北京时间11月17日,NBA常规赛比赛继续进行,火箭队以142-116大胜太阳队。备受国人关注的周琦在本场比赛出战8分钟,贡献了1个篮板和3次封盖,照这样的节奏打下去,不知道周琦是否能创造NBA新秀记录。周琦在比赛中盖帽比得分还要多,但是得分机会依旧很少。

回顾11月2日,NBA休斯顿火箭队对阵纽约尼克斯队。比赛仅还剩4分31秒时,周琦披挂上阵。2分45秒,周琦对上波尔津吉斯,面对面突破,直接上篮,试图隔扣埃尔南戈麦斯,虽未扣进却制造了犯规,两罚一中之后,周琦完成了“零的突破”。周琦获NBA生涯首分并非偶然,大数据显示,此时上场的应该是且必须是周琦。

根据记录,周琦CBA生涯罚球命中率高达7成,而在NBA季前赛里,周琦的罚球命中率为100%,所以火箭队在周琦罚球后直接回到后场、组织防守,而没有选择去冲抢前场篮板。

提到NBA的大数据,就不得不提火箭队的总经理莫雷。虽然他对打篮球一窍不通,但对篮球大数据却了若指掌。他率先运用了“魔球理论”。通过数据建模来选用球员、设计战术。其理论精髓在于:出手效率最大化,减少长距离两分和低效的两翼中投;更多出手三分球和冲击篮下。以火箭队的王牌哈登的出手为例,哈登的得分手段发生了明显变化。

通过战术调整,火箭队上赛季的战绩从2016年的41胜提升到55胜,排名也从西部第8前进到西部第3。经过大数据的精准匹配,上赛季火箭队签约了擅长投射三分的安德森和戈登,本赛季更是招募了能攻善守的保罗。

其实,大数据在NBA的应用十分普遍。自2011年起,NBA就大规模普及SportVU系统。这套系统最初为军用,与传统的根据录影手动统计不同,SportVU使用的是球员追踪分析系统,通过电脑软件自动生成数据,然后由人工按需整理分析。

依据SportVU标准分类的球员状态对比表,图片来自虎扑

我们分析了两场经典的NBA比赛,现在来看数据在球队战术以及球员轮换中扮演了什么样的角色。

在11月1日结束的密尔沃基雄鹿队对阵俄克拉荷马城雷霆队的比赛中,我们可以看到雷霆队用出色的防守绞杀了雄鹿队。

一组数据显示,在雄鹿队各项技术统计中,“字母哥”阿特托昆博的场均得分、助攻、篮板、抢断各项均位列球队榜首。在贾巴里·帕克赛季伤停的情况下,“字母哥”需要经常扮演类似詹姆斯“控球前锋”的角色。因为雄鹿队过于倚重“字母哥”,所以雷霆队能对雄鹿队的防守做足准备。

如图所示,“字母哥”的得分主要集中在“三秒区”内。他身材高大,却脚步灵活。联盟与之对位的球员,比他高的,没他快;比他快的,没他高。他可以从三分线起步,以大幅度欧洲步突破,遇到夹击就分球,找到空当就直接上篮。但他的得分有个致命缺陷,就是外线投篮的不稳定。从下面的数据可以看出:

他的三分命中率低于联盟平均水平,虽然他场均可以砍下31.3分,但他的得分80%在罚球线以内。当他接球突破时,雷霆队选择上线夹击、逼迫他分球给队友。

当“字母哥”低位要位单打时,雷霆全队收缩,中锋协防,或以区域联防、并阻塞传球路线,逼迫“字母哥”用非惯用手传球失误,然后雷霆全队提速推反击得手。

在雄鹿队使出“挡拆”时,亚当斯贴防延阻,乔治和威少随时收缩内线,以夹击摆脱后的字母哥。这种情况下,字母哥只能放弃突破。另一边,接球后,由于缺乏投篮空间,雄鹿队友只能外线浪投。

在围住堵截中,“字母哥”依旧在短短28分钟内14投9中砍下28分,但同时也出现了4次失误,助攻更是降到3个。而反观雷霆队“三巨头”威少:12+10+9“准三双”;乔治20分;安东尼:17+8。

通过数据,我们可以看到雷霆队充分依靠数据和对方球员特点,布置了针对性的防守战术,从而赢得了比赛的主动性。

无独有偶,在10月29日克利夫兰骑士队输给新奥尔良鹈鹕队的比赛中,数据证明受伤病和战术频繁调整影响,骑士队正面临着巨大的战绩压力。

首先,因为小托马斯、罗斯伤病,所以詹姆斯必须更多扮演持球手的角色,这对他的防守和体能都造成了巨大挑战。

在防守端可以看到,詹姆斯并不直接参与对持球手的领防,只是留在弱侧、照看对方射手。而内线乐福的防守脚步缓慢、臂展不足,球队防守千疮百孔。

进攻端,骑士强侧挡拆,但鹈鹕队内线防守积极、脚步灵活,外围扫荡后迅速回防,骑士内线汤普森射程有限,而外围球员缺乏空间,詹姆斯难以出球、只能持球单打、效率低下。

最终,各项数据统计显示,骑士队的投篮命中率明显低于鹈鹕队,球队落败也就不足为奇。

借助SportVU分析球员身体情况等各项指标,球队可以制定更科学的战术,提升获胜比率。但是数据分析在NBA的运用也困难重重。

NBA大数据面临的困难

1. 数据采集能力有限

NBA比赛瞬息万变,由于一直缺乏真正的度量标准,数据采集的难度颇大且成果有限。根据我奥篮球创始人林晓勇的说法:“现阶段来讲,数据采集并不是高大上的采用硬件设备。在NBA一个球馆有一套价值数千万美金的设备,号称自动识别生成数据统计,实际上只能做到80%的数据采集,剩下大量的数据还是靠人工。”

2. 数据分析与清洗依赖人工

虽然SportVU 系统能通过电脑软件自动生成数据,但筛选数据和分析数据工作还是人为完成。目前NBA有30支球队,其数据分析能力却远远不能满足实际需求。

3. 数据支持与高度不确定性的竞技运动适配度较低

由于篮球比赛中,球员有5个位置(PG/SG/SF/PF/C),对于不同位置球员角色定位不同,加上意外因素,其球场表现难以衡量。譬如:科比退役一战,狂砍60分,带队逆转。而这恰巧是竞技体育的魅力之所在。

NBA大数据的应用前景

1. 从球员到教练再造,升级球队

乔•拉科布(Joe Lacob)的金州勇士被称为“NBA的谷歌”。在球队重组时,拉科布就雇佣了大量数据分析师,为球队提供咨询帮助,并最先在球馆中引入球馆录像和分析系统。勇士球员也都穿戴一款高科技“智能服装”,该设备实时监测球员的运动状态、呼吸和肌肉活动等信息,避免过度训练造成疲劳并帮助减少运动损伤。目前,金州勇士凭借优异的赛绩堪称顶级明星球队。

除了球员,球队教练也会受到大数据等新兴信息技术的影响。人工智能能够在接触、识别、反馈数据模型的过程中完成自我学习,香港理工大学OpenCog AI实验室首席研究员Ben Goertzel表示,如果一个人工智能储存大量的NBA比赛视频,它就会聪明到能够理解比赛中发生的各种事件。这样一来,人工智能就能够做出更好的篮球战术安排,比如选择最合适的首发阵容。他预言,NBA球队主教练的大部分工作,未来都可以由人工智能来完成。

2. 体育数据与数据叙事融合,收割全球市场

10月12日,体育数据公司SPORTRADAR完成了对人工智能公司MOCAP ANALYTICS的跨国收购,该事件被称为世界数据产业的一桩重磅收购案。Sportradar是体育数据领域的领头羊,业务涉及80多个国家的1000余家企业;MOCAP致力于人工智能驱动的数据叙事,开发了首款旨在提高球迷参与度的AI体育叙事算法产品。

目前,两家公司开始篮球数据库与可视化叙事算法产品的融合,不断开发球员跟踪数据产品,为球迷提供更多讨论、对比的话题,以提升NBA等职业体育迷的观赛体验。此外,该方向的推进将服务Sportradar的上千客户,它们将在全球平台与渠道使用可视化原创内容。

3. 赛事直播大数据解析,挖掘商业价值

NBA等职业赛事与直播等新兴传播技术结合,产生了丰富的用户端行为数据,这使深度开掘篮球事业全产业链成为可能。2016年6月,企鹅智酷联合腾讯NBA,首次发布了《中国“互联网+体育”生态价值报告》。

报告对NBA在中国引爆的原因、NBA在线直播用户画像、NBA网络直播的价值判断和商业空间进行了全面分析,并对体育直播产业的未来进行了预测,如在线比赛直播当下和长期的广告价值都值得乐观、比赛周边内容拥有更大商业前景、一场比赛有极强的影响力延展性,能够形成基于强大文化粘性的消费等等。

随着全球范围内对于篮球推广以及球迷文化的形成,NBA等高级别篮球赛事对于大数据的需求也在不断增加。高效、快捷的数据抓取以及高精度、多维度的数据分析势必助长篮球事业的长远发展。

来源:THU数据派

END

投稿和反馈请发邮件至hzzy@hzbook.com。转载大数据公众号文章,请向原文作者申请授权,否则产生的任何版权纠纷与大数据无关。

大数据

1.《数据分析两场NBA比赛结果!大数据+NBA=?》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。

2.《数据分析两场NBA比赛结果!大数据+NBA=?》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。

3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/caijing/14529.html