یک موتور تحلیلی، آنچه را که لحظات تحلیلی می‌نامد برای دارندگان بازی‌های کلیدی خود ایجاد کند که شاهد ادغام داده‌ها در گردش‌های کاری برای توانمندسازی اعضای غیرفنی باشند. به‌این‌ترتیب تیم‌های غیرفنی بدون پشتیبانی تیم فنی می‌توانند تصمیمات هوشمندانه و داده محوری اتخاذ کنند.
((دموکراتیک کردن داده‌ها یک تغییر سرنوشت‌ساز برای ما خواهد بود.))
همچنین IOC ذی‌نفعان کلیدی کمیته‌های سازماندهی مختلف را در فرایند جمع‌آوری داده‌های خود درگیر می‌کند تا اطمینان حاصل شود که داده‌های ارائه شده نه‌تنها مفید هستند، بلکه به‌اندازه کافی قابل‌درک هستند.
((بازی‌های المپیک چندفرهنگی هستند و نیازهای متفاوتی در هر منطقه وجود دارند. ما می‌خواهیم به کمک به‌دست‌آوردن اطلاعات از ذی‌نفعان به این نیازهای مختلف تاحدامکان مؤثر عمل کنیم.))
داده‌ها ما را به سمت آینده بهتری سوق خواهند داد
باتوجه‌به گفته‌های Chris Payne، بازی‌های المپیک آینده هیجان‌انگیزتر نیز می‌شوند. ((به‌عنوان‌مثال، لس‌آنجلس مکان‌های فوق‌العاده‌ای دارد و به دنبال آن می‌توان تجزیه‌وتحلیل‌های بسیار دقیقی از مکان‌های آنجا به دست آورد.))
Chris معتقد است داده‌های مکان‌های پیشرفته از نظر فناوری (با سیستم‌های Wi-Fi قدرتمند، حسگرهای اینترنت اشیاء و موارد دیگر) منجر به تحولی اساسی در نحوه ارائه بازی‌ها می‌شوند و فرصت‌های بیشتری را برای یادگیری فراهم می‌کنند.
IOC در حال حاضر مجموعه‌ای از کارگاه‌های ورزشی را در لس‌آنجلس برگزار می‌کند تا داده‌های مختلفی را که به بهینه‌سازی فرصت‌های میزبانی لس‌آنجلس در سال 2028 کمک می‌کنند، به‌درستی درک کند.
