Como a análise de big data está ajudando as equipes de Fórmula 1 a levarem a bandeira quadriculada

23 nov Como a análise de big data está ajudando as equipes de Fórmula 1 a levarem a bandeira quadriculada

Enquanto os robôs esportivos globais avançam, poucos chegam perto das corridas de Fórmula 1. Eu participei do Grande Prêmio de Cingapura no mês passado e esta série de corridas automobilísticas repleta de ação gera intensa competição e emoção onde quer que seja montado o Grande Prêmio.

A cada ano, bilhões de dólares são gastos em pistas, carros, motoristas e equipes de apoio. Com a intenção de terminar em primeiro lugar, as equipes se esforçam constantemente para extrair o melhor desempenho possível de seus carros em cada corrida.

Cada vez mais, uma das vantagens competitivas mais importantes nessa busca incessante pela excelência são os dados. Ao coletá-los e analisá-los, as equipes estão encontrando maneiras novas e inovadoras de vencer.

Como exemplo, a Lotus F1 Team coloca mais de 150 sensores em seus carros para monitorar todos os aspectos do desempenho a fim de aumentar a velocidade. O feedback desses sensores gera em média 25 MB de dados durante cada volta da corrida.

Enquanto isso, a equipe rival McLaren recorreu ao banco de dados em memória HANA da SAP para analisar as vastas faixas de dados que coleta de seus carros. Usando ferramentas analíticas sofisticadas, a equipe pode comparar desempenhos em várias corridas e ver como até mesmo pequenas mudanças em seus carros podem ter um impacto nos resultados.

Os dados estão em todos os lugares na F1, com cada circuito proporcionando diferentes condições de direção e múltiplas variáveis ​​para cada equipe.

Em Cingapura , o circuito de 5,06 quilômetros tem 23 curvas e os carros de corrida cobrem uma distância total de 308,8 km em 61 voltas. Em Melbourne , o circuito de 5,3 km tem apenas 16 curvas, tornando as condições de corrida muito diferentes. Ao monitorar constantemente cada faceta de uma pista de corrida e carro, os técnicos da equipe estão continuamente encontrando novas maneiras de ajustar as operações.

Como resultado, a análise de big data se tornou uma parte vital do trabalho. No entanto, é um trabalho ainda mais desafiador porque as equipes estão constantemente mudando entre diferentes localizações geográficas. Ao contrário da maioria das empresas multibilionárias, a F1 está sempre em movimento.

Para obter o máximo do processamento analítico de grandes conjuntos de dados, é vital que os dados usados ​​sejam armazenados em uma instalação robusta, segura, confiável e altamente conectada. Do contrário, o benefício real de usar ferramentas analíticas sofisticadas não será percebido.

Os dados capturados durante cada corrida de F1 precisam ser rapidamente transmitidos para este armazenamento central de dados e estar imediatamente disponíveis para análise. Mantê-lo em instalações de armazenamento de dados apenas no lado da trilha limitaria seu valor e reduziria a capacidade da equipe de colocá-lo da melhor forma possível.

Ter um armazenamento central também significa que dados de outras fontes também podem ser introduzidos. As previsões meteorológicas, as mudanças de rastreamento e os detalhes individuais de desempenho do motorista podem ser adicionados ao mix de análises, criando assim ainda mais oportunidades para encontrar maneiras de ganhar.

Os esportes motorizados em geral – e a F1 em particular – estão evoluindo a um ritmo surpreendente. Por causa das regras estritas e restrições técnicas sob as quais cada equipe deve competir, encontrar até mesmo a menor maneira de ganhar uma vantagem pode significar a diferença entre o fracasso e a bandeira quadriculada.

Como a maioria das indústrias hoje, a capacidade de coletar, armazenar e analisar com eficácia grandes conjuntos de dados continuará a dar às equipes vencedoras da F-1 uma enorme vantagem competitiva. É outro exemplo de como as empresas estão transformando seus data centers em uma vantagem de dados.

Por: Dz Shing Lim, Diretor Sênior de Engenharia de Vendas, APAC

Fonte: How big data analytics is helping Formula 1 teams take the chequered flag – disponível em https://www.digitalrealty.com/blog/big-data-analytics-helping-formula-1-teams-take-chequered-flag