截止2017年年底，全国共有21,000余所足球特色学校，登记在册参与校内足球专业培训的中小学生在120万人次左右，按照政策要求，这个数字仍将以每年30%的速率增长。每年足协、教委、体委仅在足球培训上的资金投入就高达110亿元人民币。

以北上深杭等一线及重点城市为例，学校每年在足球培训的投入预算在50~100万元人民币不等，其中部分预算来自政府补贴。如果按人头算，投入在每一位学生的资金每年在5000~10000元左右。这还不包括家长、民间资本以及第三方赛事的投入。

36氪近期接触的运视科技是一家聚焦于青少年足球青训领域的数据分析公司。创始人陈逸非告诉36氪，在一场正式足球比赛中，会产生大量的数据，如射门、跑动距离、突破次数、传球次数、传球散点图、进攻热力图等等。多元维度的数据采集与分析过去只在职业联赛中被应用，原因在于数据采集成本高昂，而成本高昂的背后是人工成本的高企。

陈逸非认为，除了职业联赛外，足球青训同样需要从数据层面去洞察球员与球队的表现，这对中国青少年足球的长期发展具有重大意义。无论是地方青年队还是国家青年队，如果有一个数据库，能把种子球员从过去几年所有培训与比赛的各项数据进行统计，则能辅助管理层科学的挑选优秀球员。

目前市场上已有多种方案，多以传感器+工作台为主，运视科技则以纯机器视觉为解决方案。

两个广角畸变镜头+云台，布置在中场线各一侧，一般架在球场护网上方，如没有护网则会搭一个架子，保证离地高度8.5米左右；软件层面的图像识别算法可识别并采集到数据库中已有球员大部分动作，除了采集数据外，摄像头会记录比赛全程的实况录像，便于教练复盘。目前这套产品定价5万人民币，仅面向学校售卖。

技术层面，运视科技的算法已可识别球员的射门次数，射正次数，传球次数，传球成功率，站位，控球率，跑动距离，跑动区域。但是在防守方面的细节判定准确率仍需要更多的样本以及更高清的图像数据基于支撑。陈逸非提到，抢断、解围等一些动作虽都归类为防守型操作，但在战术层面的意义并不相同，对球员的能力判定的影响也很大。这部分动作的识别正是今年运视科技在算法层面的核心工作之一。

此外，由于每个球员的情况不一，这套方案落地后，算法需要1周时间去识别每个球员的姿态与步态，方能实现高精准度的识别与采集。

教练端数据面板

根据陈逸非给到的最新数据，今年年中，运视科技将接入三所学校，到10月份将入驻超过10所学校，服务超过50个青年球队，预计2018年整体收入规模在100万以内。

现阶段运视科技切入的市场主要以U15为主，计划2020年开始切入U19及U21市场。

运视科技的规划是通过3年时间将产品及服务卖到全国各个省份的足球特色学校内，目标500所。2021年后，推出电子球探，作为卖水人，为足球产业的各个需求方提供青训大数据的服务。

此外，优秀球员的签约与交易也会是未来运视科技会考虑的另一种商业模式。

对标海外，成立于2004年的体育数据提供商「STATS」估值已超10亿美金，主要业务是为各个主流联赛提供赛事数据统计及球队数据分析报告。以人工采集为主，优点在于数据精准度高，按场次付费，均价在5~8万之间。

而国内，36氪曾对「简极科技」做过报道，简极科技与STATS类似，用户为专业俱乐部，采用传感器的方案，客单价20万，算上工作站要30~40万人民币。

运视科技于2017年年底拿了个人投资的500万人民币，目前正寻求1200万人民币的Pre-A轮融资。主要用于提升图像识别算法的准确率， 并进一步扩大市场与销售团队。

创始人兼 CEO 陈逸非研究生毕业于日本名古屋大学经营管理学院，曾就职于微软，有过3段创业经历，曾任SENSORO团队副总裁，负责商务市场及企业战略。

CTO张波博士毕业于清华大学汽车工程系，曾以访问学者身份赴南加州大学计算机系交流学习，研究领域涵盖计算机视觉、机器视觉、深度学习、模式识别、车辆主动安全与机械工程。在运视科技内主要负责视觉系统的研发。

本文转自36氪，作者张达，文章为作者独立观点，不代表芥末堆立场。