Новости спортивной отрасли и бизнеса
Отрасль: Технологии и IT-компании
Тематика: Информационные технологии
На «Спорт Бизнес Конгрессе» прошла кейс-сессия «Big Data = Big Win. Как большие данные и технологии помогают спортивному бизнесу зарабатывать». Модератор — Иван Катанаев, программный директор акселератора спортивных инноваций Технопарка «Сколково».
В дискуссии участвовали представители крупнейших игроков спортивной и технологической индустрии — Футбольной Национальной Лиги (ФНЛ), Яндекса, хоккейного клуба «Авангард», продакшена спортивного контента VSporte и платформы аналитики соцмедиа Brand Analytics.
Эксперты разбирали, как данные помогают клубам и лигам монетизировать события, понимать аудиторию, увеличивать посещаемость, предсказывать риски и создавать персонализированный продукт для болельщиков. Ниже — полный разбор сессии и ключевых кейсов.
1. Big Data — инструмент, а не цель
Первым выступил Владислав Перескоков, основатель Manager 360 / VPA Group / DiaGram. Он подчеркнул: Big Data — это дорого, сложно и абсолютно бесполезно, если у клуба или лиги нет команды, способной работать с данными.
Ключевые тезисы:
- Big Data ≠ гигабайты. Нет смысла собирать огромные массивы, если нет конкретного запроса.
- Инфраструктура + люди стоят дорого. Дата-инженеры, аналитики, ML-специалисты — главный дефицит.
- Спортивные игровые данные не всегда «big» — слишком мало матчей, слишком много переменных.
- Ценность появляется только в связке: игра + тренировки + биомеханика + медицина + нагрузка.
- Один из кейсов — предсказание бесконтактных травм на основе нагрузок и медицинской истории.
Главная мысль блока:
Big Data — это не про “сбор данных”, а про “понимание, зачем и кто будет с ними работать”.
2. Яндекс: экосистема, которая видит весь путь болельщика
Сергей Бархударьян, директор по развитию спорта в Яндексе, показал, что сегодня спорт встроен практически во все крупные сервисы экосистемы.
Что делает Яндекс в спорте:
- Афиша — продажи билетов (21 млн билетов в год, из них 1,7 млн — спорт).
- Еда и Лавка — доставка на стадионы (80+ тысяч заказов, среднее время ~11 минут).
- Маркет — магазины атрибутики «Зенита», «Спартака», «Динамо», «Локомотива».
- GO — логистика болельщиков (такси, каршеринг, кикшеринг).
- Pay — партнёрства с РФС, кэшбэк и оплата на стадионах.
- Кинопоиск и Музыка — персонализированные пространства клубов и события.
- Оптический трекинг и статистика — кейсы с РПЛ, ФНЛ, МАТЧ ТВ.
- DataLens и Облако — инфраструктура для аналитики клубов и лиг.
Зачем всё это?
Чтобы интегрировать спорт в повседневные сценарии, видеть реальные привычки болельщиков и создавать точные персонализированные рекомендации.
3. VSporte: персонализация контента = рост трафика и выручки
Алексей Шляпников, управляющий партнёр VSporte — крупнейшего продакшена спортивного контента в СНГ, показал два кейса, которые напрямую повышают монетизацию.
Кейc №1. Автоматические вертикальные хайлайты → рост аудитории в эфире
Во время матча система VSporte:
- ловит яркий момент (гол / опасная атака),
- делает из него короткое вертикальное видео,
- публикует его в соцсети с кнопкой «Смотреть трансляцию».
Результат — значимый прирост просмотров в прямом эфире.
Кейc №2. Разная реклама для разных аудиторий на одной трансляции
Одни и те же матчи показывались:
- мужчинам — одна реклама,
- женщинам — другая,
- детям — третья.
Сегментация по соцдему и географии → увеличение рекламного инвентаря без дополнительных матчей.
Вывод:
Персонализация контента — это уже не тренд, а норма, которой в спорте пока не хватает.
4. ФНЛ: Transfer Hub — маркетплейс футболистов
Вадим Манзон, директор по стратегии и развитию ФНЛ, представил один из самых практичных кейсов — Transfer Hub.
Это единая цифровая система, которая поможет спортивным директорам:
- искать игроков по параметрам,
- видеть их статус и стоимость,
- начинать переговоры в один клик,
- публиковать запросы («ищем правого защитника»),
- планировать состав и оценивать свои активы.
Фактически — маркетплейс футболистов внутри российской футбольной системы.
Запуск — с зимнего трансферного окна 2026 года.
Цель: упростить коммуникацию между клубами, ускорить сделки и сделать футбольный рынок прозрачнее.
5. ХК «Авангард»: аналитика, которая приносит десятки миллионов
Николай Шмаков, руководитель аналитики клуба, показал, как за несколько лет клуб построил полноценную систему цифровой коммерции:- 90% транзакций по билетам проходят через CRM и программу лояльности.
- Оцифрован кейтеринг и мерч.
- Все данные стекаются в дашборд в Яндекс DataLens.
- Работает квазидинамическое ценообразование — повышение или снижение цены по прогнозу спроса.
- Стоимость облака ≈ 50 тыс. ₽ в месяц.
- Эффект — дополнительные десятки миллионов рублей выручки.
Очень важный вывод Николая:
сначала Excel → затем BI → затем прогнозы → и только потом AI
6. fuse8: цифровой менеджмент тренировок в QJ League
Андрей Степанов, партнёр fuse8, рассказал, как они оцифровали тренировочный процесс в казахстанской юношеской QJ League за 6 месяцев.
Создан продукт FF-Manager, который включает:
- базу упражнений, методику и микроциклы;
- умный конструктор тренировок по целям;
- календарь тренера;
- историю игрока (нагрузки, матчи, рост/вес, прогресс);
- отчёты тренеров и игроков через Telegram-ботов;
- аналитический блок лиги, который следит за качеством тренировочного процесса.
На второй сезон продуктом пользуются уже 90% тренеров.
7. К2Тех × МФЛ: AI, live-аналитика и новая “интрига” для болельщиков
Команда К2Тех (Дмитрий Красников, Дмитрий Мельников, Василий Мисюн) показала три уровня цифровизации Медийной футбольной лиги:- Live-статистика из трансляции — 20+ игровых метрик, вставки в графику, вывод на сайт.
- Модель вероятности победы — обучена на 42 тыс. матчей; показывает динамику шансов команд по ходу игры.
- Рейтинговая система игроков — комбинация экспертного метода и модели Glicko-2.
Также К2Тех развивает решения для:
- обнаружения подозрительной активности в матчах (ставки, арбитры, игровая динамика),
- построения единой цифровой системы спорта — «цифрового двойника отрасли».
8. Brand Analytics: что думают болельщики — и как мерч превращается в деньги
Татьяна Голованова, Brand Analytics, представила данные анализа 40+ млрд сообщений в соцмедиа и СМИ.
Ключевые инсайты:
- Спортивный мерч обсуждают десятки тысяч раз в год.
- Болельщики говорят не о качестве ткани, а о дизайне и эмоциях.
- Рост женской аудитории обсуждений джерси: с ~10% до ~30%.
- Большинство разговоров о клубах проходит вне их официальных аккаунтов.
- В хоккее всплески обсуждений вызывают: спецформа и юбилейные комплекты, сильные маркетинговые кампании, медийные инфоповоды.
9. Что пока мешает спортиндустрии работать с данными
В финале спикеры выделили основные барьеры:
- не хватает заказчиков внутри клубов — многие не понимают, зачем им аналитика;
- мало стратегического планирования — решения принимаются «под сезон», а не на 3–5 лет;
- у многих нет даже базового CRM или программы лояльности;
- интерактивная статистика слабо используется для создания “интриги” для фанатов — в отличие от США;
- данные есть, но не хватает людей, которые могут ставить задачи и формировать продукт.
10. Главный вывод
Big Data в спорте — уже не магия и не модное слово. Это способ:
- зарабатывать больше на том же матче,
- понимать болельщика, а не угадывать,
- принимать решения на основе данных, а не эмоций,
- выводить спорт на уровень современной индустрии.
У тех, кто научится строить сервисы на данных — от мерча и билетов до трансферов и тренировки — появится реальное конкурентное преимущество.
