京公网安备 11010802034615号
经营许可证编号:京B2-20210330
阿森纳法国球探吉勒斯-格里曼迪在接受法国队报采访时被问到关于未来足球数据,包括数据分析,传球成功率等统计上的发展趋势问题,他向我们展示了一个很有趣的观点。“数据?”他说道,“它给了那些没什么见解的人存活的机会。”
这并不是这则新闻想要告诉大家的,但格里曼迪的抱怨不止是一种标准的对新生事物鄙视的小气鬼那么简单。他认为,球员十分清楚俱乐部使用数据的方式,他们也知道怎么样让这些数字改变,从而改变自己的职业生涯。结果就是,他们现在常常不选择冒险,避免参与到那些可能导致丢球的“冲撞”中,选择更稳妥的传球方式,毫不夸张地说,他们简直就是在玩一场百分比的游戏。
我们观看足球的方式,已经开始改变足球运动的方式。建立在观察原则标准变化上的足球运动变种已经产生。这个由法国已退役防守型中场球员带来的观点绝对是这周足球消息里最令人感兴趣的。这个观点的中心议题在于,在没有反映正确事实的情况下,我们还是获得了巨大的数据泡沫,诞生了各种各样的排行榜。
格里曼迪关于数据不可靠性的观点,迅速地被人们对于数据的渴望所埋葬。马蒂奇是数据上切尔西队中最会带球的人,科洛-图雷无用的全速奔跑多于全欧洲所有的球员,弗拉米尼在2014年花在摆动双臂上的能量多于他摆动双腿的能量,换句话说,如果弗拉米尼在场上是用手撑地跑动的话,他可以每场比赛多跑1.7公里,这样阿森纳就能以五分优势拿下联赛冠军。
数据爆炸带给我们唯一有用的信息就是2014年英超射手排行榜,阿圭罗和博尼名列前茅。这看上去似乎是个重要的信息,博尼已经不知不觉地在转会窗口即将开启时成为了大猎物,为此曼城队不惜付出3000万英镑。有些人质疑这个价格,但其实不难知晓为什么曼城会对这名能提供非常特别的,专属的重要能力的球员感兴趣。他的能力甚至超越了格里曼迪关于数据异化的观点。
看看博尼在Youtube上的那些进球集锦,他从来不那么显眼,却总是占据着狭小的“博尼区域”。
因为他强大的身体素质,博尼不仅是一只发怒的公牛,同时还是把握时机和角度的行家,最具控制力和毅力的终结者。这就是他价格如此之高的原因。虽然他不是最出色的那几个,但毫无疑问他是一个终结者,在越来越多关于比赛胜利方式的数据统计出现时,他依旧专注于足球世界的一小部分,那是赢得胜利最原始的方式。
有一个很有趣的地方需要讲清楚,随着空间在球场上进一步被压缩,边缘在缩小,决定比赛胜负的细节往往发生在电光火石之间,这样一来球员的基本功就起到至关重要的作用。2014年的世界最佳球员C罗,便是这一理论的进阶产物,减少自己的移动,更多地成为最后一击之人,做剃刀上最锋利的那片闪闪发光的刃。
顺着这一理论看,似乎那些匪夷所思的进球总是被人们看做是“本能反应”,事后人们才把它分析为射手与门将之间的独家对决。我曾经采访过一位英超前锋,他让教练对他梦想中美妙一击的模样进行描述,而他对于足球最重要的部分——进球——没有真正的科技术语感到恐惧,他认为描述一系列数字模型,从门将反应率到各种传球百分比,才应该作为锋线的常规指导方式。
英格兰足球生产优秀的终结者。我的理论是,如同扑救一样,临门一脚在任何情况下都有可能发生。不管你的方式是怎样的,你怎么带球,最基本的射门技能依旧残留着原始的成分,就像孩子们在公园里的泥坑里争球所要掌握的技能一样。所以英格兰足球出现了禁区小聪明专家吉米-格雷福斯,街头魔术师罗比-福勒,以及冷血杀手莱因克尔,他们好像是来自另一个文明的一群人。
现在的斯图里奇就是一个相对比较内行和特别的终结者,但维尔贝克总看起来像一个反终结者,他身体出色,每次都敏锐地进行着任务,直到最后一刻脚底发软。从维尔贝克身上,我们能更加清楚地看到一个天才射手需要具备什么样的能力。这些能力对于击球手,甚至是网球手都是需要具备的,在场上将时间静止,在最复杂的情况下冷静地找到下一个动作正确的方向。
在整个联赛中,这样的高手只有一到两个。鲁尼是一位高效的射手,从他最近对身体掌控的习惯可以看出,他总能在罚点球时把门将送到错误的位置上。最厉害的当然是阿圭罗,他不论何时都保持冷静,想必大家还记得他当年对阵女王公园巡游者时的那个决定冠军归属的绝杀球,在毫秒之间他杀到危险区域,调整身体与球的角度,完美地完成致命一击。
总之,格里曼迪也许是对的,暴风雪般飘扬的数据也许会,也许不会改变足球运动,因为球员有自知之明,他们能够控制自己。但我们要记住,那个振奋人心的,始终吸人眼球的足球尾注,进球,那才是足球运动最古老,最不可分割的基本技能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26