大數據如何引發職業體育的大變革_數據分析師

電影《點球成金》告訴我們，數據科學家能解決球隊老板用錢解決不了的問題：打造一支冠軍球隊?！斑@并不奇怪”，哈佛大學定量社會科學研究院的主任Gary King說，“如果你總結一下那些數據分析能夠起到巨大作用的行業的特點，你就會發現，職業體育行業基本具備了這些特點，這也就是為什么數據分析在職業體育中具有如此重要的作用的原因?！蔽闹兴f職業體育的特點就是可定量，而大數據則是通過定量的數據比對，來找到解決問題的方法。這一點對于世界第一運動的足球尤為重要。

大數據分析好的聯賽標準

大數據是有能力幫助提升一個聯賽的水平。2004年創立的中超，只是模仿英超取個名字，可是水平不怎么樣，但差在什么地方，要從哪些方面來看提升，好像沒有太明確的方向。當方向不確定的時候，出現笑話也就再所難免，我們在追求足球風格時，曾經提出了一個莫須有的“歐洲拉丁派”，甚至提出要鍛煉 “叉腰肌”，而大數據時代則大不同了。

以前，關于足球的數據統計只有角球、任意球、紅黃牌和射門次數，大數據時代，聯賽水平的體現有了許多直觀的參數，如跑動距離、有效比賽時間、移動軌跡、控球時間、傳球次數等等。以跑動距離、有效比賽時間作比即可一分高下，2010年國際足聯的相關統計，職業足球運動員全場跑動距離平均為10000米，中超球員為7000米左右;有效比賽時間，2011年中超的實際有效時間為場均49分03秒，韓國聯賽為56分09秒，歐冠聯賽場均比賽有效時間為62分39秒。

再從大數據的角度來看，2012年和2013年的中超平均跑動距離都是超過萬米;有效時間，2012年超過50分鐘，2014年的目標是60分鐘，中超的水平確實有了提升，要不也不會有場均1.8萬人的現場觀眾，好歹也是亞洲第一，世界第十。

一個聯賽的水平，不光體現在競技水平上，還會體現在對媒體、對球迷的服務上，從這個方面再看大數據對已經高度職業化的NBA的幫助。NBA官方網站之前有內部的統計工具，只有一些授權的媒體可以使用做一些高級的深入數據分析，2012年，NBA與數據分析解決方案公司合作，NBA從得分、進攻、防守、做球等幾大類統計了多達90多項技術指標，數據公司幫助處理NBA高達4500萬億條分割的統計數據。

所以到當2013年圣誕節時，NBA可以很快地告訴一個球迷從1947年開始NBA圣誕節特別節目開始，他喜歡的球隊多少次出現在圣誕節比賽中。解說員經常會說“第三節時科比和奧尼爾合起來得分超過55分，湖人隊沒有輸過”之類的話語，一邊說一邊可能感謝萬能的大數據。

大數據指導訓練

聯賽水平的根基在于日常訓練，這一點大家應該沒有什么疑義。但這一切沒有在大數據時，訓練更多地是從精神層面來要求，比如“女排精神”“三從一大”(從難、從嚴、從實戰出發，大運動量)，這種口號好提但是具體怎么做卻無從下手。

當年流行于中國的12分鐘體測，之前一直說是提高運動員的體能，到最后足協官員也承認“無氧耐力法測試的是一種精神力量”。

正是由于訓練中長期缺乏數據，尤其是大數據的指導，才會只淪落到精神層面為主導?，F在訓練中應用大數據的例子，在足球發達國家例子已經很多了，而這兩年中超的球隊也在注重訓練中大數據的使用，廣州恒大、山東魯能、江蘇舜天等等。

新浪體育是這么介紹，山東魯能采用的GPSports系統：

這套高科技系統對隊員們在訓練中的心率、速度，距離，加速度和減速度等指標進行記錄、分析和監控，監控隊員的訓練量是否達到或超過相應的指標，同時，也能預防隊員在訓練中出現的傷病。通過科學的訓練方法，對隊員們訓練提高和預防傷病起到很大的作用。

不知道當年被稱為“亞洲第一前鋒”的郝海東，足協體測困難戶，多次面臨拿不到上崗證的他，現在了解到這種基于大數據的訓練方法會作何感想?

中超的球隊普遍是今年剛用上這些設備，可能還沒有來得及享受到大數據的好處，英超球隊埃弗頓、英格蘭主力魯尼的老東家這個方面有發言權，他們是這么評價大數據的作用：

我們用GPS和心率測量儀來監測每個球員的狀態。從體能的角度來說，最顯著的數據是沖刺數量、沖刺距離和每個球員投入的高強度運動次數。我們這樣監測一整個賽季下來，就能知道一個球員目前狀態是否疲勞，以及他需要多久的休息時間。

大數據分析速滑的訣竅

說完了團體運動的足球，再來看看更側重于個人的速度滑冰，雖然它不是那么的職業化，但是這種更強調個人技巧的運動，大數據對其的作用更大。

2010年，4年前的溫哥華冬奧會，前4項比賽，韓國速度滑冰運動員獲得2金1銀的優異表現，要知道這是在堪稱“短道速滑之國”的國家在溫哥華大道賽場上所取得的，其中的秘訣何在?

之后，人們從數據方面分析，發現韓國隊的拐彎時候，速度比其他國家的要快。通過這個大數據的分析，再結合慢鏡頭，人們發現了韓國隊的先進技術：在過彎時，通過身體重點心轉移，步點的轉換，達到一個不減速的效果，甚至還可以加速。

就是憑借這個先進技術，一時間在溫哥華的賽場刮起“韓流”。

大數據已經很大程度上影響到職業體育的水平，另一方面，對于職業體育來說，所從事的運動不同對于大數據有不同的應用需求，例如，足球和籃球所遇到的大數據問題是不一樣的，團體與個人的運動又會是大不同。海量數據處理的復雜性，對數據中心的計算能力提出了挑戰，英特爾就正利用自己在計算領域長久的積累，從支撐計算的芯片產品，到實現分析的解決方案，在職業體育上發揮著不可替代的作用。 好教練難求，但是經過計算和處理的多維度的數據卻是可以普及和借鑒的。大數據改變職業體育，并賦予職業體育全新的商業價值，并非一件遙不可及的事。

當然大數據也有其局限性，埃弗頓主教練馬丁內斯和他的球探里弗斯和布朗都認為“光憑數據就能買進某個球員”這種想法是十分荒謬的，博爾頓的分析研究總監布萊恩·普萊斯迪奇甚至舉出了一個反例：自從他們的守門員開始研究對方的點球手的數據以后，他的撲點球效率反而降低了，過去兩個賽季只有9%的成功率。

職業體育與大數據結合，確實對職業體育影響很大，也得出了很多有用的結論，但通過大數據徹底影響比賽結果，目前可能性不大，體育運動，其最大的魅力恰恰在于不可完全預測的下一秒。