不能亲临f1现场，云观赛可能更刺激你的感官 -9479威尼斯

作为全球技术水平最高的运动赛事，一级方程式赛车不仅直接采用来自商业市场的领先技术方案，同时也在持续创造与开拓创新，为其他行业贡献着丰富的技术成果。

甚至早在大数据概念正式普及之前，f1各车队就已经在采用类似的方法，将数据驱动决策贯彻到实践创造中的各个层面。这一切，自然也给整个汽车工业带来巨大的启发与贡献。

不过，尽管一路奋进，最近一段时间，f1赛事在数字化领域仍然陷于落后。首先，f1赛车在现代通信技术与云平台的采用方面行动迟缓，这使得它在赛事播放层面的传播、移动与社交互动更是全面落后于时代。

推动数字化进程

目前，这一情况正在改变。在liberty media于2017年接掌f1赛事管理权后，立即任命法拉利公司前技术总监兼梅赛德斯车队负责人ross brawn担任支持总经理。他明确表示，f1赛车将把数字化作为新时代下的头等大事。

他在2017年曾提出，“我们有很多工作要做，目前正努力推动基础设施的部署。”

自那以来，f1赛事完成了品牌改革、社交平台升级等多项工作，并建立起了表现上佳的电子竞技部门。通过由其组织的f1虚拟大奖赛（virtual grand prix），车手、专业游戏选手以及社会各界名流得以相互竞争，并共同将f1赛事的人气推向新的高度。

与此同时，f1主办方还在部分市场推出了自己的流媒体服务f1 tv。

要想维持并拓展自己的粉丝群体，这种数字化进程将至关重要。千禧一代的口味相当挑剔，各类赛事都在努力争夺他们的休闲时间，而能否通过facebook、instagram以及snapchat等新兴渠道与体育组织进行互动，就成了拉拢人气的关键。

但与其他体育运动不同，f1赛事的直播节目只能覆盖到比赛过程中的一小部分。比如，在网球比赛上，一个机位即可俯瞰全场；足球比赛虽然难度高一点，但多角度跟拍也足以体现细节。但在f1比赛上，20辆赛车将在几英里长的赛道上竞逐，这就给内容传递带来了巨大的挑战。

线性视频源只能在同一时间讲述一个故事，为此导演组需要在2个小时的转播中在不同故事之间往来切换。这不仅令观众难以了解赛场上发生的一切，也让f1比赛的入门门槛变得过高，不容易吸引到新的粉丝。具体来讲，如果不在社交媒体发布的短片中添加讲解字幕，人们可能根本搞不清视频里表现的是什么内容。

面对这个难题，f1坚信其历史数据库以及每场比赛中产生的大量数据，将成为适应需求变化与满足观众口味的核心因素。过去近70年间，f1组织收集到了大量信息——通过每辆赛车上安装的300个传感器，能够在每场比赛中产生超过110万个数据点。

快速分析这些信息的能力，已经成为决定f1车队比赛成绩的关键；但换个角度，我们又该怎样将这些数据与观众的观看体验关联起来？为此，f1于2018年决定与amazon web services（aws）开展合作，将原有系统逐步迁移至云端。目前，f1正在研究aws存储、处理与机器学习功能，希望充分利用起这套庞大的数据存储库。

一级方程式世界锦标赛——中国大奖赛上海站——准备日

数据的重要性

为了确定哪些洞见真正具有意义，brawn还诚邀前法拉利威廉姆斯车队工程师rob smedley加盟新项目。很多朋友对他可能并不熟悉，但过去十年以来，他曾经无数次在f1比赛中通过车队电台向车手发布指示。

smedley拥有长达25年的赛车运动从业生涯，并在2018赛季末正式宣布退休。不过出色的才华不会被埋没，去年夏季多家车队向他伸出橄榄枝，而他最终决定帮助brawn为数据洞见筛查贡献力量。

最初，smedley以顾问的身份加入，但他现在已经晋升为首席工程师，开始为f1的数据发掘之旅带来深远影响。

他表示，“我能做的最重要的工作，就是将自己的经历作为审视f1的起点。我会从分析的角度观看比赛，但在电视上，我发现这种线性的观看体验让人根本理解不了赛场上发生了什么！我希望能把自己的经验与分析方法分享给f1的粉丝们。”

“在电视上看到的内容经常没头没尾，而我们可以通过多种方式利用数据改善这种情况。总而言之，我们需要与人们互动，并向对方展示那些不太直观的信息。”

“要想跟年轻的粉丝们交流，我们必须学会使用他们能够理解的语言。周末硬拉着自己的孩子在电视机前坐两个小时，只会让他们讨厌这场看起来毫无意义的赛车竞逐。相反，我们需要用数据把整个竞技过程拆分成一个个小片段，保证观看者能够快速理解其中的妙处。例如，我们可以将比赛内容转换为30秒长的剪辑片段，或者独立制作成一段情节完整的视频。”

smedley非常认可f1前负责人bernie eclestone做出的贡献，后者将f1赛事从“山寨产业”转变成了全球重量级赛事。他也相信，liberty media与brawn做出的努力将推动f1运动的进一步发展，并在全球范围内吸引到更为多样的粉丝群体。

aws insights

作为此番努力的最新成果，f1 insights利用aws机器学习功能收集到一系列前所未有的实时统计信息。smedley表示，他们还以一种容易被粉丝理解的方式，将数据打包成具体见解。

去年，f1转播节目新增六项统计数据——出站速度、预计进站整备策略、进站时间窗口、超车预测、实际进站整备策略以及轮胎性能。而在新的赛季当中，他们还将新增加六项分析见解，汽车性能得分正是其中之一。

从奥地利大奖赛开始，观众将能够看到转播画面中出现基于低速弯、高速弯、直道以及操控等标准的车辆得分图形。这样做不仅能让车迷更客观地评估每辆车的机械表现，同时也可轻松确定哪些因素会让每位驾驶员处于有利或不利地位。

比利时大奖赛则将发布弯道性能统计数据，将当前车手的行驶成绩与1983年以来的众多f1车手进行直接比较。f1还将使用机器学习来预测排位赛与决赛阶段的结果，提供基准以衡量驾驶员在每一场对接中的表现。

其中最有趣的两项统计数据是，当前赛季车手与车队表现的评分。车手评分将由排位赛、起跑状态、比赛节奏、轮胎管理以及其他条件共同决定，观众们还可以随时查看车队与赛车随时间推移的发展过程。而车队表现评分则能帮助大家理解，为什么有些车队在赛季末总能奋起直追，拿出远超赛季初的赛场表现。新的零件能够显著提高车辆性能，先抑后扬的车队们往往持续跟进车辆调整与研发工作，但其他车队则可能选择优先开发下个赛季的车辆，借此获得提前研发的优势。

梅赛德斯车队车手lewis hamilton庆祝自己在英国大奖赛中胜出

可持续发展

从统计数据来看，某些车队在观众中的人气似乎比较有限。面对这种问题，我们又该如何处理？万一在赛车中泄露了车厂的某些最新技术，又要怎么办？

smedley认为，车队非常理解促进并发展f1赛事的重要意义，因此绝对不会因为人气波动而轻易选择退赛。

他解释道，“f1、各车队以及国际汽联之间保持着非常密切的关系，我们正努力让更多的企业加入这项运动。如果我们认为某些车辆的表现会泄露关键知识产权，或者给某支车队带来无可比拟的技术优势，我们会及时叫停相关行为。而且车队其实一直很清楚这些问题，他们也乐于看到一级方程式赛车在塑造汽车文化、维持车迷热情以及吸引新粉丝群体方面发挥的重要作用。”

smedley指出，他的血液中永远流动着比赛的热情，也不排除将来重新回归f1车队的可能性。但是现在，他对新的赛事参与方式感到非常满意——既不必满世界跑来跑去，又能为自己真心热爱的运动做出贡献。

smedley告诉我们，“f1给了我很多，我当然希望尽自己所能回馈这项运动。”

“也许未来我还会重新回归f1车队……但在此之前，我得先把f1管理层交给我的任务做好。目标必须明确、团队必须上进、结构必须完备。我对现在的一切都很满意，不过未来总是充满变数。”