京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据业已成为管理界的时尚元素。在这方面,NBA可谓大数据的鼻祖,同时也是大数据的最好践行者。
美国职业篮球联赛(NBA)从1980年代起,就开始使用数据管理技术,所有球员得分、篮板、助攻、盖帽、抢断、失误、犯规等一系列场上数据均被统计在列。NBA详实而细致的数据统计,不仅可以提供单个球员的查询工作,还可以对比两名球员,包括两人对位攻防时的表现,比如詹姆斯场均能得28分,科比为27分,但当两人相遇时,科比场均能得到30分,詹姆斯只有24分。
经过近30年的积累和完善,NBA的数据统计和管理更为成熟丰富,还能提供包括场上效率、得分区域等分析。比如2012年席卷NBA的华裔运动员林书豪,在爆发期间一直被专家诟病的一点就是失误太多。这正是来自强大的数据统计,他的助攻失误比仅为2.0,也就是说每送出两个助攻就要伴随一次失误,而顶级后卫保罗的助攻失误比为4.6,超出林书豪一倍,显然更为出色。
数据统计还发现,詹姆斯在篮筐的左侧运球时,多选择投篮,而当他位于篮筐右侧时,进攻方式则主要为突破上篮。这样的数据统计就告诉防守者,当詹姆斯位于篮筐左侧时,可以选择紧身贴防他,封住他投篮即可,因为他不会从左侧突破;而当詹姆斯来到篮筐右侧时,则不能贴身紧逼,这样容易被他一步过掉甩在身后,这时好的防守者都会选择远离詹姆斯两步,因为他不会选择跳投,无需留有封盖的选择,空出足够的距离,反而能防备他突破。
本赛季NBA西区决赛,金州勇士队后卫库里的三分球几乎让对手马刺队无解。马刺队更换了几乎所有可能的球员防守库里,但效果均不理想,其中帕克防守库里让对手13投9中,换吉诺比利防守让对方9投7中,莱昂纳德更是让对手16投12中。也许是无人可换,马刺队使用了不善于防守的格林,数据统计居然显示库里的投篮命中率为13投1中。这让马刺队主帅波波维奇在随后的比赛中大胆启用格林,并一举赢得比赛。
关于姚明,NBA也有周密的数据分析,比如统计他在篮下接球运球失误的次数比得出结论,姚明右手接球时通常能运球三次,左手接球则只能运球两次。这样的统计规律告诉防守人,要想解除姚明对篮下的威胁,就要把他限制在远离篮筐的区域,让他必须运球三次以上才能来到篮下,这样他往往就要失误。
在NBA,休斯敦火箭队总经理莫雷是数据分析的专家。这位学习计算机科学的麻省理工高材生,利用一套同步数据录入技术,能得到最新最全的NBA技术统计。一家在西雅图、西考克斯、纽约和卢森堡分别设有数据中心并使用卫星技术的专业公司会将每场NBA比赛的所有细节以最快的速度呈现在莫雷面前,包括数据以及和数据有关的录像。“你能看得一个球员职业生涯的所有得分和运球。”这家公司的CEO、前太阳队录像分析师加里克·巴尔说,“只要你想要的,在NBA赛场上发生过的,我们都能提供。”
这种数据分析,不只给出结果,还包括比赛运行过程。“比如突入禁区这种行为会给比赛带来怎样的影响,如果不突破呢?”莫雷说,“另外,还要考虑到持球者的因素,阿尔斯通会有多大几率选择投篮,结果怎样?有多大几率传球?或者是造犯规?还是失误了?如果换着麦蒂持球,情况又会发生怎样的变化?”
作为联盟数据分析的鼻祖,莫雷在担任火箭总经理期间,先是参与了巴蒂尔的交易,后又换来斯科拉,选来布鲁克斯、兰德里等人,还用极小的代价换来阿泰斯特,帮助球队闯过季后赛首轮,又用兰德里和麦蒂的大合同换来实力型选手选手马丁和潜力球员希尔,其运作能力屡屡受到媒体好评,这离不开数据分析的功劳。
莫雷说:“如果你正在考虑交易阿泰斯特,那你就看看增加一个阿泰斯特之后球队会出现怎样的变化。他的投篮命中率是多少,与阵容中其他球员组合时,效果会怎样?比如当他在内线向外传球的时候,球队的进攻得分几率是多少?他在左翼和右翼进攻的比例,还有,当他在干拔跳投和跳起传球之间选择时给球队带来怎样的不同?”
根据对联盟各支球队的调查,30支球队中其中有15支聘请了至少一位球队数据分析师,他们将在比赛日上、选秀大会上和交易决定上提出重要的建议。而且,联盟中的顶尖球队都是自己专门的数据分析师,包括六大分区榜首球队,魔术和小牛都雇有专职数据分析师,常驻球队。数据分析对于球队战绩的影响也已体现。在花精力进行数据分析的15支球队里,他们的平均胜率达到59.3%,而没有进行分析工作的球队则只有40.7%的平均胜率。
数据的科学就在于,也许一次比赛是偶然发挥,但如果把大量的比赛汇总,基本能反应一名球员的全面状况。当然,如此丰富的数据统计,自然需要大量的人力、物力投入。以湖人队为例,他们的首席录像分析师克里斯·博达肯和助手的办公室就位于主教练杰克逊的旁边,办公桌上摆有8台数字录像机,5台笔记本电脑和18台刻录机。两个人要为湖人教练和球员准备一切他们可能需要的录像资料。比如科比就喜欢看他的防守人的比赛集锦。每场比赛前,录像师都会用搜集好科比对手前几场比赛的资料,做成大约8到12分钟的光盘,交给他。科比还不会只要一名球员的录像,凡是他有可能防守的对象,他都会让录像师剪辑一段出来。“这是比赛计划。”科比说,“上场以后,你得确保对手的每个动作你都见过。每个人都有自己的比赛习惯。”在NBA的球员里,科比是最迷比赛录像的球员之一。在NBA赛季中,他会随身携带一部便携式DVD,十英寸大的屏幕,科比在赛前赛后只要有时间,就会时不时地盯紧屏幕,看录像贯穿了他的整个比赛准备活动。
不过,莫雷坦陈,数据虽然准确,但也冰冷、呆板。“数据分析工作中最难的方面是,我们无法决定,一个球员在受到队友的影响下,会变得如何。”莫雷说,“我们试图通过数据分析向球员展现,最有效的比赛方式是怎样的。但如果球员们无法在赛场上有效地执行出这样的打法,那也没有用。这时就是教练该介入的时候了,教练须有开放的头脑,肯倾听我们的意见,但他也知道什么时候该忽略我们。”
这也是森林狼总经理大卫·卡恩的直言,“詹姆斯离开了骑士,给骑士10000万个数据分析师都没用。”即球队实力是最重要的,但做好数据分析能帮助球队倒是不假。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31