午夜免费电影-中文字幕丰满乱孑伦无码专区-久久久久久亚洲精品无码-国产精品天天狠天天看

體育數據分析在北美的發展歷史及現狀

1、1944年MLB布魯克林道奇就雇傭數據分析員

盡管“點球成金”取得了巨大的成功，但它還是受到了不少的爭議。體育數據分析的歷史要比作者劉易斯筆下所描述的要豐富得多。

比如鑄就奧克蘭運動家在進攻上高產表現的決定性數據上壘率，早在1944年就有人意識到其重要性。MLB布魯克林道奇的總經理布蘭奇-里奇在當年雇用阿蘭-羅斯擔任球隊的數據分析員，并在之后于著名的“生活雜志(LIFE Magazine)”上發表“告別舊思想(Goodby to Some Old Baseball Ideas)”一文，分享了羅斯發現上壘率數據的故事。

2、克拉夫特家族用數學模型管理工資帽

也有人質疑，比利-比恩和他的奧克蘭運動家只是因為“點球成金”這本書而被推上神壇。在他們之前早有先行者，比如新英格蘭愛國者：1994年，NFL正式引入“工資帽”體系。于同年入主愛國者的克拉夫特家族意識到了工資帽管理與球隊成績之間的關聯性。時任球隊副總裁的現球隊主席喬納森-克拉夫特聯手當年在金融界的同事，開始運用數據模型來管理球隊的薪金分布及結構。精明的工資帽管理也使得這支東北球會在球員人事決策上棄取自如，在NFL中保持長期的競爭力。

3、“點球成金”推開了統計學背景人士進職業聯盟管理層的大門

不過，“點球成金”這本書的確成功地傳播了將數據分析帶入人事決策的概念，改變了整個MLB乃至整個北美職業體育的面貌。在該書出版之前，球隊雇用純統計學背景人士進入管理層的決定若被公開報道，將難逃來自媒體和球迷群體的抨擊。但在過去的十幾年中，體育數據分析已成長為提高球隊競爭力的“必需品”。

2012年12月中旬，NBA孟菲斯灰熊在新老板完成對球隊收購后，聘請了ESPN籃球數學家約翰-霍林格擔任球隊籃球事務部副總裁。在ESPN的告別文中，霍林格寫道：“很難相信這一切都變成了事實。但8年前，很少有球隊對數據分析感興趣，而感興趣的那些人也不愿公開承認……但在不到10年時間內，很多球隊都改變了他們的思路：如今，許多球隊甚至都在對外炫耀自己在數據分析上的投入。聯盟里至少有三分之二的球隊已在這上面進行投資，盡管有部分球隊只是在形式上做做樣子，但大多數還是非常投入。”

霍林格所說的NBA2/3球隊已經開始投入數據分析并不夸張。根據ESPN最近的一份統計報告顯示，整個MLB聯盟在數據分析上投入的球隊已多達22支，而完全不相信數據分析的球隊僅有2支。NBA方面，完全不相信數據分析也只有布魯克林籃網，紐約尼克斯和洛杉磯湖人這三支球隊。

4、MIT體育分析峰會應運而生

正因為“點球成金”扭轉了公眾對于體育數據分析的想法，許許多多有著數據統計背景的“圈外人”能夠堂堂正正地走進圈內，發光發熱。這也催生了一個生態圈的形成。創建一個分享討論的交流平臺也成為了必然。

在2006年4月3日跳槽至NBA休斯敦火箭后，原本在麻省理工學院教授體育商業課程的達雷爾-莫雷因無暇于波士頓和休斯敦之間來回奔波，而選擇將他的課程進行轉型。麻省理工學院斯隆體育分析峰會(MIT Sloan Sports Analytics Conference，以下簡稱為MIT體育分析峰會)也由此應運而生，在過去的十年間逐步成長為體育數據分析領域的標準制定者和領導者，進一步催化體育數據分析的發展。

5、凱爾特人是第一支深挖球迷大數據的NBA球隊

如今，體育數據分析的范疇已不局限于球隊在場上的表現好壞。它已滲透至北美職業體育的方方面面。越來越多的球隊及機構意識到，在商業領域的深度數據分析能夠增強他們的盈利能力。

2003年1月，以維克-格羅斯貝克和史蒂夫-帕柳卡為首的財團收購了NBA波士頓凱爾特人。有著風險投資背景的格羅斯貝克認為，球隊除了在籃球事務方面需運用數據分析之外，在商業事務方面也得實踐。正是在格羅斯貝克的領導下，凱爾特人成為NBA范圍內第一支在球迷體驗方面進行深度信息挖掘的球隊。綠衫軍的這套思維模式也在日后為其他球隊及NFL所借鑒及運用。

在今年的MIT體育分析峰會上，格羅斯貝克如是說：“在商業這邊，我們通過數據分析開始更進一步地去認識我們的球迷。我們修改了整個會員系統。你不再是凱爾特人的季票持有者。你是我們球隊的一份子。我們希望盡可能地認識你。我們試著去找到你的需求，然后短平快地回饋你。科技讓我們懂得如何去感謝球迷，什么時候去感謝球迷?！?/p>

6、博客圈與高階數據的靈活應用

隨著互聯網于21世紀蓬勃發展，博客圈的出現大大降低了體育圈外人進入媒體行業的門檻。這也使得在過去十幾年中，媒體界內涌現出一大批優秀的體育數據分析作者。一篇篇干貨十足的文章，一個個有別于傳統記者的觀點迫使主流體育媒體重新思考。

當年從博客圈中脫穎而出的前ESPN首席寫手，Grantland創立者比爾-西蒙斯就曾坦言，有營養的數據分析能夠加強自己作品的質量，滿足自己的受眾。他當年為Grantland招募的扎克-洛，比爾-巴恩韋爾，喬納-克里，科克-高爾斯貝里等人，都是擅于運用數字闡述自己觀點的優秀寫手。如今，高階數據詞匯已在各家體育電視網絡的日常節目中頻繁出現。像ESPN這樣的媒體也開始在高階數據研發上加強投入，以此更好地服務球迷。

體育數據分析在NBA的瓶頸與突破

1、從TENDEX方程到球員效率值

近年來，北美職業體育在中國市場的開發上頻出動作。MLB與樂視體育達成全生態戰略合作，已計劃每年在樂視旗下的各平臺上直播超過120場賽事。NFL也在積極探索在中國舉行常規賽的可能。

但無疑，NBA才是最受國人歡迎的北美職業體育賽事。作為登陸最早受眾最廣的聯盟，NBA在大中華地區的商業拓展已非常成熟。休斯敦火箭CEO泰德-布朗在今年的MIT體育分析峰會上就曾感嘆：“我們在中國播一場比賽，比如說火箭打凱爾特人。在中國看這場比賽直播的觀眾數量比我們本地臺一個賽季的還要多。”因此，籃球的體育數據分析也是中國體育迷們所最先接觸到的。

早期的籃球數據分析與棒球的方向相同，都是基于初階數據轉化創造出高階數據。大衛-席侖是該領域的先鋒人物。他在1958年所創造（直到1989年發表出版）的TENDEX方程是籃球歷史上第一個用來評估球員個人水平的線性方程（席侖的TENDEX效率值= [得分 + 籃板+ 助攻 + 搶斷+ 蓋帽 – 投籃錯失數– 0.5 * 罰籃錯失數 – 失誤 – 犯規] / 上場時間）。

此后，又有不少人士以TENDEX方程為基礎，創造出各種版本的線性模型，并以此用來評估球員的個人效率。其中最著名的莫過于由霍林格所創造的球員效率值(Player Efficiency Rating，簡稱PER)，目前已被廣泛使用。

2、為什么說籃球的數據分析還處于“嬰兒期”

但是，目前在北美的主流觀點依舊是：籃球以及其他體育項目在數據分析上較棒球，仍處于“嬰兒學步”的狀態。

其原因其實不難理解。棒球的數據由投手數據，打擊數據和守備數據三個部分組成。前面兩項的初階數據均有著“非黑即白”的特征，比較好收集（比如“打者上壘只有成功和不成功”，又比如“投手對打者只有解決和不解決”）。因此，這兩項數據在高階數據方面較牽扯到人員移動的守備數據更容易開發。

而籃球是一個非?！皠討B”的運動。其初階數據并不能很好地體現球員的能力。霍林格本人也承認，像蓋帽和搶斷這樣的初階數據本身就會誤導人們對于防守本身的理解。這也導致在衡量球員個人防守表現時，他的PER評值并不是一個值得信賴的考核工具。像布魯斯-鮑文這樣被世人認為是外線頂級大閘的球員，其PER值一直都處于個位數水平（聯盟平均PER值是15）。

同時，類似于PER的高階數據也不能為教練人員帶來多少營養。盡管近年來有像“正負值”這樣更“顧大局”的數據被NBA官方引入，但它也不能很好地對球員個人的作用進行很好的詮釋。于是，數據對于臨場執教的有限價值也成為了籃球數據分析研發的一大瓶頸。

3、SportVU球員追蹤系統，讓分析人士有了與教練交流的語言

不過，球員追蹤系統的出現解決了這一難題。

2005年，一群有著導彈追蹤背景的以色列科學家發明了SportVU球員追蹤系統。其本質是一個攝像機系統，被安置在體育場館上空，對籃球場上的一切活動進行每秒25次捕捉。該系統能實時提供球員的二維移動以及籃球的三維移動數據。

自2013年以來，SportVU已在NBA全部29個球館中完成安裝，共記錄了超過3000場NBA比賽。該系統所提供的海量數據為各球隊的數據分析提供強有力的基礎。

在SportVU誕生前，一支球隊若想知道其球員在擋拆防守方面的表現的話，他們收集信息的方式只有手動觀看錄像這一種。這樣的工作費時費力，且效率不高。如今，他們可以從SportVU這邊下載數量達萬級的擋拆防守數據，通過機器學習來識別并確定每一個擋拆防守的種類，并在識別工作完成后對每一項擋拆防守類別進行逐一分析并總結。

SportVU系統能夠讓各球隊的分析人士通過坐標數據來解讀場上的方方面面，比如球員的投籃熱點，亦或是他們在場上的跑動距離等。而諸如此類的信息無疑是具有價值的，因為這些信息都是簡單易懂的籃球語言，可以為教練員，訓練師和球員們帶來更加直觀的認識。因此，SportVU也被MIT體育峰會列為過去十年以來體育產業界最重要的革新技術。

關于體育分析的爭議

一直以來，體育數據分析在體育產業中的角色存在著各種爭議。很多人擔心職業體育在接受數據分析及創新后會引發負面效應。他們對于分析派人士接管球隊管理層存在抵觸情緒，對數據是否能讓球隊保持長期成功提出質疑。他們甚至擔心，數據分析最終會帶走運動本身的魅力，影響它們的受歡迎程度。

當然，單以“創新即正面”的論調來回擊這些爭議是不負責任的。這些質疑的聲音是值得去探討的。在“創新的擴散(Diffusion of Inovations)”一書中，社會學學家埃弗里特-羅杰斯將創新所能引發的負面后果歸納為“間接的”，“不受歡迎的”和“意料之外的”這三大類。

在對以上這些反對聲音進行逐一評估后，我們不難得出數據分析對職業體育的負面影響是有限的：傳統派人士和分析派人士之間的關系并非矛盾。而球隊只要將信息私有化，就有長期保持競爭力的可能。數據分析的引入也并非是導致個別運動受歡迎度下降的決定因素。

就目前而言，數據分析并沒有破壞北美職業體育的競爭環境，而是進一步加強它們的競技性。正如NBA達拉斯小牛老板馬克-庫班所認為的，職業球隊將數據分析納入考慮范圍的動機其實清晰且直白：“我只是想盡我所能，讓小牛取得盡可能多的優勢。”

【號外！】以“融合·新生態”為主題的《執惠·2016中國旅游大消費創新峰會》將于6月16日在國家會議中心舉行，屆時國內旅游、投資、體育、營銷、娛樂、媒體、戶外等近千名各界精英將齊聚一堂，直擊旅游大消費產業前沿，探索廣闊未來，分享最具創新性的產品體驗，聚合最優質的投資與營銷資源，積聚能量，共創價值。歡迎點擊鏈接查看詳情并報名：http://m.gzvtc-edu.com/activity/new-eco#join