Artikel Infographic Guide Smart data

Kan data og prædikative analyser forudse vinderen af VM 2018?

15 jun 2018

JA! Det tror vi faktisk på i Bisnode 😊

Fodboldfans fra hele verden sidder klistret til skærmen de næste mange uger for at heppe på deres landsmænd, nu hvor VM går løs. Hvordan mon det går? Hvem sejrer i hver pulje? Hvilket land løber med pokalen til sidst? Al den spænding og den lange ventetid på at få svar – det er slet ikke noget for Bisnodes analytikere og data minere. Og derfor har de kastet sig over at udvikle en algoritme, der er i stand til at forudsige, hvilket land der bliver verdensmestre den 15. juli 2018.

Ved at udnytte alle historiske data om landsholdskampe fra de seneste 4 år har Bisnode udviklet en beregningsmodel, der estimerer sandsynligheden for sejr, uafgjort eller tab samt målforskel for hver eneste af de mulige kampe mellem alle lande, der deltager ved VM.

"Først satte vi os for at udvikle en model, der kunne forudsige resultatet af en enkelt kamp baseret på holdets karakteristika",

siger Pierre Deville, Head of Data Science and Analytics hos Bisnode. "Herefter kastede vi os over muligheden for at kunne definere det mest sandsynlige udfald for VM-turneringen ved at sammenkøre alle vores data og statistikker og inkludere den viden, vi allerede havde om VM-puljerne mv.”

Den første model Bisnode generede var baseret på historiske data vedrørende typen af ​​mesterskab, lokationen for spillet, resultaterne og så videre. Det gav os en indikation af hver enkelte landsholds ranking i forhold til at blive mestre. Al det data fodrede vi så ind i en avanceret maskinlæringsmodel og via teknikker som eXtreme Gradient Boosting beregnede vi sandsynligheden for hver kamps resultat. Og nu står vi altså med en hel klar forventning om, hvem der vinder VM.

"Ved at generere millioner af simuleringer kunne vi udlede nogle helt klare statistiske sandsynligheder for, hvilke hold der ville nå til hvilke dele af VM,

siger Goran Loncar, Director of Group Analytics i Bisnode. "Vores prædiktive analyse gav os ikke kun muligheden for at estimere sandsynligheden for, at et hold kvalificerede sig til en bestemt placering i mesterskabet – vi fik simpelthen også regnet os frem til det mest sandsynlige scenario for hele turneringen, og fik en sandsynligsscore på hvert hold i forhold til, om de kunne løbe med sejren.”

Men er det overhovedet muligt at forudsige noget så uforudsigeligt?

Ja når du anvender statistiske modeller, data science og maskinlæring, så er det muligt. Du programmerer simpelthen en computer til at tænke selv, og nærmest lærer den, hvordan den via sandsynligheder og algoritmer finder svar på dine spørgsmål – kunstig intelligens.

Se vores analyse af de forskellige holds potentiale og få svar på hvorfor vi tror Brasilien ender som vindere.

Vil du modtage vores nyhedsbrev?