這也許是台灣新創距離NBA最近的一次。
Portsmouth Invitational Tournament（以下簡稱PIT）是全美最頂先的大學籃球應屆畢業生邀請賽，NBA球探與總經理會到場，觀察場上球員的表現，找尋是否有漏掉的明日之星。知名的籃球員林書豪，也曾在PIT出賽。
PIT於3月12日宣布，和新創Preciser達成合作，將使用Preciser的「數據管理平台」和「分析功能」為賽事帶來即時的數據資料，並提升球探評估、球員分析與賽事運營的精準度。
「PIT一直致力於展示籃球員的才華，並為球員提供進入職業賽場的機會，」 PIT主席麥克．莫里斯（Mike Morris）表示，「與Preciser的合作，將為我們的賽事帶來全新的創新層面，讓我們能夠利用AI驅動的數據，來提升球員評估與球探分析的精準度。」
Preciser到底在做什麼、強項又是什麼，為什麼由2位不到30歲的台灣人所創辦，卻已經是一次「浴火重生」的故事？
第一次創業夢碎，經歷團隊分裂、FBI上門
Preciser的起點，是共同創辦人暨產品長鍾佑偉（首圖左）的一個Side Project。當時還在美國就讀商業分析碩士的他，興趣是看球賽，並運用所學撈取NBA開源的球員個資、球賽分析等資料，建立模型來預測球員的表現。
這項Side Project很快被鍾佑偉的同學們發現了，包含Preciser另一位共同創辦人陳冠吟（首圖右）。對學生來說，最直接的應用就是運動彩券，2人也發現確實是個商機，2022年4月Preciser的服務正式上路，以每月10美元的訂閱制模式迅速吸引了2萬名使用者。
然而不到1年的時間，Preciser很快就碰了壁。
「我們其實沒有找到真正的Product-Market Fit（產品市場契合度）。」鍾佑偉說，起初產品的用意，是希望更多人能用數據的方式享受球賽，然而團隊發現使用者在意的，是有沒有賭對、贏錢，「只要我們的數據預測失準，或到休賽季期間，就會出現一大批退訂潮。」每次的退訂潮都是30～40%的用戶數，讓Preciser的留存率一直處於雲霄飛車的狀態，營收和市場表現都無法成長。
市場的不穩定，則造成團隊內部運作出現裂痕。Preciser執行長陳冠吟表示，當初為了成長很快地擴充到8人團隊的編制，但是分工與架構的不明確，讓溝通越來越容易起摩擦，隨著業績波動、團隊的薪水也沒有起色，甚至一度與技術長鬧翻。
「那是我人生最黑暗的一個月。」如今回想起來，陳冠吟仍心有餘悸，「當時公司地址就是註冊在我家，所以所有員工都知道我住哪，當時真的很害怕一些瘋狂的事情發生。」最後，竟然是以警察和FBI出面並資遣員工收場。
這些挫折卻沒有擊倒他們。陳冠吟和鍾佑偉經歷過風風雨雨後的體悟是：身為創辦人，應該要聆聽市場；身為創辦人，應該要100%清楚整個公司的大小事；身為創辦人，應該設定明確的短中長期目標。
「我覺得很不甘心，而且我們都還是有『想讓大家享受運動比賽』的熱忱。」陳冠吟說，接下來2人花了一個多月的時間整頓與進修。
考量到企業客戶更能帶來穩定營收，2人轉向尋找B2B市場的痛點與潛在客戶——這正是他們遇上PIT的契機。
就算有AI，數據洞察仍是一件很「人」的事情
陳冠吟提到，因為2人都不是美國運動界出身，相關領域的人脈並不強，因此市場開發的方式就是運用LinkedIn陌生開發。
他們知道，直接找尋「客戶」，被置之不理的機率很大，所以他們轉向找尋「顧問」。「找顧問比較有會議聊聊的機會，所以我們一直在LinkedIn上寫信給他們，大概送了500個人吧，只有2個回覆，其中一位就是PIT的顧問。」
Preciser並沒有浪費這次機會，僅僅一次會面就吸引了PIT的注意，「我還記得我們demo完之後，對方馬上站起來說，『Can I write you a contract right now?（現在可以直接簽約嗎？）』」陳冠吟笑著說。
那具體來說，籃球聯盟需要Preciser解決哪些問題？
鍾佑偉表示，其實最大的問題是「資料整合」。無論是球隊、球員、裁判、傷病名單還是賽程，都是資料的一環，然而這些資料卻散落在各個不同的數據系統當中，因此球隊想要得知對手比賽資料以設定戰術、聯盟要確認裁判的安排是否合理、準備要確認球隊傷病名單時，就需要從各種不同的資料庫調資料。
Preciser的產品將所有數據整合在一個平台上，因此無論是球員更新傷兵名單、聯盟安排賽程與裁判、歷史比賽數據等等，都可以直接在Preciser上看到。
不過Preciser的價值並不在於單純的數據整合，還有數據分析以及洞察。
球賽數據可以分為原始數據、進階數據和分析洞察三個層次，原始數據包含上場時間、出手數、得分、籃板、助攻、抄截、阻攻、命中率等等；而進階數據的概念則是將多個原始數據進行疊加來得出球員「實際表現與優缺點」，例如得分分佈（罰球、兩分球或是三分球的進球數）、出手的場上位置、最有效率的得分方式等；至於分析洞察的核心則是「藉由比較來驗證想法與猜測」，例如從歷史數據來看球員打法是否改變、兩隊之間的打法差異等等。
目前各大籃球聯盟都已經有配合的原始數據收集廠商，進階數據和分析洞察就是屬於Preciser接手的範疇，其中分析洞察是Preciser的一大護城河。
由於一直以來團隊都在AI數據分析的領域，因此開發相關的技術並不困難，真正的核心是：到底球隊、聯盟、主播需要什麼不同的資料？
「其實這是很『人』的一件事，所以要先知道大家想看什麼資料，有了這個目標再訓練AI就不難。」鍾佑偉指出，Preciser前一個運彩的產品之所以失敗，就是因為沒有釐清使用者需求，所以這一次團隊不斷與聯盟的各個角色溝通確認，「如果客戶有新需求，我們才會再去訓練AI，這可以大大減少球隊或主播手動研究的時間。」
陳冠吟也補充，Preciser也不會因為客戶提出需求就馬上開發，而是多方確認是個共通的需求才會開發，避免分散團隊的開發能量與前進目標。
客戶從一般消費者轉為聯盟後，Preciser仍維持訂閱制的商業模式。具體來說，Preciser以人為單位計年費，聯盟會為裁判、工作人員的帳戶付費，聯盟中的球隊則負責對內工作人員的帳戶費用。目前Preciser累積了35個聯盟客戶，其中33個就坐落在美國，包含這次新簽約的PIT。
陳冠吟也透露，和PIT的合作，也象徵著Preciser有機會往籃球的指標性聯盟NBA發起衝擊，希望有朝一日能將產品運用在所有NBA的相關聯盟中。
本文授權轉載自創業小聚
