京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京媒大数据分析吉林:琼斯绝对核心 篮板联盟第2
用大数据来分析吉林队,无论是助攻数,出手次数都证明了琼斯是吉林队唯一的核心。而常规赛篮板数排名第二,也证明了球队拼抢篮板的积极性。
明天,CBA淘汰赛将拉开大幕。北京首钢男篮1/4决赛首战将在客场吉林展开。吉林队是一支怎样的球队呢?我们不妨从他们常规赛的数据来一探究竟。
内线怪兽:鲍勒斯
吉林队之所以在篮板球上高居联盟第二,并不仅仅是外援中锋鲍勒斯一人的贡献。他的篮板数排联盟第14位,更可怕的是全队都能积极抢篮板——琼斯篮板排联盟第22,钟诚排第35,马丹利排第36。在抢篮板方面,北京队要向对手学习。
危险人物:琼斯
琼斯是吉林队的绝对核心,是决定胜负的唯一人选。他常规赛总得分1415分,排所有球员的第二位,场均37.2分排第三位。三分球共命中133个,排联盟第七,场均3.5个。琼斯三分命中率只有33%,可以说,他并不是一个以三分为特长的球员。他命中363个两分球,命中率高达58.27%,琼斯即有身体又有技术,进攻以突破、中投为主。
实际上,琼斯是一位全面型的球员。他以317次助攻成为联盟助攻王,场均8.3次,吉林队内的第二助攻手为内线球员钟诚,共99次,和琼斯也有相当远的距离。由此可见,琼斯是吉林队的绝对核心,大部分时间由他来掌控球,组织进攻。此外,琼斯以103次抢断,排联盟抢断榜第三;他的篮板球排联盟第22位,队内居第二。
三分射手:马丹利
在得分方面,除了琼斯是第一得分手,中锋鲍勒斯常规赛总得分850分,排联盟第20位,亚洲外援马丹利总得分746分,排联盟第25。在进攻中,马丹利更多的是扮演外线投手的角色,他命中141个三分,排联盟第五,命中率高达40.06%,此项数据上他高于琼斯,为吉林队内第二。此外,马丹利的特点是抢断,他72次抢断排联盟第10。
琼斯的技术特点是以突破为主,是个造犯规的高手。常规赛他共罚球392次,排名联盟第三,罚中290球,排第四。
琼斯的罚球命中率只有73.98%,在罚球榜前10球员中命中率排第9。他并不是罚球准的球员,在罚球这一项上丢了不少分。在这一项上,前10球员中最差的是北京队的莫里斯,他的罚球命中率只有68.29%。
X因素:本土三分手
常规赛吉林队本土球员的总得分为1382分,还比不上琼斯一人。琼斯的得分占全队的32%,三外援得分占全队总得分的68.5%。除三外援,吉林队内的第四得分点是崔晋铭,他是常规赛唯一场均得分上双的本土球员。他的特点是三分球,常规赛共命中55个三分,命中率高达41.67%,为队内三分“最准”的球员。因此,北京队防守时不能给他空位三分的机会。
北京与吉林两队在CBA联赛中一共交手42次,北京队以22胜20负稍占上风。自2010至2011赛季之后,两队交手10次,北京队8胜2负。而最近的两个赛季,两队共交手4次,北京队保持全胜,其中包括本赛季常规赛阶段主客场双杀对手。
2014年11月14日,常规赛第6轮,北京队在客场以111比92战胜吉林。北京队主要的球队数据全面占优,其中包括篮板球。尽管对手的罚球数多出15次,但罚球命中率只有60.61%,失分不少,罚球正是吉林队的弱点。这场比赛,琼斯得到24分,中投命中率41.18%,三分只进一个,命中率为16.67%,送出5次助攻,各项数据都低于他的平均水平。
2014年12月28日主场,北京队在主场以124比121险胜吉林。琼斯当场得到45分,中投命中率59.09%,远投命中率22.22%,罚球命中率76.47%。琼斯明显加强了攻击性,全场他出手31次,得到17次罚球机会。值得一提的是,罚球数吉林队依然高于北京队,多出主队9次。除了三外援,本土得分手崔晋铭拿到12分,三分球5投2中,使北京队的胜利增加了难度。
球队 篮板排第二
吉林队本赛季场均得115.6分,排在联盟第三位,落后于广东和浙江。本项数据,北京队排在第11位。吉林队场均46个篮板,排在联盟第二位,第一名为上海男篮。本项数据,北京队仅列第13位。吉林队场均22次犯规,在联盟中排名倒数第三。相反,北京队排在正数第4位,作为卫冕冠军,北京队被裁判员盯得更紧。吉林队场均19.7次助攻,排在联盟第三,北京队排第四。前两位的是广东和辽宁。
个人 琼斯是老大
从出手次数方面不难发现,吉林队不仅是三外援的球队,更是琼斯的球队。琼斯总出手1026次,在联赛中排名第二,场均出手27次。他的总投篮命中率为48.34%,命中率在前10球员中只排第8位。此外,鲍勒斯出手604次,命中率60.6%。马丹利出手597次,命中率45.9%。在分享球权方面,琼斯绝对是老大,马丹利、鲍勒斯地位相当,不过是在位置上一内一外。其他吉林队球员总出手次数未进联盟前50。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18