
“大数据”帮国足找差距_数据分析师
竞技体育中,体能是实施技战术、取得好成绩的基础;运动员若体能状况不佳,容易引起突发伤病,也会导致比赛陷入被动甚或落败。回顾过去十余年,各支足球国字号队伍都曾受困于此,国脚们在比赛中体能透支,跑不动、腿抽筋儿并不鲜见。
在体能训练方面,中国足球到底差在哪儿?借着2014球类项目大数据和体能训练研讨会上周末在京召开的机会,记者采访了国内外相关领域专家。
德国经验拓宽教练视野
本次研讨会为期3天,由国家体育总局主办、北京市体育局承办,邀请十多位大数据与体能训练方面的国际专家,为球类项目的国家队管理者和教练员讲课共计20多节,内容涵盖体能训练的方方面面。
美国EXOS体能训练机构创始人马克沃斯特根担任过德国男足体能总教练,德国队在今夏巴西世界杯上的成功令其团队声名鹊起。我们秉承‘每天都是竞 赛日’的理念,运动员须在思维、营养、动作和恢复环节作出调节,这样有助于比赛中执行技战术,延长运动生涯黄金期。马克分享经验时说,过往10年德国队 在进行体能训练过程中依照数据监控,针对上述4个方面提供不同的有氧训练,这是最关键的因素之一。
EXOS团队数据分析师达西诺曼在德国足球队的预康复、康复、再生方法的讲座中也介绍道,为运动员建立个人档案,进行数据监测和科学调理,能更好实现体能康复。
对此,国奥男足主帅傅博、国足教练员区楚良等人很感兴趣,并在互动中主动举手向马克提问。说到研讨会的收获,傅博连称非常好,他们有多年的成功 经验,今后还得坐下来探讨,如何促进球类项目尤其是足球的体能训练。傅博举例称,此前国足集训曾尝试一些新的方法练习腿部力量,这次会议发现人家大师 也是这么练的。总之,拓宽了我们教练员的视野。
有数据不用 教练宁信经验
以数据监控和体能训练为核心的训练基础,对运动员而言是最重要的。马克说,如今高科技全面应用到运动队的体能训练中。
我国相关领域的研究现状如何?其实我们不算落后。曾多次参加国家男、女足集训的北京体育大学运动康复系副教授魏宏文表示,这些年总局和不少省市 的体育科研所、体育院校都在做此类研究。打个比方,国脚们踢完一个赛季联赛后身体疲劳,哪儿累、累到什么程度、怎么恢复,我们也可以数据监控。
数据的搜集、分析和处理,为体能训练服务,但目前两者依然有些脱节。一位与会专家指出,科研团队用数据说话,采纳与否取决于教练员,一些教练更相信 自己的判断,按以往经验来安排队员的训练计划,有的还以占用太多训练时间为由,比较抵触数据监控。该专家呼吁,对于新科技手段,足球教练特别是基层、后 备梯队的教练员仍需进一步更新观念。
另外,在对抗性较强的国际比赛中,国脚们经常给外界以体能差的印象。魏宏文认为,这与国内基层、梯队的训练水平不高有关。以中国女足为例,由于踢 球的人减少,女足整体水平从地方队开始下滑,运动员应付国内比赛的体能训练强度,远远达不到国际比赛的要求,到了国家队再慢慢‘回炉’练体能,时间肯定 不够用。纵使卡马乔、佩林等名帅率领的外籍教练团队,也需较长的适应期,因人制宜地为男足国脚开出体能训练处方。
缺钱缺人 科研力量待补强
值得注意的是,各支足球国字号队伍的科研保障力量差异很大,有些球队的科研人员极其匮乏。受编制所限,我们很多时候集训仅设一名科研教练,要兼顾全 队的体能、康复、营养等,分身乏术。谈及国外优秀运动队的复合型团队,一位中国女足教练组成员非常羡慕,人家都是分工细致,配置专门的营养师、康复 师,甚至有心理辅导员,全方位保障运动员。马克也称,中国的运动训练过分强调技战术,缺乏对身体新陈代谢的监控,体能康复师也很少。
这次会议初步了解到新的体能训练理念,要跟人家合作,看看怎么提高专项能力。傅博告诉记者,目前国奥队的体能训练由两三个人临时负责,今后肯定需要更专业的体能训练。
我们希望通过请外国专家授课来转变观念,或者说竞技体育需要一次革命。国家体育总局副局长蔡振华透露,中国奥委会自伦敦奥运周期起与EXOS等机构合作,尽管他们的新理念与队伍结合时存在争议,不过,总体上新理念代表着先进的方向。
蔡振华表示,一些集体项目在建设复合型团队的过程中面临着编制和资金不足的问题,当前的办法是通过总局和各省市的努力以及市场运作来解决,但一些队伍要想在人力配置上达到国外优秀职业队的水平,暂时还做不到。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11