京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据,大数据,大数据应用,真的有点乱
世界杯真的让人看不懂,有谁能够想到西班牙早早出局?有谁到能够想到哥斯达黎加提前出线?有谁想到三狮军团提前打道回府?如果你想到了,买彩票了吗?别白白错失机会。我的一个同事说,不能买彩票,买了彩票就猜不中了,这真是可惜!
同样让人看不懂的是对于世界杯大数据的应用。按照厂商的说法,大数据应用将对体育竞技、赛事组织和观赛发挥重要的作用。对此,我非常赞同。但相比较趋势,我会更加关注一些落地的应用,哪些事情,是大数据应用所带来的。
大数据能干什么?有些关于提高竞技水平的报道,例如建立在统计数据基础上的一些分析,这包括有效抢断次数、传球次数、铲球和射门次数,累计跑动距离等,这些数据大多数由专业软件来提供。还有一些软件与运动和恢复有关,运动员的体重、身体成分、晨起心率等常规的生理指标;以及血色素、血尿素、血清肌酸激酶、血清睾酮等常规生化指标,通过这些生理生化指标,能基本反映运动员的机能状态和存在医学问题。透过中枢神经系统疲劳、低血睾酮等情况的检测,有助于教练员掌握运动员的情况。
此外,还有一些数据来自足球的传感器和可穿戴设备。这些数据的确具有海量的特点,应该也属于大数据。但这些应用似乎与大数据应用无关,或者说,以前也不管这叫大数据应用。所谓科学训练以前就存在了。其实,这些数据也就一个参考数据。教练员的派兵布阵,指挥训练更多还是依靠经验,依靠对该项目的深刻理解。
大数据应用可以作为参考,很难成为制胜的法宝。以葡萄牙为例,无论C罗的状态如何,数据分析的结果怎样,教练员一定会把C罗派上场的。我想没有任何数据告诉你,带伤出战的C罗会发挥怎样,带伤出阵,会对其未来的职业生涯带来怎样的风险。所以对于大数据应用,切忌把大数据神话。
目前看到的所谓大数据应用,更多还在于娱乐化。就像NBA,五花八门的数据可以反映一些问题,也可以影响运动员的身价。这些数据有一定的参考价值,或者说这些数据是娱乐观众的一部分,增加了赛事的趣味性。但对于数据也不可太当真,数据也是可以骗人的。
其实,对于大数据应用关键并不在其带来的神奇效果,就是有这样的神奇效果,也不会愿意更外界分享。大家都掌握了,也就不神奇了。大数据应用应该不是一个拿来主义的方案。大数据应用更多的考验,还在于怎么分析,从什么角度对数据进行分析。对于数据分析的洞察力,判断力,这个不是工具可以替代的。所以,雅虎、百度基于搜索数据、基于历史比赛数据对世界杯的预测,这是当不得真的。当真的东西是没有办法拿来娱乐的。
所以大数据应用更多是一个工具,分析哪些数据,结果和用途,更多还要依靠用户自己来把握。如果说,大数据应用可以帮助中国队赢得大力神杯,你信吗?反正,我不信。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26