Nel mondo dello sport professionistico, la gestione efficiente dei dati è fondamentale per comprendere il comportamento dei tifosi e ottimizzare le operazioni aziendali. Pacers Sports and Entertainment (PS&E), la società madre dei team NBA degli Indiana Pacers, della WNBA delle Indiana Fever e della NBA G League degli Indiana Mad Ants, ha affrontato la sfida di analizzare grandi volumi di dati per ottenere insight tempestivi e accurati. Tuttavia, l’utilizzo di una piattaforma di machine learning (ML) che costava 100.000 dollari all’anno non forniva risultati rapidi.
Jared Chavez, responsabile dell’ingegneria dei dati e della strategia di PS&E, ha deciso di affrontare questa sfida migrando a Databricks su Salesforce circa un anno e mezzo fa. Questa decisione ha portato a una trasformazione radicale nella gestione dei dati e nell’analisi predittiva.
Dopo l’adozione di Databricks, il team di Chavez è riuscito a eseguire gli stessi progetti predittivi con configurazioni di calcolo ottimizzate, riducendo i costi annuali da 100.000 dollari a soli 8 dollari. Questa diminuzione straordinaria è attribuita all’abilità del team di ottimizzare l’utilizzo delle risorse di calcolo, riducendo al minimo le spese operative.
PS&E gestisce una vasta quantità di dati provenienti da eventi sportivi, concerti e altri spettacoli tenuti al Gainbridge Fieldhouse. Prima della transizione a Databricks, l’organizzazione utilizzava due magazzini dati indipendenti su Microsoft Azure Synapse Analytics, con strumenti e competenze variabili tra i team. Questa frammentazione rendeva difficile l’integrazione e l’analisi efficiente dei dati.
L’adozione di Databricks ha permesso a PS&E di centralizzare la gestione dei dati, migliorando l’efficienza operativa e riducendo i costi. La piattaforma ha facilitato l’integrazione dei dati provenienti da diverse fonti, consentendo analisi più rapide e approfondite. Questo ha portato a una comprensione più precisa del comportamento dei tifosi e a decisioni aziendali più informate.