Hoe big data-analyse de Formule 1-teams helpt om de geblokte vlag te veroveren

Dz Shing Lim , Senior Director Sales Engineering, APAC
14 oktober 2014

Zoals wereldwijde sportmolochs gaan, komen maar weinigen in de buurt van Formule 1-races. Ik woonde vorige maand de Grand Prix van Singapore bij en deze actievolle reeks motorraces zorgt voor intense concurrentie en opwinding, waar het ook zijn Grand Prix-kamp opzet.

Elk jaar worden miljarden dollars uitgegeven aan circuits, auto's, coureurs en ondersteunend personeel. Met de intentie om op de eerste plaats te eindigen, streven teams er constant naar om in elke race de best mogelijke prestaties uit hun auto's te halen.

Een van de belangrijkste concurrentievoordelen in dit niet-aflatende streven naar uitmuntendheid is steeds meer data. Door het te verzamelen en te analyseren, vinden teams nieuwe en innovatieve manieren om te winnen.

Het Lotus F1-team plaatst bijvoorbeeld meer dan 150 sensoren in zijn auto's om elk aspect van de prestaties te bewaken en zo de snelheid te verhogen. De feedback van deze sensoren genereert gemiddeld 25 MB aan data tijdens elke raceronde.

Ondertussen heeft rivaliserend team McLaren zich tot SAP's HANA in-memory database gewend om de enorme hoeveelheid gegevens te analyseren die het van zijn auto's verzamelt. Met behulp van geavanceerde analytische tools kan het team de prestaties in meerdere races vergelijken en zien hoe zelfs kleine wijzigingen aan hun auto's van invloed kunnen zijn op de resultaten.

Gegevens zijn overal in de F1 en elk circuit levert verschillende rijomstandigheden en meerdere variabelen op voor elk team.

In Singapore telt het 5,06 kilometer lange circuit 23 bochten en leggen de raceauto's een totale afstand van 308,8 km af in 61 ronden. In Melbourne heeft het circuit van 5,3 km slechts 16 bochten, waardoor de raceomstandigheden heel verschillend zijn. Door constant elk facet van een racebaan en auto te monitoren, vinden teamtechnici voortdurend nieuwe manieren om de operaties te verfijnen.

Als gevolg hiervan is big data-analyse een essentieel onderdeel van het werk geworden. Het is echter een taak die nog uitdagender wordt omdat teams voortdurend wisselen tussen verschillende geografische locaties. In tegenstelling tot de meeste miljardenbedrijven is F1 altijd in beweging.

Om het meeste uit de analytische verwerking van grote datasets te halen, is het van vitaal belang dat de gebruikte gegevens worden opgeslagen in een robuuste, veilige, betrouwbare en sterk verbonden faciliteit. Als dat niet het geval is, wordt het echte voordeel van het gebruik van geavanceerde analysetools niet gerealiseerd.

Gegevens die tijdens elke F1-race worden vastgelegd, moeten snel naar deze centrale gegevensopslag worden verzonden en onmiddellijk beschikbaar zijn voor analyse. Als het alleen in faciliteiten voor gegevensopslag langs het spoor zou worden bewaard, zou de waarde ervan worden beperkt en zou het team minder goed in staat zijn om het optimaal te gebruiken.

Het hebben van een centrale opslag betekent ook dat gegevens uit andere bronnen kunnen worden ingevoerd. Weersvoorspellingen, koerswijzigingen en prestatiegegevens van individuele coureurs kunnen aan de analysemix worden toegevoegd, waardoor er nog meer kansen ontstaan ​​om manieren te vinden om te winnen.

De motorsport in het algemeen – en de F1 in het bijzonder – evolueert in een verbazingwekkend tempo. Vanwege de strikte regels en technische beperkingen waaronder elk team moet strijden, kan het vinden van zelfs maar de geringste manier om een ​​voorsprong te krijgen het verschil betekenen tussen falen en de geblokte vlag.

Zoals de meeste industrieën van vandaag, zal het vermogen om grote hoeveelheden gegevens effectief te verzamelen, op te slaan en te analyseren, winnende F-1-teams een enorm concurrentievoordeel blijven geven. Het is weer een voorbeeld van hoe bedrijven hun Datacenters omtoveren tot een datavoordeel.