Sonar Logo Image

    sonar

    Producte
    Sobre nosaltres
    Full de ruta
    Blog
    Preguntes freqüents
    Iniciar sessió

    Com els equips esportius analitzen les dades dels wearables dels atletes amb IA i Sonar Atlas

    Per Sonar 18 de setembre del 2026

    Els teus atletes generen més dades de les que el teu equip tècnic pot revisar. Sonar Atlas les reuneix, deixa que la IA en faci emergir el que importa i ajuda els entrenadors a convertir les dades dels wearables en decisions millors.

    Com a entrenador, preparador físic o científic de l'esport, ja saps quin aspecte té un bon seguiment. La part difícil és fer-ho amb una plantilla sencera. Un sincronitza un Garmin. Una altra apunta els àpats al MyFitnessPal. Un tercer porta un Oura Ring i no obre mai l'aplicació per mirar-la. Aquests números no es parlen entre ells pel seu compte i, quan els has aplegat en un full de càlcul, el moment d'actuar sol haver passat.


    Sonar Atlas reuneix les dades escampades dels wearables de tota una plantilla en una sola plataforma d'athlete intelligence. Els entrenadors poden repassar les tendències de tot l'equip, analitzar el perfil d'un atleta concret o fer una pregunta a Sonar AI en llenguatge natural per entendre millor el rendiment.


    Comença amb una visió fiable de la plantilla


    Una anàlisi amb IA val el que valen les dades que hi ha a sota. Si un atleta entrena amb un Garmin, una altra porta un Oura Ring i un tercer apunta els àpats al MyFitnessPal, els entrenadors no haurien de necessitar tres accessos diferents només per comparar tendències.


    Sonar Atlas sincronitza dades de més de 600 wearables, aplicacions i dispositius, entre ells Apple Health, Google Health, Garmin, Oura i Strava. Son, entrenaments, recuperació, nutrició, marques i biomarcadors arriben a partir d'aquí al mateix sistema.


    La secció Overview dona a l'equip tècnic una fotografia en temps real de tota la plantilla: mitjanes de Recovery, Sleep, Strain, Stress i Nutrition del període triat, l'evolució del grup al llarg del temps, l'estat de sincronització de cada dispositiu connectat i els atletes que cal atendre primer. Tota l'anàlisi que necessites hi és, en un format que es pot pair.


    Com els equips esportius analitzen les dades dels wearables dels atletes amb IA i Sonar Atlas

    Pregunta qui necessita atenció avui


    Una revisió del matí sol començar amb una pregunta pràctica: on cal mirar primer? Sonar AI pot obrir totes les alertes actives de la plantilla i ordenar-les per prioritat, perquè comencis per les excepcions en comptes de repassar perfil per perfil.


    "Quins atletes han tingut una puntuació de recuperació per sota de 50 tres dies seguits?"


    "Ensenya'm qualsevol que hagi baixat més d'un 15 % per sota de la seva referència de VFC aquesta setmana."


    "Qui no ha sincronitzat el seu wearable els darrers dies?"


    "En quins atletes ha fet el salt més gran la càrrega d'entrenament d'una setmana a l'altra?"


    Cada resposta torna com una targeta d'alerta que resumeix el problema. L'equip tècnic pot obrir el perfil de l'atleta i comprovar les dades d'origen abans de decidir un ajust de l'entrenament.


    Targetes d'alerta a Sonar Atlas que assenyalen atletes sense sincronitzar, amb recuperació baixa, càrrega d'entrenament a l'alça, VFC a la baixa i son per sota de la referència

    Pregunta per què ha canviat la recuperació d'un atleta


    Una alerta diu què ha canviat. La pregunta següent és gairebé sempre per què. Sonar AI pot reunir en un sol lloc les corbes relacionades d'un atleta, perquè miris el patró en comptes d'obrir quatre gràfics per separat.


    "Per què ha baixat la recuperació de la Kate aquesta setmana?"


    "La seva càrrega d'entrenament puja massa de pressa?"


    Amb una atleta com la Kate, la primera pregunta retorna una explicació i no només un número. La seva VFC és al voltant d'un 12 % per sota de la referència i dorm de mitjana 6 hores i 4 minuts davant de les 7 hores i 12 minuts habituals, mentre que l'strain d'entrenament s'ha mantingut estable. Juntes, aquestes senyals apunten més a la qualitat de la recuperació que no pas a la càrrega.


    Una pregunta de seguiment posa a prova aquesta hipòtesi directament. Sonar AI pot mostrar que la seva càrrega aguda de 7 dies queda dins d'un 6 % de la càrrega crònica, cosa que fa menys probable un augment sobtat de volum. Això dona a l'equip tècnic un motiu més clar per treballar la recuperació en comptes de retallar automàticament el volum de la setmana.


    La conversa es queda en un mateix fil. Pots continuar amb "ara ensenya'm també la VFC" o "compara-ho amb la setmana passada" i Sonar AI manté el context anterior, de manera que l'anàlisi avança en comptes de començar de zero cada vegada.


    Conversa amb Sonar AI que explica per què va baixar la puntuació de recuperació d'una atleta, amb la VFC per sota de la referència i menys son amb strain estable


    Demana les tendències en el format que necessitis


    Cada rol vol un resultat diferent. Un científic de l'esport voldrà un gràfic que mostri la direcció. Un fisioterapeuta esportiu voldrà un resum curt del conjunt de la plantilla. Un entrenador que prepara una conversa amb un atleta voldrà els números exactes de cada dia.


    "Fes el gràfic de la recuperació de la Mia Torres dels darrers 30 dies i ombreja el seu rang habitual."


    "Dona'm una taula amb les puntuacions diàries exactes de son del Jordan de les dues darreres setmanes, no una mitjana."


    "Resumeix recuperació, freqüència cardíaca en repòs i VFC del Sam de cara a la sessió de divendres."


    Sonar AI pot acompanyar una explicació escrita amb un gràfic interactiu, un tauler de tendències, una fitxa d'atleta o una taula desplegable, segons la pregunta. Quan una mètrica es representa al llarg d'un període concret, Atlas també pot ombrejar el rang habitual de l'atleta darrere de la línia de tendència. Així els canvis es llegeixen respecte del que és normal per a aquella persona i no respecte d'un objectiu genèric.


    Pregunta pels entrenaments i el volum


    Les dades dels wearables es tornen realment útils quan els entrenadors poden lligar la resposta d'un atleta amb la feina que va fer de debò. Sonar AI pot recuperar els entrenaments recents, amb tipus d'activitat, durada, distància, calories, strain i freqüència cardíaca, i agrupar-ho en un resum de volum d'un període més llarg.


    "Treu els entrenaments de l'Alex de les dues darreres setmanes, ordenats per strain."


    "Resumeix el volum d'entrenament de l'Alex dels darrers 90 dies davant dels 90 dies anteriors."


    "Quina sessió de l'Alex ha tingut aquest mes la freqüència cardíaca mitjana més alta?"


    Un bon camí és començar per la llista d'activitat recent i després entrar a la sessió que mereix una segona mirada. El que abans demanava una revisió setmanal en un full de càlcul ara es resol amb unes quantes preguntes directes, i dona a l'equip tècnic una manera constant de comparar el pla d'entrenament previst amb el que els wearables dels atletes van registrar de veritat.


    Compara atletes sense muntar un altre informe


    Comparar la plantilla ajuda a decidir on cal mirar després. És un punt de partida per investigar, no una classificació de qui és el millor atleta. Sonar AI pot comparar persones en una mètrica triada, perquè els entrenadors vegin qui millora, qui ho està passant malament i on es desmarca algú.


    "Ordena la plantilla per millora de la recuperació dels darrers 30 dies."


    "Qui ha tingut la caiguda més gran de son mitjà aquesta setmana?"


    "Mostra els 5 atletes que necessiten més atenció aquesta setmana i proposa solucions individuals"


    Perquè una classificació sigui útil, la pregunta ha d'incloure tant una mètrica com un interval de temps. Sense aquest context, els resultats generen més soroll que claredat. Per a una anàlisi de grup més àmplia, l'equip tècnic també pot filtrar l'Overview d'Atlas per categoria o objectiu, acotar la vista al grup que interessa i després obrir el perfil d'un atleta per mirar-hi de prop.


    Com combina Sonar Atlas les dades de diversos dispositius i aplicacions?


    Una atleta potser registra l'activitat amb un Apple Watch, el son amb un Oura Ring i la nutrició en una tercera aplicació. A la pestanya Sources del perfil, Atlas mostra cada dispositiu connectat, quan va sincronitzar per darrera vegada i si continua aportant dades. Totes les connexions són xifrades.


    Quan diversos dispositius reporten la mateixa mètrica, ets tu qui decideix com les combina Atlas triant Sum, Average o Max per a cadascuna. Els passos i els minuts d'exercici, per exemple, es poden sumar entre dispositius, mentre que una mètrica mòbil com la càrrega cardio setmanal encaixa més amb una mitjana. El tauler també indica quants dispositius alimenten cada xifra, cosa que ajuda a veure si una mètrica ve d'una sola font o de diverses.


    Aquest processament dona a Sonar AI una base més neta per analitzar les dades dels wearables dels atletes. En comptes de treballar sobre exportacions separades, analitza les dades que ja hi ha reunides a Atlas. Si una xifra no quadra, pots fer servir la pestanya Sources per buscar buits de sincronització o dispositius atípics abans de decidir quin pes li dones a aquella lectura.


    Pestanya Sources d'un perfil d'atleta a Sonar Atlas amb els dispositius connectats, l'última sincronització i les regles per combinar mètriques entre diverses fonts


    Integra la IA al treball diari de les ciències de l'esport


    Sonar AI rendeix més dins d'una rutina d'entrenament estable. Ajuda els equips a arribar abans a la pregunta correcta, mentre entrenadors i professionals continuen decidint què vol dir la resposta dins del pla de cada atleta.


    Repàs matinal de la plantilla


    Pregunta qui necessita atenció, mira les alertes més prioritàries i busca problemes de sincronització abans d'ajustar la sessió del dia.


    Revisió de l'atleta abans de la sessió


    Demana el resum diari d'un atleta i mira després el son, la recuperació i els entrenaments recents. Continua preguntant tan bon punt trobis un canvi que mereixi una conversa.


    Reunió setmanal de rendiment


    Demana el volum d'entrenament dels darrers 30 o 90 dies, compara'l amb el període anterior i repassa qualsevol atleta amb una tendència que hagi sortit del seu rang normal.


    Revisió de programa i de grup


    A la secció Overview, filtra per la categoria o l'objectiu que toqui, mira la tendència del grup i fes servir després Sonar AI per saber quins atletes concrets hi ha darrere del canvi.


    Vols veure-ho funcionant?


    Descobreix Atlas i reserva una demo per veure com Sonar pot ajudar els teus clients o atletes a assolir millors resultats.


    Sobre Sonar

    El teu cos parla. L'escoltes? Sonar uneix totes les teves dades de wearables, estil de vida i biomarcadors per oferir-te insights personalitzats i una detecció reservades fins ara a atletes d'elit i biohackers. Amb la confiança de més de 250.000 usuaris a més de 170 països, Sonar t'ajuda a separar el soroll del que importa en son, recuperació, estrès, activitat i nutrició, perquè et puguis centrar en el que de veritat compta. Sonar no és un altre tracker de salut. Va néixer a la Columbia University de Nova York i combina les últimes innovacions en medicina, esport i ciència de dades amb motors d'IA que detecten contínuament canvis i patrons subtils en milions de dades, ajudant-te a saber quan empènyer, quan parar i on focalitzar-te després.

    Més per explorar

    Rep les novetats de Sonar

    Comparteix el teu correu per estar al dia de tot el que es cou a Sonar

    • Català
    • Bahasa Indonesia
    • Bahasa Melayu
    • Čeština
    • Dansk
    • Deutsch
    • English
    • English (Australia)
    • English (Canada)
    • English (UK)
    • Español (España)
    • Español (Latinoamérica)
    • Español (México)
    • Français
    • Français (Canada)
    • Hrvatski
    • Italiano
    • Magyar
    • Nederlands
    • Norsk
    • Polski
    • Português (Brasil)
    • Português (Portugal)
    • Română
    • Slovenčina
    • Slovenščina
    • Suomi
    • Svenska
    • Tiếng Việt
    • Türkçe
    • Ελληνικά
    • Русский
    • Українська
    • עברית
    • العربية
    • हिन्दी
    • ไทย
    • 한국어
    • 日本語
    • 简体中文
    • 繁體中文

    CA