京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析师工作到位可左右胜负 目前中超还不被重视
在足球比赛中,我们可以看到球员们在场上展现高超的球技,可以看到主教练精妙的临场指挥,但还有很多人为一场足球比赛默默无闻地工作。最近几年,很多球队都增加了一个新职位——数据分析师,也有人称呼他们为科研教练。中超联赛技战术水平的提高,离不开他们的工作。
难
“三项全能”才能胜任
很多球员在退役之后都当了教练,但并不是所有退役的球员都可以成为数据分析师。
作为一名数据分析师,每天只需要跟枯燥的数据和永远也看不完的录像打交道,但实际上这隐藏着很大的学问。作为一名足球的数据分析师,懂球是必须的!所以很多从事这个行业的人要么是科班出身,要么就是之前有过从事足球行业的经历,要想半路出家来从事这个行当肯定是不行的。另外,欧洲足球在科研和数据方面领先,他们制作的软件都是英文系统,所以要想做好这个工作,还必须精通外语。
仅仅这些还不够,因为那些软件的应用也是相当复杂的,中国足协在一年之内就对各中超俱乐部进行过三次如何使用这些软件的培训。“中国足协给我们提供的仅仅是一些数据,确实那个系统中还有很多学问,只有自己吃透了,才能让这些数据物尽其用。 ”一位数据分析师这样告诉记者。
强
工作到位可以左右胜负
比赛是球员踢的,是教练指挥的,这二者是决定胜负的关键因素。但是,数据分析师的作用也绝对不能小视,通常情况下,数据分析师的工作可以归结为三点。
首先是统计本队的比赛数据,通常在一场比赛结束之后,球队都会总结,教练总结的根据就是数据分析师拿出的结果。
其次,各队也都会对日常训练进行总结,这样才能找到差距。对训练数据的分析也是数据分析师的工作。例如队员们的跑动距离、心跳次数等等,这些都是他们需要记录和积累的。
最后,他们还肩负着球探的工作,这也是他们日常工作中最为繁重的。通常情况下,他们需要从周一开始就为下一个对手着手准备,在不到一周的时间里,他们要看对手的比赛录像,“一般情况下,会把对手最近三场比赛的录像仔细观看,当然仅仅看三场也不够,更早一点的录像也要粗略地看一看。研究一个对手差不多要看六七场的比赛,多的时候需要十几场。而且为了在比赛中找到共性,一场比赛还需要重复观看。 ”一位数据分析师说。
数据分析师观看比赛的目的就是要找到对手的命门所在。在找到之后,教练员就会进行有针对性的布置,运筹帷幄之中,决胜千里之外!在上赛季大连阿尔滨客场挑战北京国安的比赛中,阿尔滨的数据分析师就发现北京国安的很多进球都是由徐亮的直传球发动的,所以他特意提醒队员们千万不能让徐亮正面拿球,一旦拿球就必须加以封堵,不能让他舒服地传球。全场比赛,阿尔滨队一直都贯彻地很好,但他们还是出现了一次失误,正是这次没防住徐亮,让他远距离助攻王晓龙得分,结果阿尔滨在那场比赛中0:1失利。
忧
在中超,数据分析师还不被重视
数据分析师的作用显而易见,尤其是在足球比赛更多地和科技接轨的今天。但是在中超,数据分析师的作用还没有被高度重视,很多球队甚至还没有专人来做这项工作。
中超联赛中有很多外教,但并不是每个外教都配备了数据分析师。 2012年,中超公司为了提升各队的技术含量,特意从法国购买了amisco的软件,这个软件可以自动测出队员们的跑动距离、每个人之间的距离等一些重要的比赛数据。为了让更多的球队可以把这个软件应用好,中国足协曾先后三次举办这个软件的学习班,但是学习效果并不好。
一位参加了三次学习班的数据分析师告诉记者,“我三次学习班都参加了,但是在里面只看到了一位和我一样平常跟着球队征战的人,其他的好像都不是跟着球队的。有些人不认识,有些人我是认识的,他们有的是球队的翻译、也有俱乐部的工作人员。”至于其他中超俱乐部为什么会这样安排,有人猜测,很多球队对数据分析不重视,根本就没有数据分析师的职位,他们对日常训练的数据统计不重视,对下一个对手的观察也还停留在助理教练观看比赛录像的直观层面,没有科学的数据支持。所以,翻译和俱乐部的官员来也就正常了。
喜
阿尔滨战术分析很到位
其他各队对数据分析的重视程度还不够,但是大连双雄却早已经走在了前面。大连实德在2010年任命韩国人朴成华担任主教练,和他一起来的就有一位数据分析师申升淳,他在2002年曾跟随希丁克,帮助韩国队在世界杯上创造了奇迹。
大连阿尔滨队对数据分析更是重视,早在球队还在征战中乙的时候,他们就配备了专门的人员。程俊从2010年开始担任大连阿尔滨队的数据分析师,此前他曾在德国留学,为德国国家队做过数据分析,在来阿尔滨之前曾在德国的俱乐部工作,近几年阿尔滨取得的成绩有他的一份功劳,很多球队的“命门”所在都是他根据反复观看比赛录像后发现的。“通常情况下,我会让两个屏幕并排在一起,左边放的是比赛录像,右边的屏幕放的是我制作的二维动画,这样球员们在看的时候就会有一个很直观的感觉,可以通过动画看到场上整体的跑位情况。”程俊说,他的工作让阿尔滨的队员受益匪浅。
不仅仅是比赛,即便是在日常的训练中,程俊也要进行录像,然后开始数据分析,找出球队的不足。CDA数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20