京公网安备 11010802034615号
经营许可证编号:京B2-20210330
国足背后有一个成功的大数据分析
在过去的2014年,足球世界最经典的一刻一定是世界杯决赛中,替补登场的格策在第113分钟绝杀阿根廷帮助德国队第四次获得世界杯冠军;2015年开年至今,对于中国足球来说,最值得骄傲的莫过于国足亚洲杯小组赛三战三胜,昂首挺进淘汰赛。其实,在德国国家队时隔十四年重获世界杯冠军与中国国家队三十九年亚洲杯历史上的首次小组赛全胜出线的背后,有着共同的故事,究竟是什么?
先从格策的绝杀说起
2014年世界杯决赛格策补时绝杀阿根廷助德国夺冠
2014年巴西世界杯决赛进行到第88分钟,德国与阿根廷都没有打破僵局,这时候德国国家队主教练勒夫派19号队员格策替补登场,之后格策不负众望,让全世界的球迷都记住了他的绝杀,但大部分球迷并不知道换上格策的玄机所在,为什么是格策,而不是其他球员?其实德国队主教练勒夫的这个决定来自于一组重要的数据,那就是格策在5vs5的练习赛中表现更好。
正规足球赛是11vs11,除去双方守门员则是10vs10,在比赛接近尾声,特别是进入加时阶段,由于双方队员体力的消耗过大,所以很容易出现一方少数队员进攻,另一方少数队员防守,而非整体攻防的局面,而格策在5vs5练习赛中的优异表现实际上是帮助主教练勒夫做出了换他上场的重要决策。支持这一决策的数据则来自于可穿戴设备在日常训练中的数据采集和基于海量数据处理的数据分析。
再看国足的强势逆袭
众所周知,2002年日韩世界杯以来,国足就一直处于颓势,2004年亚洲杯借助主场之势获得亚军,其实也只是昙花一现。此后至今,“屡战屡败、屡败屡战”,“留给中国队的时间不多了”,“锋无力”,“热身赛之王”等槽点和标签都无情的被贴在国足身上。而这回,传说中的“最水”主帅搭配“最差”球员竟然在小组赛中三战三捷、全胜出线,实在是让国人欢欣鼓舞。看似如此偶然的大爆发是怎么做到的呢?这其实与德国国家队利用数据决策问鼎世界杯冠军异曲同工。
在本次亚洲杯上,国足队员身穿“比基尼”训练的新闻图片让人印象深刻,表面上看不出更多奥妙,其实国足队员身上的“比基尼”是一款名为“GPSPORTS”的可穿戴设备。这款看似十分“性感”的训练背心实际上集成了GPS模块、心率带、多轴加速仪、陀螺仪等尖端科技元素。它能够对运动员跑动距离、路线以及心率变化等参数进行采集和监测,这些运动员的海量数据被同步传输到计算机上之后,还能进行对比和进一步的分析,用于训练计划的制定和比赛阵容的安排,以及临场指挥的决策。
国足队员身着可穿戴设备在亚洲杯上进行训练(转自新华网.新华社记者郭勇摄)
中国足球运动员在高对抗中体能和技术的结合是被垢病的一大顽疾,表面上看往往是体能问题,其实不然,在本次亚洲杯的备战过程中,国足主帅佩兰十分重视球员身体机能的提升。依靠这款“智能背心”,再配合平板电脑,球员的位置、速度、跑动距离、心率变化、冲击负荷、耐力以及疲劳负荷一目了然。数据控主帅佩兰借助上述计算设备能够精确地掌握球员的相应数据,进而对球员的数据严格监控,使球员掌握不同程度的训练量、防止球员在亚洲杯战前出现非战斗性减员,并能通过这些数据更加快捷地制定或者改进技战术训练。“因人制宜”的处方让球员身体更强大、跑动距离更多、而疲劳时间更短、爆发冲刺时间更长,也得以让国人看到国足打出了“欧洲味道”、“控制足球”,更是先后打破了正式比赛中17年不胜沙特阿拉伯队的魔咒和14年不胜乌兹别克斯坦队的魔咒,并在小组赛最后一场战胜朝鲜队,实现了对小组赛全部对手的横扫。
大数据:豪门利器
2014年巴西世界杯上,通过海量数据的处理,基于英特尔架构的SAP HANA 平台已经可以做到帮助德国队评估每场比赛的状况,而格策绝杀助力德国捧杯背后的故事已经证明了这套数据分析平台成为德国战车所向披靡的秘密武器。让人惊喜的是,时隔不到半年,中国国家队的小伙子们也穿上了性感的智能背心,并在亚洲杯小组赛上让国人为之振奋,而此时此刻大数据技术在足球领域的应用已经不再是秘密,它让我们看得见、摸得着。得益于可穿戴设备和背后的大数据,中国国家队已经与巴塞罗那、AC米兰、切尔西等豪门俱乐部站在同一起跑线上。
英特尔科技助力巴塞罗那足球俱乐部和拉玛西亚青年训练营
基于英特尔架构的SAP HANA平台能够对于搜集到的运动员各项数据进行实时处理与分析
一位参与到德国国家队世界杯备战的技术专家曾经说过:“努力、激情、泪水、汗水,每场比赛都有很多需要考量的因素,技术并不是唯一的因素。但不可否认的是,我们已经很好地证明,技术确实可以帮助一流球队夺取世界冠军。”尽管短期内,国足在技术、战术和意识等方面还无法与世界强队抗衡,但借助大数据平台,数据的收集与分析将更加全面,不再局限于本队球员,而对于竞争对手的球员习惯、战术评估、比赛当天天气情况等更多方面的分析无疑将帮助到中国足球。
前国脚商毅畅谈体育行业与大数据技术应用
正如前国脚商毅所说:“如果能用一个更开放的眼光,用先进的思维去面对数据,接纳数据的话,中国足球会有质的飞跃!”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22