Slik analyserer idrettslag wearable-data fra utøvere med AI i Sonar Atlas

Som trener, coach eller idrettsfysiolog vet du allerede hvordan god oppfølging ser ut. Det vanskelige er å få det til for en hel tropp. Én synkroniserer en Garmin. En annen fører måltider i MyFitnessPal. En tredje går med en Oura Ring og åpner aldri appen for å se etter. Av seg selv snakker ikke disse tallene sammen, og når du endelig har fått dem inn i et regneark, er øyeblikket for å gjøre noe som regel forbi.

Sonar Atlas samler spredte wearable-data fra en hel tropp i én plattform for athlete intelligence. Trenere kan skumme utviklingen på tvers av laget, analysere profilen til en enkelt utøver eller stille Sonar AI et spørsmål på vanlig språk for å forstå prestasjonen bedre.

Start med ett pålitelig bilde av troppen

En AI-analyse er ikke bedre enn dataene den bygger på. Når én utøver trener med Garmin, en annen går med en Oura Ring og en tredje fører måltider i MyFitnessPal, bør ikke trenere trenge tre separate innlogginger bare for å sammenligne utviklingen.

Sonar Atlas synkroniserer data fra mer enn 600 wearables, apper og enheter, blant annet Apple Health, Google Health, Garmin, Oura og Strava. Søvn, økter, restitusjon, ernæring, rekorder og biomarkører havner derfra i det samme systemet.

Seksjonen Overview gir trenere et sanntidsbilde av hele troppen: gjennomsnittlig Recovery, Sleep, Strain, Stress og Nutrition for valgt periode, utviklingen i gruppen over tid, synkroniseringsstatus for hver tilkoblet enhet og utøverne som må følges opp først. Hele analysen ligger der i et format du klarer å ta inn.

Spør hvem som trenger oppmerksomhet i dag

En morgenrunde starter som regel med ett praktisk spørsmål: hvor skal staben se først? Sonar AI kan åpne alle aktive varsler i troppen og sortere dem etter prioritet, slik at du begynner med unntakene i stedet for å gå gjennom én profil av gangen.

"Hvilke utøvere har hatt en recovery score under 50 tre dager på rad?"

"Vis meg alle som har fått HRV mer enn 15 % under baseline denne uken."

"Hvem har ikke synkronisert wearable-en sin de siste dagene?"

"Hvilke utøvere hadde det skarpeste hoppet i treningsbelastning fra uke til uke?"

Hvert svar kommer tilbake som et varselkort som beskriver problemet. Staben kan åpne profilen til utøveren og bekrefte kildedataene før den bestemmer seg for å justere treningen.

Spør hvorfor restitusjonen til en utøver har endret seg

Et varsel forteller hva som har endret seg. Neste spørsmål er nesten alltid hvorfor. Sonar AI kan samle de beslektede kurvene til en utøver på ett sted, slik at du ser mønsteret i stedet for å åpne fire separate grafer.

"Hvorfor falt restitusjonen til Kate denne uken?"

"Øker treningsbelastningen hennes for raskt?"

For en utøver som Kate gir det første spørsmålet en forklaring i stedet for bare et tall. HRV-en hennes ligger rundt 12 % under baseline, og hun sover i snitt 6 timer og 4 minutter mot de vanlige 7 timene og 12 minuttene, mens treningsstrain har holdt seg stabil. Til sammen peker signalene mot at det handler mer om kvaliteten på restitusjonen enn om belastningen.

Et oppfølgingsspørsmål tester den antakelsen direkte. Sonar AI kan vise at den akutte belastningen hennes over 7 dager ligger innenfor 6 % av den kroniske belastningen, slik at et plutselig hopp i mengde er mindre sannsynlig. Det gir staben en tydeligere grunn til å justere på restitusjonen enn til automatisk å kutte i ukens treningsmengde.

Samtalen holder seg i én tråd. Du kan følge opp med "vis HRV også nå" eller "sammenlign det med forrige uke", og Sonar AI husker konteksten fra før, slik at gjennomgangen går videre i stedet for å starte på nytt hver gang.

Be om utviklingen i det formatet du trenger

Ulike roller vil ha ulike svar. En idrettsfysiolog vil kanskje ha en graf som viser retningen. En fysioterapeut vil ha et kort sammendrag på troppsnivå. En trener som forbereder en samtale med en utøver, vil ha de eksakte dagstallene.

"Tegn restitusjonen til Mia Torres de siste 30 dagene som graf, og marker det normale området hennes."

"Gi meg en tabell med de eksakte daglige søvnscorene til Jordan de siste to ukene, ikke et gjennomsnitt."

"Oppsummer restitusjon, hvilepuls og HRV for Sam før økten på fredag."

Sonar AI kan kombinere en skriftlig forklaring med en interaktiv graf, et trendpanel, et utøverkort eller en utvidbar tabell, alt etter spørsmålet. Når en måling tegnes over en bestemt periode, kan Atlas også markere det normale området til utøveren bak trendlinjen. Da leses endringer opp mot det som er normalt for den enkelte, i stedet for mot et generisk måltall.

Spør om økter og treningsmengde

Wearable-data blir først virkelig nyttige når trenere kan koble responsen til en utøver sammen med arbeidet som faktisk ble gjort. Sonar AI kan hente de siste øktene med aktivitetstype, varighet, distanse, kalorier, strain og puls, og summere det opp til en lengre oversikt over treningsmengden.

"Hent øktene til Alex fra de siste to ukene, sortert etter strain."

"Oppsummer treningsmengden til Alex de siste 90 dagene mot de 90 dagene før."

"Hvilken av øktene til Alex hadde høyest gjennomsnittspuls denne måneden?"

En nyttig fremgangsmåte er å starte i listen over de siste aktivitetene og deretter gå i dybden på økten som fortjener et nærmere blikk. Det som før krevde en ukentlig runde i et regneark, løses nå med noen få direkte spørsmål, og gir staben en fast måte å holde den planlagte treningen opp mot det de wearable-enhetene til utøverne faktisk registrerte.

Sammenlign utøvere uten å bygge enda en rapport

Sammenligninger i troppen hjelper laget med å bestemme hvor de skal se videre. De er et utgangspunkt for undersøkelse, ikke en resultatliste over hvem som er den beste utøveren. Sonar AI kan sammenligne folk på en valgt måling, slik at trenere ser hvem som er i framgang, hvem som sliter, og hvor en utøver skiller seg ut.

"Ranger troppen etter framgang i restitusjon de siste 30 dagene."

"Hvem hadde det største fallet i gjennomsnittlig søvn denne uken?"

"Vis de 5 utøverne som trenger mest oppmerksomhet denne uken, og foreslå individuelle løsninger"

For at en rangering skal være nyttig, bør spørsmålet inneholde både en måling og en tidsperiode. Uten den konteksten skaper resultatene mer støy enn klarhet. For bredere gruppeanalyse kan staben også filtrere Atlas Overview etter kategori eller mål, snevre inn visningen til den aktuelle gruppen og deretter åpne en enkelt utøverprofil for et nærmere blikk.

Hvordan kombinerer Sonar Atlas data fra flere enheter og apper?

En utøver sporer kanskje aktivitet med en Apple Watch, søvn med en Oura Ring og ernæring i en tredje app. Under fanen Sources i profilen til en utøver viser Atlas hver tilkoblede enhet, når den sist synkroniserte, og om den aktivt leverer data. Alle tilkoblinger er kryptert.

Når flere enheter rapporterer den samme målingen, styrer du selv hvordan Atlas kombinerer avlesningene ved å velge Sum, Average eller Max for hver måling. Skritt og aktive minutter kan for eksempel summeres på tvers av enheter, mens en løpende måling som ukentlig cardio load heller beregnes som et gjennomsnitt. Panelet viser også hvor mange enheter som bidrar til hvert tall, slik at det er lettere å se om en måling kommer fra én kilde eller flere.

Den bearbeidingen gir Sonar AI et renere grunnlag for å analysere wearable-data fra utøvere. I stedet for å jobbe på tvers av separate eksporter analyserer den dataene som allerede er samlet i Atlas. Ser et tall rart ut, kan du bruke fanen Sources til å se etter hull i synkroniseringen eller enheter som skiller seg ut, før du bestemmer hvor mye vekt avlesningen skal ha.

Gjør AI til en del av det idrettsfaglige arbeidet

Sonar AI fungerer best som en del av en fast treningsrutine. Det hjelper lag med å komme raskere frem til riktig spørsmål, mens trenere og fagfolk fortsatt avgjør hva svaret betyr i planen til den enkelte utøveren.

Morgengjennomgang av troppen

Spør hvem som trenger oppmerksomhet, se på varslene med høyest prioritet og se etter synkroniseringsproblemer før du justerer dagens øktplan.

Utøvergjennomgang før økten

Be om dagsoversikten til en utøver, og se deretter på søvn, restitusjon og den siste treningen. Følg opp så snart du finner en endring som er verdt en samtale.

Ukentlig prestasjonsmøte

Be om treningsmengden de siste 30 eller 90 dagene, sammenlign med perioden før, og gå gjennom enhver utøver hvis kurve har beveget seg utenfor det normale området.

Program- og gruppegjennomgang

Filtrer i seksjonen Overview på den aktuelle kategorien eller målet, se på utviklingen i gruppen, og bruk deretter Sonar AI til å finne ut hvilke enkeltutøvere som driver endringen.

Vil du se det i praksis?

Utforsk Atlas og book en demo for å se hvordan Sonar kan hjelpe klientene eller utøverne dine til bedre resultater.