大数据对篮球俱乐部及其价值的影响分析

焦伟昊 练继亮

（天津商业大学管理学院 天津 300134）

1、引言

随着大数据收集和分析技术的不断发展以及互联网的普及，生活中各个领域都充斥着大数据带来的便利之处。对于职业体育领域来说，在信息时代利用大数据收集及分析技术来为篮球联赛提供理论参考的现象也越来越常见。国外篮球俱乐部已经能够充分利用大数据，通过对其分析整合得到符合需求的信息，从而改变篮球管理模式并在大数据和篮球赛事结合方面取得了巨大的成功，同时也极大地促进了篮球职业联赛的信息化发展。

目前国内的相关研究仅仅是停留在数据本身，并没有很好的将其与篮球俱乐部结合在一起分析。付浩在《大数据时代下篮球运动的发展方向探讨》中提到，数据统计是篮球运动发展的重要部分，但是目前的篮球数据统计人员不足、数据整合机制不完善等对篮球运动的发展形成了阻碍；李忠义、苗新瑜在《NBA与CBA联赛数据统计运用对比研究》中指出在高科技时代，篮球联赛的管理者应该重视数据的作用，跟上大数据的时代；姚卓凡的《浅谈大数据对职业篮球联赛的影响》通过大数据在NBA的成功应用来说明大数据对篮球俱乐部的影响是巨大的。

由此可见，相关研究已经表明，大数据对于篮球领域的影响十分重要。大数据的应用给篮球俱乐部带来了更多有用的信息，改变了人们处理篮球数据的方法和思路，并且提升了数据处理的效率。但目前国内缺乏大数据在篮球俱乐部的应用与使用价值方面的研究，本研究阐述了将大数据与篮球俱乐部结合的重大意义，为篮球俱乐部如何更好利用现代技术、如何通过大数据来提高俱乐部的价值和竞争力提供有力支持。

2、缺乏大数据支撑带来的影响分析

目前，学界对于大数据一词较为准确的定义是：在一定时间范围内无法用常规软件工具进行捕捉、管理与处理的数据集合，需要应用新的处理模式才能从中获得决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。对于传统的篮球俱乐部来说，数据的获取手段十分匮乏，主要靠人工来记录，也不能建立完整的数据库系统。

2.1、训练和战术无法做到精准化和个性化

CBA在只引进视频分析技术时，需要派专人到比赛现场通过便携式录像机录制比赛，随后通过播放器在赛后会议中播放录制视频，供教练和球员分析。但是通过这种方法得到的数据不够完善，有些球员的技术动作可能因为录制视频的模糊、以及视角的限制而被忽略。因此，通过视频分析技术虽然能在一定程度上进行战术指导，但很难及时总结其他球队的劣势并针对性的调整本球队战术，更无法精准化和个性化的为球员定制训练方案。此外，篮球俱乐部教练的执教风格多数都与其作为球员的时期所经历的训练和学习的经验有关，在各个球员的数据不能被很好的统计的情况下，教练在日常训练和分析赛场局势时会更多的依赖于个人经验以及对球员的主观印象，而不会针对球员本身来制定更合理的战术。这可能会导致球员在球场上无法发挥出本身最大优势，也无法进行针对性训练，扬长避短。

2.2、潜力球员容易被忽视

我国篮球俱乐部选拔球员时偏爱大个子球员，对于身高偏矮的球员没有足够的重视。从近几十年来我国的球星也可以看出，例如姚明、王治郅、易建联和周琦等。这就是由于在选拔球员时，没有可以衡量的数据标准且过于依赖主观印象，只喜欢大个子球员；但广东队作为国内最早引用数据分析技术的球队，敢于挑战刻板印象，在2018年挖掘了十分具有潜力的后卫球员徐杰，其身高不足1.8m。对于很多球队来说，这无疑是个大胆的选择，但年仅18岁的徐杰用漂亮的数据打破了人们的质疑，他在2018-2019总决赛第一场出场14分钟，5投5中拿下14分，帮助广东队以142：123大胜新疆队；在2019-2020赛季半决赛，面对拥有曾在NBA担任首发控卫的林书豪所在的北京队，缺少核心球员易建联的广东队并不被看好。但是徐杰却犹如一匹黑马，出场21分钟拿到了10分6篮板的好成绩，帮助球队赢下第一场比赛。这场比赛的胜利也给了易建联足够的恢复时间，最终使广东赢下系列赛挺进总决赛。

2.3、观赛体验不佳

社交网络是当今时代增长最快的一个部分，它可以让人们更加直观的看到各种数据。对于体育产业来说，也要转变对于大数据的态度。对于一个篮球俱乐部来说，数据可以来自于各个方面：球迷数量、球员报告、现场直播以及比赛的特许直播权等。如果没有完备的数据统计，观众能只能得知联盟领先的得分手是凯文·杜兰特，却永远无法看到他在比赛关键时刻的得分状况；没有强大的数据系统，就无法做到为球队的球迷定制专属于自己主队的数据报表，官方给出的固化数据也无法达到简单易懂，这对观众来说，观赛体验无疑是大打折扣的。对于线上观看比赛的球迷，一些中途观赛的人可能因此错过自己喜爱的球员的得分表现，也无法对比两队数据来分析自己喜爱球队的竞技状态，最终可能会导致人们对篮球运动关注度的降低。

3、大数据对篮球俱乐部的作用分析

21世纪互联网技术飞速发展，人们对数据的收集也从最初的人工记录变成了通过计算机来建立相关的数据库。通过学者们的不断努力，数据分析技术也日渐成熟，篮球数据采集技术也随之飞速发展。2010年至今，美职篮将高新技术与数据结合，从最基础的数据统计到通过高阶篮球数据来建立球员评价指标，使得球场上的数据分析变得更加科学、全面。对篮球俱乐部来说，球员和球队就是最重要的资产，大数据对篮球俱乐部的价值主要体现在：

3.1、提高球员和球队的实力

大数据让我们可以更好的了解球员和球队的表现，从而对其进行针对性训练或制定相应战术。通过对篮球基础数据的分析，进一步建立高阶数据库，诸如衡量运动员每分钟表现的球员效率值（PER）、球员的真实投篮命中率（TS%）以及有效投篮命中率（EFG%）等。与基础数据相比，这些高阶数据更能反应一名球员或一支球队实际的攻防能力，随后通过数据反应出来的结果，对需要改善的地方进行针对性练习。

这在NBA中有很多成功的案例，例如，两届FMVP获得者科怀·伦纳德就是针对性战术的受益者。在2011年进入圣安东尼奥马刺队时，伦纳德的投篮命中率非常糟糕，接球投篮命中率仅有32%，干拔跳投命中率更是低至28%。针对伦纳德的这一缺点，马刺队为其穿戴了ShotTracker设备——一种收集运动员即时运动数据的可穿戴式设备。在篮网上安装感应器，球员佩戴专用的护腕和护肘，借此进行实时数据采集，例如，球员的投篮力度与精准度等数据。这些量化数据可以在电脑或手机APP查到，球员可借此进行针对训练，改进不良的投篮习惯。在2013-2014赛季常规赛阶段，进行过针对训练的伦纳德的投篮命中率增加至52.2%，三分球命中率为37.9%；季后赛阶段，投篮命中率为51.0%，三分球命中率更高达42.9%。最终凭借其优秀的表现，马刺队力克詹姆斯与韦德、波什领衔的迈阿密热火队拿到了总冠军，伦纳德也荣获总决赛的MVP。图1为伦纳德2011-2012赛季与2013-2014赛季投篮热图对比，图中每个区域里的三个数据分别是：投篮命中率、命中次数、出手次数。我们可以从投篮热图的颜色及深浅不同，了解该球员在不同区域的出手次数和命中率的差别。以罚球线区域的投篮命中率为例，从图中很明显的看出伦纳德经过一年针对性训练后，2013赛季不仅投篮出手数增加，投篮命中率也由35.7%提升到了58.8%。

图1 2011-2012（左）赛季与2013-2014（右）赛季伦纳德的投篮热图对比

3.2、支撑潜力球员的挖掘

通过大数据，可以更高效的对球员自身的身高、臂展、弹跳、冲刺速度等进行综合分析，使教练团队充分了解每一位球员的特点和能力，并预测球员未来的发展前景，选择更适合自己球队的球员。

一般来说，在NBA选秀顺位高的球员通常被球迷寄予厚望，甚至承载了一个城市的希望，事实也证明他们的成功率确实很高，例如勒布朗·詹姆斯、凯里·欧文、约翰·沃尔等选秀状元都曾给其所在的球队带来辉煌的战绩。火箭队的前任总经理莫雷，是一个毫无篮球经验的数据专家。但是他2006年创立MIT峰会以来就不断从数据分析的角度来对运动员进行选秀、签约，他的数据分析使得火箭队成为了发掘低顺位新秀最成功的一个球队，像查克·海耶斯、路易斯·斯科拉、凯尔·洛瑞等低顺位球员协助球队成功的案例不计其数。由此可见，通过大数据分析使得球队在选择球员时，能够去利用数据这样的客观事实而非经验主义。这不仅能使球队能够挑选到更优质的球员，更避免了球队因为数据不充分而错失具有巨大发展潜力的球员。

3.3、协助球队制定战术

对于球队的教练组来讲，仅仅通过眼睛来观察是远远不够的，他们需要对每场比赛的高阶数据进行分析，从而了解其他篮球俱乐部的打法特点并针对性的制定战术。例如，在2002年姚明登陆休斯顿火箭队后，姚明与奥尼尔的经典对决成为大家关注的焦点，通过对二者基础数据和高阶数据的分析，联盟的其他球队也可以制定更合理的战术来限制这两个内线霸主。以表1所示的姚明高阶数据为例，2003-2004赛季的二年级新秀姚明真实命中率达到58.6%，即在比赛中他的出手（包含罚球出手）转化为得分的几率有58.6%。这意味着仅仅靠普通的防守或者“砍鲨”战术不能很好限制他得分，因此只能尽量减少姚明的出手次数来限制其得分，但是赛季25.3%的使用率说明，球队1/4的攻防回合都依赖姚明对球的处理才能完成，他的接球比例很高，出手的几率就很大。所以通过分析高阶数据可知，若想限制姚明得分，其他球队需要针对姚明的接球和持球进行双人或以上包夹战术，借此减少姚明的接球和出手次数，提高其失误概率。即在大数据时代，我们可以让数据自己发声。如上述例子，其他球队只需要按照数据的结果，对姚明采取包夹战术就可以为球队增加胜率。

表1 2003-2004赛季姚明与奥尼尔基础数据对比

3.4、助力赛事推广

当今社会几乎每一个人都在社交网站上活跃着，社交网络是数字信息时代增长最为迅速的一个板块。以较为成熟的NBA联赛来说，从成立以来，媒体对于联赛的热议就愈演愈烈。赛事的观赏性不断提升，不论是网站的实况转播还是篮球论坛上网友的互动都是其极高关注度的证明；ESPN、TNT等著名体育媒体也会对各个球队、球星的高阶数据进行解读，例如，通过对比表1与表2，可以发现姚明的得分区域、防守方式与奥尼尔有很大的重合，正是有了这些强大的数据支持，才为球迷呈现精彩的“姚鲨对决”。退役后，奥尼尔通过收集整理赛场的视频数据信息，在2011年推出了名为“五大囧时刻”的搞笑篮球类节目，及时收集赛场上的球星搞笑时刻并做成集锦分享给球迷，这档节目在播出时就受到了亿万观众的支持，这让球迷更好的了解联赛并且吸引了更多人参与到联赛的数据分析和讨论中来，这些丰富的数据信息发挥了强大的宣传作用。

表2 2003-2004赛季姚明与奥尼尔高阶数据对比

此外，2012年NBA与SAP达成合作后，其官方的数据库——具有实时内存和快速分析的HANA平台得到了全面的升级，通过访问www.NBA.com就可以同步获取比赛的信息并且可以实时得知自己喜爱球员和球队的数据。据统计，在使用SAP的HANA平台之后，NBA.com/stats浏览量超过270亿，访问量增加了66%，停留时间增加了近60%，这种前所未有的观赛体验使NBA的赛事得到了更好的推广。

3.5、带来显著的经济效益

篮球数据日益多样化，这让球迷有了更多可讨论的话题。比如将科比与乔丹的场均得分以及各种高阶数据放在一起对比，进而分析两个球员的技术特点和竞技水平的高低，这就会引起更多的关注，自然会产生更高的经济效益。根据新浪体育整理，CBA联赛本赛季收视率相较于上赛季增幅高达35.8%；在联赛的经营方面，CBA在2019赛季收入同比上一年增加21%，联赛的赞助商也新增11家，对于广东VS北京、浙江VS辽宁这种焦点对战单场观看量已经超过千万。与此同时，随着联赛竞技水平不断提高和国内球员的崛起，国人对CBA联赛的关注度也与日俱增。例如有着“中国库里”之称的浙江后卫吴前，季后赛面对后卫线十分强大的辽宁队命中9记三分球，砍下球队最高48分。媒体更是将吴前与库里对比，浙江稠州金牛俱乐部的比赛收视率也因此上升。只有关注度和比赛观赏度增加，才会吸引更多的赞助商，如2020年中国移动旗下的咪咕视频就以20亿的合同成为了CBA最主要的网络媒体合作伙伴。显而易见，数据统计和经济效益也是紧密相连的。

4、结束语

在当今的数字信息时代，大数据已经渗透到各行各业，大数据分析也成为决策最为重要的参考之一，篮球运动也同样需要借助大数据来获得长足的发展。美国职业篮球联赛的各个俱乐部依靠自身强大的数据分析团队以及爆炸式增长的数据规模，已经有效的提升了各个俱乐部的水平和联赛的观赏性，促进了NBA的发展。而我国篮球俱乐部由于过去忽视数据收集，导致现在出现了数据积累量不够、数据分析不够全面和专业人才匮乏等问题。因此，我国篮球俱乐部要跟随时代的步伐，向国外借鉴先进的理论和经验，引入技术设备，充分发挥大数据的价值，从而促进大数据与体育行业的快速整合，让体育行业顺应时代发展。