Circles数据系统在青少年高尔夫训练中的应用

姚博文

（广州体育学院 广东 广州 510500）

近年来，从高尔夫到网球，从橄榄球到足球，数据分析如今正席卷职业体育界。运动员和球队如今越来越依靠数据分析来使他们更快更强。通过数据跟踪和分析来评估精英高尔夫球手的表现已经变得更加突出，因为这些方法变得更加多样化。高尔夫球手要想取得优异的成绩，最重要的信息之一就是球袋中每根球杆在球员中投射出表现。Circles数据分析系统是通过采集球员的在日常训练和比赛中的挥杆数据，教练员通过数据分析，将球员当前表现力与球员的目标表现力进行对比，了解球员与目标之间的差距，从中分析缩小与目标之间的差距训练方法使球员达到最优表现力。

传统的高尔夫数据通常无法提供深入评估分析细节技术类别的信息，同时传统的数据通常是建立在两个或者多个技术类别的技术上所得的，这使得测评球员单项技术类别（如开球、进攻果岭、短杆和推杆）相对困难。而Wiseman和Chatterjee（2006）认为，规则中的果岭（GIR）和推杆使解释精英水平均得分变化也是两个重要的变量。

高尔夫球运动在国内起步较晚，国内大型赛事起步更晚，没有形成比赛数据统计体系，高尔夫研究者还意识到数据统计在高尔夫球运动教学训练中的重要性。与此同时美巡赛对果岭上不同距离的击球进行了全面、量化的统计，对不同类型、距离、情况的推杆都有详细的记录。Circles数据系统通过对球员的实际表现与预期的杆数进行评估，得出球员的得分SG数据是利用美巡赛数据合作方相关的数据，通过球员将每次的实际场地训练以及比赛中击球数据输入系统后，会自动生成球员当前表现力与目标关系之间的表现力报告，为教练的技术诊断提供数据支持与保障。

本文为了探寻Circles数据系统应用于青少年高尔夫日常的训练中可否对球员的竞技表现能力产生影响，以此来探索高尔夫数据化训练的策略与方法，丰富高尔夫教学和训练手段，促进中国高尔夫运动训练水平和竞技水平的提升。

1、研究对象与方法

1.1、研究对象

本文采用定量研究的方法，通过对Circles数据分析平台4名精英球员，其中2名男性球员2名女性球员，球龄在3-6年，差点成绩在3-25之间。4名球员的目标基准为0差点选手。

1.2、测试时间

本次研究的测试周期是在2021年12月至2022年5月，为期6个月。

1.3、指标的选取

本次实验指标选取根据球员在实际场地的击球状况与击球场景的不同，主要分为四大项（（开球、攻击果岭、短杆、推杆），四大项根据球员在击球过程中所必须要经历的击球状况。开球主要通过测量球员一号木的击球距离以及开球上球道成功率来计算得分，攻击果岭测量是球员在球道或障碍区将球击打上果岭的成功率来计算得分。短杆通常应用于球员开球后距离目标果岭距离小于100码的范围内或球员在前一杆进攻果岭时出现失误没有将球送上果岭而距离果岭的距离通常也小于100码范围。推杆通常应用于当前球已停留在目标果岭区球员需通过推杆将球推进球洞中。再通过Circles数据系统收集该四大项数据并转换为得分SG分数，对于未达到设定目标平均水平的技术，得分SG会呈现负值，说明该球员相较目标平均水平存在失杆。相反平均水平的得分SG为正数，相较于目标的平均水平存在得杆。最后在通过统计计算出相关球员相关的数据报告。

1.4、实验设计

本实验采用前后组对照的实验方法，在实验开始前对球员进行五轮的下场测试通过数据采集表收集五轮中的挥杆数据并上传至Circles平台生成球员的报告。该报告是根据球员在实地球场中击球情况分为四大项（开球、攻击果岭、短杆、推杆），在各大项中根据球员实际场景和距离不同计算出球员在该项上的得分SG，系统根据球员完成球洞需要的平均杆数，对未达到设定目标平均水平的技术，得分SG会呈现负值，说明该球员相较目标平均水平存在失杆。相反平均水平的得分SG为正数，相较于目标的平均水平存在得杆。通过得分SG记录并统计教练员可以清晰地了解球员当前的表现力的状况并针对球员制定相应的训练计划。

本次实验周期设定为6个月，要求学员需将日常的练习以及比赛击球状况通过数据采集表上传至平台。在教练员会通过平台查询学员近期的表现力，对学员的表现力状况评估并对训练计划和比赛进行相应的调整。在实验测试过程中，教练在制定训练计划时，可通过表现力报告分析球员现有技术状况，以及球员当前的体能、心理等因素对球员对四大项的影响。在本次实验周期结束后将通过收集和统计球员表现力报告对比各个球员在本次实验周期内的表现力变化情况。

1.5、数据处理

本研究采用SPSS 20.0统计学软件和EXCEL进行统计分析和检验。

2、结果与分析

在Circles数据平台的大力协助下，本次实验共收集了Circles数据平台4名精英球员相关表现力的数据。

2.1、球员相关数据分析

（1）球员A数据分析。

目标基准：男子零差点选手

根据图1球员A 2021年12月11日雷达图，黄色代表目标基准（男子零差点），蓝色代表球员现有的表现力，从四大项得分SG结果来看，球员A开球较为优秀为-2.13分，短杆为-6.94分、攻击果岭为-8.40分，球员A推杆最为薄弱为-9.22分。从图2球员A 2022年5月24日雷达图发现球员A分数有明显提高，球员A开球-2.33分、攻击果岭-6.51分、短杆-5.98分、推杆-5.93分。具体的分数见表1。

图1 球员A 2021年12月11日雷达图

图2 球员A 2022年5月24日雷达图

表1 球员A本轮训练前后得分SG对比

通过对表1对比分析发现，球员A在本次训练周期整体技术水平呈现上升的趋势，推杆由-9.22分至-5.93分进步3.29分。攻击果岭-8.40分至-6.51进步1.89分。短杆由-6.94分至-5.98分进步0.96分。开球由-2.13分至-2.33分退步0.2分。

从图3分析发现2021年12月11日起球员A通过Circles数据系统测得得分SG总分为-39.04，通过系统监测发现整体得分趋势呈现上升趋势。最终在2022年5月24日测得-20.75，在近6个月的训练球员一进步18.29分。从趋势图中发现球员A从12月11日将Circles数据系统应用于训练中后，教练员针对该球员弱势技术制定针对的训练计划在1月1日前后记录中得分SG有一定幅度提升，整体成绩稳定提升后的波段中至本次训练周期结束。

图3 本次训练周期球员A得分SG趋势图

（2）球员B数据分析。

目标基准：男子0差点选手

根据图4球员B 2021年12月11日雷达图显示，从四大项得分SG结果来看，球员B攻击果岭-1.28分。短杆-2.63分、推杆-2.71分。开球最为薄弱为-4.35分。根据图5球员B 2022年5月24日雷达图显示球员B表现力有一定提高，球员B攻击果岭-1.78分、开球分数为-1.85分、短杆-0.45分、推杆-1.68分。具体趋势见表2。

图4 球员B 2021年12月11日雷达图

图5 球员B 2022年5月24日雷达图

表2 球员B训练前后得分SG对比

从表2球员B得分SG对比可以看出，球员B在本次训练周期整体技术水平呈现上升的趋势，球员B在攻击果岭得分由-1.28分至-1.78分下降了0.5分。开球得分由-4.35分提高至-1.85分提高近2.50分。短杆得分由-2.63分提高至-0.45分提高近2.18分。推杆得分由-2.71分提高至-1.68分提高近1.03分。

从图6分析发现2021年12月11日起球员B通过circles数据分析系统测得得分SG分数-2.44分，通过系统监测下整体得分略有下降趋势，最终在2022年5月24日测得-5.76分，在近6个月的训练中球员B得分下降近3.32分。从趋势图中发现在2021年12月11日将Circles系统应用于球员B训练中后，教练员针对该球员相对较弱的技术问题调整训练计划在1月1日前后得分有一定的提升，且平均得分要高于首次测试成绩。

图6 本次训练周期球员B得分SG趋势图

（3）球员 C数据分析

目标基准：女子0差点选手

根据图7球员C 2021年12月11日雷达图显示，从四大项得分SG来看，球员C短杆-1.06分、攻击果岭-2.81分、开球-3.68分。球员C推杆上较薄弱为-3.81分。根据图8球员C 2022年5月24日雷达图显示球员C表现力有一定的提高，从得分SG来看球员C短杆-1.05分、攻击果岭-0.96分、开球-2.11分、推杆-2.28分。具体的分数见表3。

图7 球员C 2021年12月11日雷达图

图8 球员C 2022年5月24日雷达图

表3 球员C训练前后得分SG对比

从表3球员C得分SG对比中可以看出，球员C在本次训练周期中整体技术水平呈现上升趋势在四大项中短杆较优秀，球员C在短杆得分由-1.06分至-1.05分提高0.01分。开球得分由-3.68分至-2.11分提高1.57分。攻击果岭得分由-2.81分至-3.77分下降0.96分。推杆得分由-3.81分提高至-2.28分提高近1.53分。

从图9分析发现2021年12月11日起球员C通过Circles数据系统测得得分SG分数为-16.76分，通过系统监测发现整体得分相应提升。最终在2022年5月24日测得-9.21分，在本次训练周期内提高7.55分。从趋势图发现球员C从12月20日将Circles系统应用于训练中后，教练员针对球员弱势技术制定相应的训练计划并在12月21日前后显示得分有一定提升，此后平均得分均高于前测成绩保持相对稳定的趋势。

图9 本次训练周期球员C得分SG趋势图

（4）球员D数据分析。

目标基准：女子零差点

根据图10球员D 2021年12月11日雷达图显示，从四大项得分SG来看，球员D短杆1.63分。攻击果岭0.14分、开球-0.21分。球员D推杆较薄弱为-2.24分。从图11球员D 2022年5月24日雷达图显示球员D表现力有一定的下降，从得分SG来看球员D开球-0.77分、攻击果岭-0.63分、短杆0.52分、推杆-2.16分。具体分数见表4。

图10 球员D 2021年12月11日雷达图

图11 球员D 2022年5月24日雷达图

表4 球员D训练前后SG得分对比

从表4球员D训练前后得分SG对比中看，球员D在本次训练周中技术水平呈现下降趋势在四大项中短杆分数由1.63分至0.52分下降了1.11分。开球分数从-0.21分下降至-0.77分下降0.56分。攻击果岭分数由0.14分降低至-0.63分下降0.77分。推杆分数由-2.24分至-2.16分提高0.08分。

从图12分析发现2021年12月11日起球员D通过Circles数据系统测得得分SG分数为-5.67分，通过系统监测下其整体得分有一定提升。最终在2022年5月24日测得分数为-3.04分，近6个月的训练球员D提高2.63分。从趋势图发现球员D表现力接近目标基准，且整体技术水平保持稳定。球员D在使用Circles数据系统后，教练员发现球员D挥动技术中存在问题，并对其技术动作做出一定调整。因此后续的得分呈现下降的趋势，在5月的数据追踪中发现球员D得分有显著提升并保持并超过目标基准至本次训练周期结束。

图12 本次训练周期球员D得分SG趋势图

2.2、四大项分析

通过对4名球员趋势图对比分析中发现，4名球员虽然在本次训练周期内表现力各不相同，且在四大项（开球、攻击果岭、短杆、推杆）方面存在一定的异同点，在得分SG趋势图中可以发现一定的共性，即本次实验对象在将Circles数据系统应用于日常训练中后，其整体得分SG都呈现一定的快速上涨的趋势。

（1）开球项异同点分析。

从开球项分析中，发现在开球项上4名球员，多数球员在开球项上分数呈现小幅下降且均低于1分，而球员B与球员C在开球项上进步幅度较大，从球员B与球员C雷达图中可得开球项在各自雷达图中均属于弱势项目，教练员在训练安排在球员弱势项，从差值来看球员B与球员C的开球有明显提高。

（2）攻击果岭项异同点分析。

从攻击果岭项分析中，发现在攻击果岭项上4名球员，多数球员在攻击果岭项上分数呈现小幅下降且均低于1分，而球员A在该项上进步较大，从球员A雷达图分析发现攻击果岭项在雷达图中属于弱势项目，教练员训练安排会优先在该技术项上，因此在该技术上提升较多。

（3）短杆项异同点分析。

从短杆项分析中，发现短杆项上4名球员，多数球员在短杆分数有所提高，且多名球员在短杆项上分数要超过0差点目标基准。球员D分数下降最大但总分仍超过目标。

（4）推杆项异同点分析。

从推杆项分析中，发现在推杆项上4名球员，4名球员在推杆上分数均有所提高，由于推杆在高尔夫技术中占比相对较高，4名球员在该技术上均有一定的弱势，因此在训练安排上推杆训练安排会较多。

3、结论与建议

3.1、结论

（1）通过将Circles数据系统应用于青少年日常训练中，能够提高教练员日常教学与训练中诊断能力，对教练员的教学手段也起到了提高与改善；

（2）教练员可以通过Circles数据系统远程关注球员在练习或者比赛中详细的表现状况，能够提高教练员教学的效率；

（3）通过数据化分析能够让球员更好的参与到日常训练与比赛中，了解自身现有的表现力。摆脱传统主观思维下的训练模式；

（4）在训练数据的采集上，通过球员自身在下场练习或者比赛中采集，因此能够进一步促进球员融入到教学训练中。

3.2、建议

（1）本文所使用Circles数据系统，可用于具有一定实地打球能力的球手，由于该系统主要通过收集实地击球数据进而获得该球员表现能力，因此没有实地打球能力球员不太适用于本系统；

（2）球员在使用Circles数据系统时，球员通过采集表采集数据并上传的数据量越多，通过数据分析并形成相关的报告内容会越详细，也能使教练员能够更加精准安排相关的训练计划。