业务信息

数据驱动型企业的技术洞察力

Sergey Nivens - Fotolia

新闻 了解最新的企业技术新闻和产品更新。

体育数据分析并不总是很有把握

体育分析的发展趋势引起了很多争论,即使数据驱动的决策可以提供一些好处,但它们并不适用于所有场合。

上大学的时候,我卷入了一场与数学专业学生的辩论,辩论的主题是可预测性在体育运动中的作用。在当时,建立和管理棒球队的“点球成金”(Moneyball)方法相对较新。

“所以你真的相信任何一场比赛中发生的事情都是无法预测的?”他带着一丝怀疑的口气问道。我的回答是肯定的,尽管当时我无法解释为什么体育数据分析似乎不能解答所有的问题。今天,我还是会用同样的方式回答这个问题,只是现在我有了理由。

以过去几年职业篮球的休斯顿火箭队(Houston Rockets)为例。这支球队是2012-2013赛季NBA得分最高的球队之一,这在很大程度上要归功于篮球的宠儿、超级巨星詹姆斯·哈登分析极客.那个赛季之后,火箭队加入了德怀特·霍华德,他是联盟中技术最精湛的中锋之一,被认为是球队分析型战术剧本的完美契合者。

情感上的未知因素

但事情并没有像分析人士预期的那样顺利。在2014-2015赛季进入西部决赛后,球队在2016年季后赛第一轮被淘汰,霍华德随后离开休斯顿,与亚特兰大老鹰队签约。那么到底哪里出了问题?报道称,霍华德对自己在进攻中的角色感到不满,也不喜欢球队在即将到来的2016-2017赛季引入的教练。人类的个性问题通常会影响游戏中的表现。以霍华德为例,他有与队友不团结的历史,他的性格特征可能是可以预见的,尽管不可能预测的数据

体育数据分析还存在另一个问题,即结果并非绝对不可预测。发表的一篇文章在2014年的杂志上EPJ数据科学研究发现,在美式橄榄球(大学橄榄球和职业橄榄球)和冰球中,得分事件的时间和比赛结果都是可以预测的。篮球比赛往往难以预测,尽管它们仍然松散地遵循一个可识别的模式。

不,问题在于知道可能的结果对游戏决策并不重要。一个教练可以非常肯定地知道,面对和他的球队相似的得分差距的球队,在65%的情况下会输掉比赛。但这是否意味着该打包回家了呢?当然不是,教练会尽力优化每一场比赛,以帮助他的球队成为那35%的赢家。

仅仅因为你知道某事发生的一般可能性并不意味着你确切地知道在特定情况下会发生什么。不管我们谈论的是足球还是篮球,当你控球时,你试图得分,当对方控球时,你试图阻止他们得分。在大多数情况下,决策不会因为你知道自己的胜败几率而发生实质性的改变。

一个英寸和gb的游戏

总的来说,我仍然认为运动队是一件好事越来越多数据驱动.体育数据分析可以根据球员的位置,向棒球队显示球员的投资有可能获得回报。它可以帮助篮球队理解两分和三分球的正确组合,以优化得分。它可以帮助足球队确定一个球员在受伤风险增加之前可以处理的练习和训练量。

但今天的时尚宣告一切都在体育运动是可以预测的忽略了分析无法解决的实质性问题。它还在那些接受了分析的人与那些没有接受分析的人之间造成了不必要的隔阂。最近有很多关于“相信”分析的人

已经存在了几个世纪的统计方法并不是个人可以选择相信或不相信的东西。但是信徒们已经把它变成了一个党派问题。而不是推动一个不断扩大的单边议程,支持者分析在体育应该承认数据在某些领域有用而在其他领域没用。

第九条第8条

下一个步骤

分析发现家里在许多团队的前台办公室

企业需要从运动队对分析的使用中学到很多东西

西雅图声音者会告诉你怎么做体育分析可以产生很大的不同

深入挖掘预测分析

获取更多商业信息

能看到我们所有的杂志 查看所有
搜索数据管理
搜索AWS
搜索内容管理
搜索甲骨文
搜索SAP
搜索SQL服务器
关闭