北美体育数据分析的发展历史及现状

1. MLB 布鲁克林道奇队于 1944 年聘请数据分析师

尽管《点球成金》取得了巨大成功，但它也并非没有争议。 体育分析的历史比作者刘易斯所讲述的要丰富得多。

例如，早在 1944 年，上垒率这一决定奥克兰运动队进攻效率的决定性统计数据就被认为很重要。美国职业棒球大联盟布鲁克林道奇队的总经理布兰奇·里奇聘请艾伦·罗斯作为球队的数据分析师当年，后来在著名的《LIFE》杂志上发表了《告别一些旧思想》。 Ideas”，分享罗斯发现上垒百分比数据的故事。

2.卡夫家族利用数学模型来管理工资帽

其他人则质疑比利·比恩和他的奥克兰运动队队友是否仅仅因为《点球成金》这本书而被推上神坛。 在他们之前也有先行者，比如新英格兰爱国者队：1994年，NFL正式引入“工资帽”制度。 同年接管爱国者队的克拉夫特家族意识到工资帽管理与球队表现之间的相关性。 时任球队副总裁、现任球队主席的乔纳森·克拉夫特（ Kraft）与金融界的同事合作，开始使用数据模型来管理球队的薪资分配和结构。 智能的工资帽管理也让这家东北俱乐部能够自由决定球员人事，保持在NFL的长期竞争力。

3、《点球成金》为统计背景的人进入职业联赛管理打开了大门

不过，《点球成金》这本书确实成功传播了将数据分析带入人事决策的理念，改变了整个MLB乃至整个北美职业体育的面貌。 在这本书出版之前，一支球队决定聘请一位纯粹统计背景的人进入管理层，如果被公开报道，将无法逃脱媒体和球迷的批评。 但过去十几年，体育数据分析已经成长为提高球队竞争力的“必备”。

2012年12月中旬，NBA孟菲斯灰熊队在新东家完成对球队的收购后，聘请ESPN篮球数学家约翰·霍林格担任球队篮球事务副总裁。 在 ESPN 的告别文章中，霍林格写道：“很难相信这已经成为事实。但八年前，很少有球队对数据分析感兴趣，感兴趣的人也不愿意透露。承认吧……但在不到10年，很多球队都改变了想法：现在，很多球队甚至在炫耀自己在数据分析方面的投入，联盟中至少有三分之二的球队都在这方面进行了投入，而虽然有些球队只是炫耀，大多数人都非常坚定。”

霍林格说三分之二的NBA球队已经开始投资数据分析并不夸张。 据ESPN最近的一份统计报告显示，整个MLB多达22支球队在数据分析上进行了投入，而只有2支球队根本不相信数据分析。 在NBA中，只有布鲁克林篮网队、纽约尼克斯队和洛杉矶湖人队这三支球队根本不相信数据分析。

4. MIT体育分析峰会应运而生

正是因为《点球成金》改变了大众对于体育数据分析的思维，很多统计出身的“局外人”才能堂堂正正地进入这个圈子，大放异彩。 这也催生了生态系统的形成。 创建一个分享和讨论的交流平台也成为必然。

2006年4月3日转投NBA休斯敦火箭队后，原本在麻省理工学院教授体育商业课程的达里尔·莫雷因没有时间在波士顿和休斯顿之间来回而选择转型课程。 。 麻省理工学院斯隆管理学院体育分析峰会（MIT Sloan，以下简称麻省理工学院体育分析峰会）由此应运而生。 十年来，它逐渐成长为体育数据分析领域的标准制定者和领导者，进一步催化了体育数据分析的发展。

5.凯尔特人队是第一支深入研究大球迷数据的NBA球队

如今，体育数据分析的范围不再局限于球队在场上的表现。 它已经渗透到北美职业体育的各个方面。 越来越多的团队和组织意识到商业领域的深度数据分析可以增强他们的盈利能力。

2003年1月，以维克·格罗斯贝克和史蒂夫·帕柳卡为首的财团收购了NBA球队波士顿凯尔特人队。 拥有风险投资背景的格罗斯贝克认为，球队除了在篮球事务上运用数据分析外，在商业事务上也必须脚踏实地。 正是在格罗斯贝克的带领下，凯尔特人队成为NBA第一支在球迷体验方面进行深度信息挖掘的球队。 凯尔特人队的这种思维模式未来也将被其他球队和NFL学习和使用。

在今年的麻省理工学院体育分析峰会上，格罗斯贝克表示：“在商业方面，我们开始通过数据分析更好地了解我们的球迷。我们修改了整个会员体系。你不再是凯尔特人队的季票持有者。你是是我们团队的一部分。我们希望尽可能多地了解您。我们尝试找出您需要什么，然后快速地回复您。技术让我们知道如何感谢粉丝以及何时去感谢粉丝。 ”

6. 博客圈和高级数据的灵活应用

21世纪互联网飞速发展，博客圈的出现，大大降低了体育圈外人进入媒体行业的门槛。 这也导致了近十几年来媒体行业涌现出一大批优秀的体育数据分析作者。 充满信息性的文章和不同于传统记者的观点迫使主流体育媒体重新思考。

从博客圈崛起的前ESPN主笔、创始人比尔·西蒙斯曾坦言，有营养的数据分析可以提升作品质量，让观众满意。 他当年招募的扎克·洛（Zach Lowe）、比尔·巴恩韦尔（Bill ）、乔纳·克里（Jonah Kerry）、柯克·加尔斯伯里（Kirk ）等人都是优秀的作家，擅长用数字来阐述自己的观点。 如今，高级数据词汇频繁出现在各种体育电视网络的日常节目中。 ESPN等媒体也开始加大高端数据研发投入，以更好地服务球迷。

NBA体育数据分析的瓶颈与突破

1.从方程到玩家效率值

近年来，北美职业体育开拓中国市场动作频频。 MLB与乐视体育达成全生态战略合作nba球员效率值查询，计划每年在乐视各平台转播超过120场赛事。 NFL也在积极探索在中国举办常规赛的可能性。

但毫无疑问，NBA是最受国人欢迎的北美职业体育赛事。 作为推出最早、受众最广泛的联盟，NBA在大中华区的业务拓展已经非常成熟。 休斯敦火箭队首席执行官特德·布朗在今年的麻省理工学院体育分析峰会上感叹道：“我们在中国转播一场比赛，比如火箭队对阵凯尔特人队，在中国现场观看这场比赛的观众数量比我们当地还要多。”台湾一季就有更多。” 因此，篮球运动数据分析也是中国体育迷首先接触到的。

早期的篮球数据分析与棒球的方向相同，都是基于初级数据转换来创建高级数据。 大卫·席伦（David Silen）是这一领域的先驱。 他于 1958 年创建的方程（直到 1989 年发表）是篮球历史上第一个用于评估个人球员表现的线性方程（塞伦的效率 = [得分 + 篮板 + 助攻 + 抢断 + 盖帽 – 投篮不中罚球数– 0.5 * 罚球失误数 – 失误 – 犯规] / 上场时间）。

从那时起，许多人根据该方程创建了各种版本的线性模型，并用它们来评估球员的个人效率。 最著名的就是霍林格创造的球员效率值（PER，简称PER），目前被广泛使用。

2. 为什么说篮球数据分析仍处于“起步阶段”？

不过，目前北美地区的主流观点仍然是，篮球等运动在数据分析方面相对于棒球仍处于“婴儿学步”状态。

原因其实并不难理解。 棒球数据由三部分组成：投球数据、击球数据和守场数据。 前两项的初步数据具有“非黑即白”的特点，比较容易收集（例如，“击球手只能上垒成功或不成功”，或者“投手只能解决或不成功”）。不解决面糊”）。 因此，这两个数据在高层数据方面比涉及人员流动的外勤数据更容易开发。

篮球是一项非常“充满活力”的运动。 其初步数据并不能很好地体现球员的能力。 霍林格本人也承认，像盖帽和抢断这样的基本统计数据本身就会误导人们对防守本身的认识。 这也导致了他的PER评分在衡量球员个人防守表现时并不是一个值得信赖的评估工具。 像布鲁斯·鲍文这样被世界认为是顶级外线防守者的球员nba球员效率值查询，PER值一直都在个位数（联盟平均PER值为15）。

同时，PER等高端数据并不能给教练组带来太多营养。 虽然近年来NBA官方推出了更多“正负值”等“大局”数据，但并不能很好地解释球员个人的作用。 因此，数据对于临场教练的价值有限也成为篮球数据分析和研发的一大瓶颈。

3.球员追踪系统让分析师有语言与教练沟通

然而，玩家追踪系统的出现解决了这个问题。

2005年，一群具有导弹跟踪背景的以色列科学家发明了玩家跟踪系统。 其本质是一个放置在体育场上方的摄像系统，每秒25次捕捉篮球场上的所有活动。 系统可以提供实时的球员二维运动数据和篮球的三维运动数据。

自2013年以来，它已安装在所有29个NBA球馆中nba球员效率值查询，并记录了超过3000场NBA比赛。 该系统提供的海量数据为各团队的数据分析提供了坚实的基础。

在它诞生之前，如果一支球队想要了解自己球员在挡拆防守中的表现，唯一收集信息的方法就是手动观看视频。 这样的工作费时、费力、效率低下。 现在，他们可以从这里下载数以万计的挡拆防守数据，利用机器学习来识别和判断每个挡拆防守的类型，并对每个挡拆防守类别进行分析和总结鉴定工作完成后加一。

该系统允许每支球队的分析师通过坐标数据来解释球场的各个方面，例如球员的投篮热点或他们在球场上的跑动距离。 这样的信息无疑是有价值的，因为它是简单易懂的篮球语言，可以给教练员、训练员和球员带来更直观的理解。 因此被麻省理工学院体育峰会列为近十年来体育产业最重要的创新技术。

体育分析的争议

关于体育数据分析在体育行业中的作用一直存在各种争议。 很多人担心职业体育拥抱数据分析和创新后会产生负面影响。 他们抵制分析师接管团队的前台，并质疑数据是否能够维持团队的长期成功。 他们甚至担心数据分析最终会夺走体育运动本身的魅力，影响其受欢迎程度。

当然，仅仅用“创新是积极的”论调来回应这些争议是不负责任的。 这些质疑的声音值得探讨。 在《创新的扩散（of）》一书中，社会学家埃弗雷特·罗杰斯将创新可能造成的负面后果总结为“间接”、“不受欢迎”和“无意”这三类。

对这些反对意见一一评估后，不难得出结论，数据分析对职业体育的负面影响是有限的：传统主义者和分析师之间的关系并不矛盾。 只要团队将信息私有化，就有可能长期保持竞争力。 数据分析的引入也不是个人运动受欢迎程度下降的决定因素。

就目前而言，数据分析并没有破坏北美职业体育的竞争环境，而是进一步增强了其竞争力。 正如NBA达拉斯小牛队老板马克·库班所认为的那样，职业球队考虑数据分析的动机其实是明确而直接的：“我只是想尽我所能为小牛队提供尽可能多的优势。 ”

体育大商体育大商微信公众号：

199IT大数据导航

以大数据行业为核心，以大数据工具为辅，汇聚全球1000余个优质数据工具平台，是行业研究的首选。 最近，添加了新的移动应用程序 ASO 工具。