
大數(shù)據(jù)業(yè)已成為管理界的時尚元素。在這方面,NBA可謂大數(shù)據(jù)的鼻祖,同時也是大數(shù)據(jù)的最好踐行者。
美國職業(yè)籃球聯(lián)賽(NBA)從1980年代起,就開始使用數(shù)據(jù)管理技術(shù),所有球員得分、籃板、助攻、蓋帽、搶斷、失誤、犯規(guī)等一系列場上數(shù)據(jù)均被統(tǒng)計在列。NBA詳實而細(xì)致的數(shù)據(jù)統(tǒng)計,不僅可以提供單個球員的查詢工作,還可以對比兩名球員,包括兩人對位攻防時的表現(xiàn),比如詹姆斯場均能得28分,科比為27分,但當(dāng)兩人相遇時,科比場均能得到30分,詹姆斯只有24分。
經(jīng)過近30年的積累和完善,NBA的數(shù)據(jù)統(tǒng)計和管理更為成熟豐富,還能提供包括場上效率、得分區(qū)域等分析。比如2012年席卷NBA的華裔運動員林書豪,在爆發(fā)期間一直被專家詬病的一點就是失誤太多。這正是來自強大的數(shù)據(jù)統(tǒng)計,他的助攻失誤比僅為2.0,也就是說每送出兩個助攻就要伴隨一次失誤,而頂級后衛(wèi)保羅的助攻失誤比為4.6,超出林書豪一倍,顯然更為出色。
數(shù)據(jù)統(tǒng)計還發(fā)現(xiàn),詹姆斯在籃筐的左側(cè)運球時,多選擇投籃,而當(dāng)他位于籃筐右側(cè)時,進(jìn)攻方式則主要為突破上籃。這樣的數(shù)據(jù)統(tǒng)計就告訴防守者,當(dāng)詹姆斯位于籃筐左側(cè)時,可以選擇緊身貼防他,封住他投籃即可,因為他不會從左側(cè)突破;而當(dāng)詹姆斯來到籃筐右側(cè)時,則不能貼身緊逼,這樣容易被他一步過掉甩在身后,這時好的防守者都會選擇遠(yuǎn)離詹姆斯兩步,因為他不會選擇跳投,無需留有封蓋的選擇,空出足夠的距離,反而能防備他突破。
本賽季NBA西區(qū)決賽,金州勇士隊后衛(wèi)庫里的三分球幾乎讓對手馬刺隊無解。馬刺隊更換了幾乎所有可能的球員防守庫里,但效果均不理想,其中帕克防守庫里讓對手13投9中,換吉諾比利防守讓對方9投7中,萊昂納德更是讓對手16投12中。也許是無人可換,馬刺隊使用了不善于防守的格林,數(shù)據(jù)統(tǒng)計居然顯示庫里的投籃命中率為13投1中。這讓馬刺隊主帥波波維奇在隨后的比賽中大膽啟用格林,并一舉贏得比賽。
關(guān)于姚明,NBA也有周密的數(shù)據(jù)分析,比如統(tǒng)計他在籃下接球運球失誤的次數(shù)比得出結(jié)論,姚明右手接球時通常能運球三次,左手接球則只能運球兩次。這樣的統(tǒng)計規(guī)律告訴防守人,要想解除姚明對籃下的威脅,就要把他限制在遠(yuǎn)離籃筐的區(qū)域,讓他必須運球三次以上才能來到籃下,這樣他往往就要失誤。
在NBA,休斯敦火箭隊總經(jīng)理莫雷是數(shù)據(jù)分析的專家。這位學(xué)習(xí)計算機科學(xué)的麻省理工高材生,利用一套同步數(shù)據(jù)錄入技術(shù),能得到最新最全的NBA技術(shù)統(tǒng)計。一家在西雅圖、西考克斯、紐約和盧森堡分別設(shè)有數(shù)據(jù)中心并使用衛(wèi)星技術(shù)的專業(yè)公司會將每場NBA比賽的所有細(xì)節(jié)以最快的速度呈現(xiàn)在莫雷面前,包括數(shù)據(jù)以及和數(shù)據(jù)有關(guān)的錄像?!澳隳芸吹靡粋€球員職業(yè)生涯的所有得分和運球?!边@家公司的CEO、前太陽隊錄像分析師加里克·巴爾說,“只要你想要的,在NBA賽場上發(fā)生過的,我們都能提供?!?/span>
這種數(shù)據(jù)分析,不只給出結(jié)果,還包括比賽運行過程?!氨热缤蝗虢麉^(qū)這種行為會給比賽帶來怎樣的影響,如果不突破呢?”莫雷說,“另外,還要考慮到持球者的因素,阿爾斯通會有多大幾率選擇投籃,結(jié)果怎樣?有多大幾率傳球?或者是造犯規(guī)?還是失誤了?如果換著麥蒂持球,情況又會發(fā)生怎樣的變化?”
作為聯(lián)盟數(shù)據(jù)分析的鼻祖,莫雷在擔(dān)任火箭總經(jīng)理期間,先是參與了巴蒂爾的交易,后又換來斯科拉,選來布魯克斯、蘭德里等人,還用極小的代價換來阿泰斯特,幫助球隊闖過季后賽首輪,又用蘭德里和麥蒂的大合同換來實力型選手選手馬丁和潛力球員希爾,其運作能力屢屢受到媒體好評,這離不開數(shù)據(jù)分析的功勞。
莫雷說:“如果你正在考慮交易阿泰斯特,那你就看看增加一個阿泰斯特之后球隊會出現(xiàn)怎樣的變化。他的投籃命中率是多少,與陣容中其他球員組合時,效果會怎樣?比如當(dāng)他在內(nèi)線向外傳球的時候,球隊的進(jìn)攻得分幾率是多少?他在左翼和右翼進(jìn)攻的比例,還有,當(dāng)他在干拔跳投和跳起傳球之間選擇時給球隊帶來怎樣的不同?”
根據(jù)對聯(lián)盟各支球隊的調(diào)查,30支球隊中其中有15支聘請了至少一位球隊數(shù)據(jù)分析師,他們將在比賽日上、選秀大會上和交易決定上提出重要的建議。而且,聯(lián)盟中的頂尖球隊都是自己專門的數(shù)據(jù)分析師,包括六大分區(qū)榜首球隊,魔術(shù)和小牛都雇有專職數(shù)據(jù)分析師,常駐球隊。數(shù)據(jù)分析對于球隊?wèi)?zhàn)績的影響也已體現(xiàn)。在花精力進(jìn)行數(shù)據(jù)分析的15支球隊里,他們的平均勝率達(dá)到59.3%,而沒有進(jìn)行分析工作的球隊則只有40.7%的平均勝率。
數(shù)據(jù)的科學(xué)就在于,也許一次比賽是偶然發(fā)揮,但如果把大量的比賽匯總,基本能反應(yīng)一名球員的全面狀況。當(dāng)然,如此豐富的數(shù)據(jù)統(tǒng)計,自然需要大量的人力、物力投入。以湖人隊為例,他們的首席錄像分析師克里斯·博達(dá)肯和助手的辦公室就位于主教練杰克遜的旁邊,辦公桌上擺有8臺數(shù)字錄像機,5臺筆記本電腦和18臺刻錄機。兩個人要為湖人教練和球員準(zhǔn)備一切他們可能需要的錄像資料。比如科比就喜歡看他的防守人的比賽集錦。每場比賽前,錄像師都會用搜集好科比對手前幾場比賽的資料,做成大約8到12分鐘的光盤,交給他??票冗€不會只要一名球員的錄像,凡是他有可能防守的對象,他都會讓錄像師剪輯一段出來?!斑@是比賽計劃?!笨票日f,“上場以后,你得確保對手的每個動作你都見過。每個人都有自己的比賽習(xí)慣?!痹贜BA的球員里,科比是最迷比賽錄像的球員之一。在NBA賽季中,他會隨身攜帶一部便攜式DVD,十英寸大的屏幕,科比在賽前賽后只要有時間,就會時不時地盯緊屏幕,看錄像貫穿了他的整個比賽準(zhǔn)備活動。
不過,莫雷坦陳,數(shù)據(jù)雖然準(zhǔn)確,但也冰冷、呆板?!?strong>數(shù)據(jù)分析工作中最難的方面是,我們無法決定,一個球員在受到隊友的影響下,會變得如何?!蹦渍f,“我們試圖通過數(shù)據(jù)分析向球員展現(xiàn),最有效的比賽方式是怎樣的。但如果球員們無法在賽場上有效地執(zhí)行出這樣的打法,那也沒有用。這時就是教練該介入的時候了,教練須有開放的頭腦,肯傾聽我們的意見,但他也知道什么時候該忽略我們?!?/span>
這也是森林狼總經(jīng)理大衛(wèi)·卡恩的直言,“詹姆斯離開了騎士,給騎士10000萬個數(shù)據(jù)分析師都沒用?!奔辞蜿爩嵙κ亲钪匾模龊?strong>數(shù)據(jù)分析能幫助球隊倒是不假。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10