打开App先被问“做什么项目”，这一步到底替你决定了什么
第一次进入韦德体育App，首页出现的不是数据上传框，而是一道选择题：直播项目、内容项目，还是球迷运营项目。不少人会觉得这一步多余——反正数据都要进来，先导入再说不行吗？
简短回答：项目类型不是一个分类标签，而是一份“数据约定”。它提前规定了三件事：这个项目要回答什么问题，为回答这个问题需要接入哪些数据，这些数据用什么口径显示在哪块面板上。先定问题再接数据，后面每一个AI判断才有明确的比较对象。
为什么不建议“先把所有数据导进来再说”
直觉上数据越全，AI看得越清楚，实际往往相反。一个值得参考的行业做法来自高尔夫赛事LIV Golf：它在2026赛季为球迷和转播方推出AI助手，技术负责人专门提到，上线前做了大量数据清洗和结构化工作，数据才能同时用于报表和Agent式的AI任务[1]。决定AI质量的常常不是模型，而是数据进来前有没有被整理成同一种语言。
假设一家俱乐部媒体部第一次使用时，把直播后台、短视频账号和会员系统全部接进同一个项目。系统里于是出现了三种“观看”：直播的在线观看、短视频的播放次数、会员App里比赛页的浏览。三者单位不同、去重方式不同，AI生成的第一份周报把它们加在一起，得出“观看量同比翻倍”的结论。每个数字都没算错，错的是口径。
项目类型的作用，就是在入口处把这种混淆挡住：直播项目里的“观看”只指直播流里的观看行为，内容项目里的“播放”只指各平台的视频播放，球迷运营项目关注的则是同一个球迷在多个触点上的连续行为。口径先定下来，以后跨项目比较时，团队才知道自己在比什么。
三种项目类型分别在回答什么问题
| 项目类型 | 要回答的核心问题 | 首批接入的数据 | 默认面板 | 建议首周关注 |
|---|---|---|---|---|
| 直播项目 | 观看、互动和商业收入怎样随比赛进程变化 | 直播观看记录、弹幕评论、广告位、直播间商品 | 直播看板 | 峰值后的留存、广告插入后的离开 |
| 内容项目 | 哪些片段值得剪、发到哪里、效果如何 | 比赛素材、片段标记、各平台账号表现 | 内容工作台 | 出片时间、各平台完播与互动 |
| 球迷运营项目 | 谁在持续关注球队，谁可能成为长期会员 | 票务、会员注册、消息触达、商城订单 | 球迷看板 | 新球迷的第二次互动、沉睡会员比例 |
新手引导的六个步骤，以及每一步在防什么错
- 在项目中心新建项目，先写下“这周最想弄清楚的一件事”。引导页会给出示例问题，比如“周末焦点战的广告有没有把人赶走”“赛后短视频该发几条”“新注册会员为什么没有第二次打开”。系统据此推荐一个项目类型，你可以接受，也可以改选。
- 确认项目类型和团队角色。这一步决定你每天打开App看到的第一屏。之所以按角色收窄首屏，是因为App正在变成体育机构和球迷打交道的主阵地：Stats Perform在2025年11月发布的行业调查中，受访的体育媒体高管预计到2030年，自有App和社交视频平台会超过网站，成为主要的数字互动渠道[2]。一个每天都要打开的工作台，不能一上来堆满与你无关的指标。
- 只连接与该类型相关的数据源。直播项目先连直播后台、广告和商品数据；内容项目先连素材库和各平台账号；球迷运营项目优先连接票务、会员注册和消息触达数据。球迷项目为什么先接这几类，下文单独说明。
- 导入比赛日历。三类项目都以比赛为时间锚点。赛程导入后，数据会按赛前、赛中、赛后自动切段，后续对比才有统一的时间窗口。
- 挑一场非焦点比赛做试运行。第一个项目不建议直接用最重要的比赛。亚马逊在2025赛季的做法可以参考：Prime Video的新AI功能先放在替代观看流Prime Vision上试验，表现好的再进入主转播信号[3]。在App里，试运行项目的数据与正式项目隔离，跑通一场以后再复制配置。
- 阅读“AI能力说明”，再邀请成员。引导最后一页会列出项目里哪些结论由AI生成、哪些是原始统计。这一页也对应国内的合规要求：国家网信办2026年1月的公告提到，已上线的生成式AI应用需要在显著位置公示所用已备案服务的模型名称和备案号[4]。让团队第一天就分清哪些内容来自AI，比事后解释省事得多。
球迷运营项目为什么先要票务和消息触达数据
很多团队以为，球迷运营最重要的是会员名单和消费记录。但一篇MIT硕士论文分析了某职业体育组织三年内新获取的93万多名球迷，发现购票、邮件互动这类早期接触点会明显影响球迷之后的发展路径，邮件打开率和多渠道互动是预测后续消费的有力指标；作者主张从静态的生命周期价值模型，转向结合行为与财务指标的旅程分析[5]。
这就是韦德体育App的引导流程把“首次接触”类数据排在前面的原因。如果只接消费数据，系统只能看到已经花过钱的人，看不到那些刚买过一次票、打开过几封推送、正站在转折点上的球迷。长期价值该怎么判断，可以结合体育粉丝经济栏目的分析一起看。
常见问题
一场比赛既要做直播复盘，又要剪短视频，需要建两个项目吗？
建议建两个，并在项目设置里把它们关联到同一场比赛。关联后，内容项目可以直接引用直播项目的比赛事件时间轴，直播项目也能看到每条短视频的发布时间点。两边的指标仍各自计算，不会混在一起。直播一侧怎么读数据，可以参考直播看板四个面板的使用方法。
类型选错了怎么办？
在项目设置里可以切换类型。已接入的数据会保留，但默认面板和工作流会重建，之前自定义的指标卡需要重新确认口径。如果项目已经运行了几周，更稳妥的做法是新建一个正确类型的项目，重新连接数据源，旧项目留作对照。
推荐类型和首批AI洞察，哪里可能不准
- 推荐只依据你写下的问题。如果你写“想提升比赛热度”，系统可能推荐内容项目，而你真正关心的也许是直播留存。推荐结果需要负责人确认，不宜一键接受。
- 首批洞察缺少自己的基线。项目刚建立时没有历史数据，AI给出的“偏高”“偏低”通常是和预设基准比较，参考价值有限。建议至少积累三到四场比赛，再看趋势类结论。
- 数据源不完整会让结论系统性偏移。比如只连接了一个短视频平台，AI会把这个平台的表现当成全部。面板上的数据覆盖提示需要定期查看。
- 项目关联不等于因果。两个项目关联后，系统能看到两边同时上涨，但不能据此断定是短视频带来了直播观众，需要人工结合投放记录判断。
参考资料
- CIO：《LIV Golf engages fans with agentic AI》，2026年4月23日。https://www.cio.com/article/4161287/liv-golf-engages-fans-with-agentic-ai.html
- SVG Europe：《Stats Perform releases 2026 Sports Fan Engagement, Content Monetisation and AI Trends Report》，2025年11月18日。https://www.svgeurope.org/blog/news-roundup/stats-perform-releases-2026-sports-fan-engagement-content-monetisation-and-ai-trends-report/
- About Amazon：《Thursday Night Football: Prime Video adds more AI-powered features》，2025年9月。https://www.aboutamazon.com/news/entertainment/thursday-night-football-amazon-prime-video-ai-features
- 中央网信办：《国家互联网信息办公室关于发布2025年生成式人工智能服务已备案信息的公告》，2026年1月9日。https://www.cac.gov.cn/2026-01/09/c_1769688009588554.htm
- MIT DSpace：《Beyond Lifetime Value: A Customer Journey Analysis to Fan Engagement and Spending in Professional Sports》，2025年2月。https://dspace.mit.edu/handle/1721.1/159093
