For mange er lyden af sommeren synonymt med Jørgen Leths finurlige og indsigtfulde kommentarer til Tour de France, og der bliver spenderet ikke så få timer foran skærmen, mens Chris Froome og resten af feltet sveder på landevejene og i bjergpassene.
Måske har du også lagt mærke til, at du kan få data om hastighed fra hver enkelt cykel i løbet ud på din skærm i realtid. Her er historien om, hvordan det kan lade sig gøre.
Computerworlds engelske søstermagasin er med bag kulisserne og kan fortælle, at det er selskabet Dimension Data, som klarer ærterne for organisationen bag løbet, Amaury Sport Organisation (ASO).
Gammelkendt problem
ASO havde bøvlet med problemet i flere år. Problemet var ikke så meget at generere data men at få dem transmitteret hurtigt nok under svære forhold. For eksempel under bjergetaper, hvor mobilforbindelserne er svingende, for at sige det pænt.
Løsningen er pænt kompliceret. Man besluttede at bruge et eksisterende netværk for tv-stationer - et såkaldt broadcast network - til at sende datapakker sammen med videostreaming.
Hver af de 176 rytteres cykler er forsynet med sensorer i superletvægtsklassen fra firmaet HiKob, som registrerer hastighed og gps-position hvert sekund.
Disse data bliver opfanget af et bevægeligt mesh-netværk baseret på kortbølgeradio til enten motorcyklerne med tv-kameraer eller et lavtflyvende luftfartøj som en helikopter.
Herfra bliver data sendt videre sammen med videosignalet til en antenne ved målstregen, hvor Dimension Data har en kæmpemæssig Big Data Truck parkeret.
Firmaet bruger så cloud computing med sin egen analytics-software, som genererer data til forskellige dashboards og sender realtidsdata om hastighed og lokation for hver enkelt rytter ud til tv-stationer og forskellige andre digitale kanaler via en API.
Databehandlingen foregår i Amsterdam med disaster recovery i London, men den store truck er bemandet med specialister under hele løbet.
Nye initiativer
Dimension Data har ansvaret for hele dette netværk samt for forskellige applikationer, flere kanaler på sociale medier og for it-sikkerheden for hele set-uppet.
Hvis du følger twitterfeedet @LeTourData, får du dagligt analyser og journalistik baseret på disse data.
Næste skridt for ASO og Dimension Data er at finde nye måder at præsentere data på og tjene penge på dem. Til den ende vil Dimension Data bruge machine learning.
For eksempel har firmaet arbejdet med at kombinere gps-data med 3D-kort for at give et realtids-indtryk af fald og stigninger på etaperne.
Algoritmerne er foreløbigt blevet udviklet til at forudsige udbrudshastigheder og tidsmæssig afstand mellem eksempelvis felt og udbrydergrupper.
Tilmed hævder Dimension Data at kunne forudsige vinderen af en etape med 70 procents nøjagtighed.
Internt i Dimension Data har udviklere kodet et spil, hvor cykelfans og en machine learning-algoritme kan kæmpe om at finde vinderen af en etape.
Hvert enkelt cykelhold indsamler enorme mængder af biometriske data om deres ryttere, og dem kunne ASO og Dimension Data også sagtens hente og bruge til noget interessant. Men de data er selvsagt dybt fortrolige og bruges intensivt i konkurrencen mellem de forskellige Tour-hold.
