随着现代体育的发展，越来越多的球类运动逐渐开始依靠于统计和分析。让人们觉得与其说比赛是以球员和团队为核心的激烈对抗 更像是统计数据模型之间的比较而已。可是真实的赛场千变万化，基于宏观大数据并不能准确分析比赛结果。迪斯尼研究中心新的研究成果既综合了传统的数据分析方法，并且将重点放在了对比赛更为重要的参赛选手之上，可以给出比 赛运动员个人行为的准确预测分析。目前迪士尼研究中心分别开发了篮球和足球运动的相关预测模型。

在篮球预测方面，研究团队对2012-13赛季的630场NBA篮球比赛进行了数据跟踪，对各个球员处理球的行为进行了数据建模。建立了一套模型可以自动预测，球员在特定位置最有可能将球传给哪些队员，最有可能进行怎样的动作，以帮助进攻方和防守方了解如何制定最优策略。虽然该模型相对简单，但研究人员发现其预测精度非常之高。

在足球运动预测方面，情况略有不同，模型也复杂的多。关注于某个特定球员的行为建立预测模型并不适用。因此研究团队转而面向研究特定位置的行为模式来预测比赛。通过建立更大型的数据，对4亿个赛季球员和足球数据点的轨迹采集分析，建立了一个更大型的模型，可以预测分析某个位置的球员接到足球时可能从哪路发起攻击。并能够根据场上球员的站位，及切换分析他们的战术等等。