数据分析两场NBA比赛结果！大数据+NBA=？

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