
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
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19