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
在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05