Come la maratona, quella al Cognitive computing e ai Big Data analytics è una corsa che si vince con la costanza, la preparazione e soprattutto la capacità di crescere passo dopo passo, maturando la consapevolezza sulle risorse a disposizione. Ed è seguendo questo mantra che Integris è riuscita a dare vita a uno use case di successo che ha unito il mondo dello sport con quello delle tecnologie digitali. Integris ha infatti partecipato lo scorso 4 novembre all’edizione 2018 della New York City Marathon con un team di dieci atleti amatoriali preparati dal maratoneta Daniele Meucci e da una squadra di quattro data scientist seguendo un approccio data-driven. Di questi, nove sono riusciti a chiudere i 42 chilometri con risultati molto vicini a quanto preventivato dagli Analytics per ciascun partecipante, mentre Meucci è stato tra i migliori italiani in assoluto.
Indice degli argomenti
Gli obiettivi del progetto Integris
L’obiettivo dichiarato era raggiungere il traguardo centrando le stime del modello predittivo di Integris, alimentato durante tutto il periodo della preparazione con dati generati da capi tecnici innervati di sensori. In pratica i wearable hanno raccolto le informazioni generate dai corpi degli atleti impegnati nell’allenamento, non solo registrando prestazioni e variazioni di condizione fisica, ma anche distanze coperte e tipologie di percorso. agli algoritmi di Integris questi enormi volumi di input, i data scientist sono riusciti a definire KPI obiettivi con la probabile prestazione di ciascun maratoneta, tenendo conto di parametri accessori come la condizione fisica generale, il regime alimentare adottato a ridosso della competizione e persino simulando le diverse condizioni meteo previste per il 4 novembre.
Riuscire a fare predizioni su questo genere di performance non vuol dire semplicemente offrire agli atleti benchmark e obiettivi, stilando programmi di training individuali. Significa più di ogni altra cosa aiutarli a comprendere meglio il funzionamento del proprio organismo in determinate condizioni di sforzo e soprattutto a evitare possibili infortuni.
Come ha funzionato il modello predittivo
In questo senso l’esperimento condotto sul campo è stato un vero successo: come detto, dei dieci partecipanti nove hanno chiuso la maratona senza problemi fisici e con prestazioni molto vicine a quelle indicate dal modello predittivo di Integris. Paolo è arrivato al traguardo in 03:51:34, con una previsione di tre ore e cinquantuno minuti. Giuseppe, a 04:18:30, ha fatto registrare un gap del 4% rispetto a quanto ipotizzato e anche Massimiliano, con cinque minuti di ritardo sulle performance stimate, ha centrato l’obiettivo. Nel complesso, la precisione raggiunta dal modello predittivo è stata del 96%. Una prestazione che dimostra quanto l’adozione di un approccio data-driven, già oggi, è molto più di un caso di studio utile ad avanzare nella corsa ai Cognitive Services: è una mossa vincente, che genera risultati concreti per chiunque voglia andare più forte. In gara come nel business.
