Почему модели ошиблись в Париж vs Майами?

Числа не лгут — но модели ошиблись

Я три года создавал системы прогнозирования посещаемости для топ-матчей. Когда ФИФА опубликовала цифры раунда ¹⁄₈ ЧМ, наша модель провалилась: «ПСЖ против Майами» продала 65 574 билетов на «Стад де Маракана». Прогноз — 52 000±3000. Ошибка — свыше 26%.

Почему стадион важнее бренда

Топ-матчи решались не брендом, а вместимостью и плотностью города. «Хард Рок» (62 149) обогнал «Камп Ноу» (62 149), несмотря на глобальный имидж Real Madrid. Почему? Потому что Майами — культурный хаб с интегрированной инфраструктурой, а не просто поле.

Три смещения алгоритма

Первое: предвзятость типа стадиона — современные арены с мультисобытийными зонами привлекают больше нем-футбольных фанатов (концерты, киберспорт). Второе: перекос дохода — у Майами и Атланты выше средний доход, чем у европейских городов. Третье: задержка данных — обучение шло по паттернам Пример Лиги, а не глобальным событиям.

Исправление модели — призыв к действию

Нам нужны реальные данные о стадионах в прогнозных пайплайнезах, а не статистика прошлых сезонов. Интегрируйте API билетов от локальных партнёров (например, Live Nation). Добавьте кривые спроса с учётом погоды и доступности общественного транспорта. Это не эмоции — это калибровка.

Следующий раз, когда интуиция скажет вам «Париж привлечёт больше», проверьте карту мест.