京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据之于体育:错误使用便成了祸害
从《点球成金》这部电影开始,体育界的有识之士们终于找到了向往已久的道路,那就是如何利用大数据来让团队发挥最佳水平。从足球到篮球,数据似乎成为赢得比赛甚至是奖杯的金钥匙。
但它其实不是,至少,不完全是。
根据统计学家Nate Silver的观点,我们收集的数据越多,就越难把信息从噪音中过滤出来。一项最能证明这个真理的运动,是板球。
大部分美国人对板球都不熟悉,它主要盛行于英联邦那些国家。在今年1月份,澳大利亚以5-0的比分完胜英国队。The Daily Telegraph报社列出了英国失败的五大理由,其实真正的原因只有一个:英国教练Andy Flowers太过于依赖大数据。
在2011年看了点球成金后,Flowers开始通过数据来决定比赛的成员和技术。如 ESPN的Tim Wigmore所说:
“在flower任教练时期,球队已经完全被数据控制,板球再也不复当初的随意、自由和欢乐了...比如说Alastair Cook不顾比赛实际情况而坚持要有守门手,再如对阵印度时对Sachin Tendulkar实行的一系列政策,这些都是球队分析师在依赖电脑模拟之后产生的结果。”
这种对数据的依赖不仅影响了赛场上的决策,甚至还决定了谁应该上场:
Tim Wigmore说:“球队通过数据选出反应最敏捷的投球手,然后尝试在短期内对他们进行培训,使之成为适合比赛的球员,没有意识到这些都为时已晚。”
过度依赖数据可能会让教练更加重视球员过去的表现,而不是当前表现以及球员所处的赛场情况。比如说,最近有分析认为“热手”缪误是真实的:一个“热手”玩家似乎能进入一种奇怪的境界,即超高的准确率以及无人可挡的气势。这种偶然性现象本身就不适合用数据来解释,一旦相信其结果,在此基础上的推测都没有意义。
在板球这个例子中,数据对体育的影响并不是孤立的,它从各方面综合影响到比赛的始终。那场比赛后,flower最终在信任的人和错误的数据之间找到了平衡点,他不再如此地依赖数据。而实际上,在这个大数据时代,获益最多的不是那些使用最多数据的人,而是最会使用数据的人。
这个真理存在于生活的各个方面,但是最终人们需要的不是数据,而是决定。数据能够影响决定,但不能是唯一的因素。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14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