1 团队介绍
团队成员：姚琦
指导老师：陈瑶
学校：上海对外经贸大学
2 作品背景
2.1 数据分析在体育行业开始大规模应用，并对竞技体育产生了深刻影响
近十几年来大数据技术的出现与发展，使得复杂的团队竞技运动的数据分析成为可能。伴随着近年来大数据技术对团队体育运动的深度介入，足球、篮球、橄榄球等比赛的底层逻辑发生了根本性的变化。现代团队竞技体育对攻防效率和对抗强度的追求使得球队对运动员的要求也达到了前所未有的高度。如2000年前后的足球比赛场均跑动距离只有8公里左右，而这个数值现在已经达到了10公里，足球比赛对运动员的跑动能力的要求正在不断提高，与之对应的是足球战术也在不断发展，从2000前后的主流振兴442过渡到422、352直到现在的343阵型，对球员能够覆盖多个位置的能力要求也在不断提高。
本文通过选取了世界篮球最先进的NBA中的关于球员表现评价的改变，展示了数据分析是如何改变竞技运动的：随着对比赛的数据分析的介入，改变了传统篮球比赛“得中锋者得天下”的基本认知，三分球开始风靡联盟；随后数据分析开始分析球员的贡献能力，球队开始不单纯追求基础数据贡献能力，转而追求对正负值、效率值更阿公的球员，如詹姆斯、东契奇、约基奇这样的能贡献大量胜利贡献值的持球大核心越来越受到球队的青睐，控球梳理进攻不再是控球后卫的职责，对于控球后卫的攻击能力的要求也在不断提高；为了提高球队攻击效率，无限挡拆寻找错位进攻的战术越来越流行，对球员换防的能力的要求越来越高，传统重型中锋更加被边缘化，这类球员的数据与上场时间不断地被蚕食压缩。自此，篮球比赛被完全颠覆，这也就是我们在看近年来的篮球比赛与二十年前的篮球比赛，感觉比赛内容与打法完全不同的原因：数据科学的进步成为了改变这项运动的根本原因。
2.2 我国体育行业对于数据分析发展过于落后，仍有很大的提升空间，但是受限于行业整体落后，推进起来困难重重
理工科的思维方式是篮球分析领域最大的阻力，而这种思维却是在篮球分析中的应该是普遍存在的，再加上数学工具和编程工具所需要的背景知识和技能，为我们从体育院校毕业的一线分析人员制造了不低的门槛，甚至国内顶级体育院校篮球专业的教授在对篮球数据的理解上都处在一知半解的状态。而目前职业球队的数据分析人员都是录像分析人员在兼任，球队也没有意愿开出一个对具备数据科学知识背景的人员来说有足够吸引力的待遇。一些国内的外部数据供应商虽然能够把美国数据服务公司的技术进行本地化，但在数据的分析呈现上又达不到球队实际应用的要求。种种因素导致了篮球数据分析在国内职业领域的荒漠化，球迷反倒走在了前面。过去我们常说“文体不分家”，因为文艺和体育都是人民群众茶余饭后的消遣娱乐，属于精神需求，因此归为一类。而理工科是直接作用于生产力发展的，是关乎物质需求的，所以两家分的很远。
这种“外行比内行领先”的情况对于行业发展带来的天然阻力，美国分析人员已经有了充分的体会，Devan Blair在篮协为国内年轻分析人员做的培训课上就不断强调：“不要着急，要一点一点的赢取老派教练员的信任，要在方法上寻求突破，通过更清晰的可视化方法展现数据的科学性与优越性。”NBA在最初开始数据分析的发展时采用的方法是以兼职人员的形式雇佣这些“专业的外行”，安排队内的传统分析人员进行对接，称之为“协调员”。既能越过专业技术的壁垒，又能充分表达球队的需求，填补球迷视角探索性工作和球队视角的应用性工作的差异。在体育数据公司兴起后NBA球队则是既购买这些公司的外包服务，同时也安排已经具备技术背景的全职人员进行对接，最后才在近几年逐渐建立起完全独立的数据分析部门，而这些部门的人员曾经都是那些网络上的“外行”。这是一条清晰的发展路线，这条路NBA走了将近二十年，现在仍在努力化解其中的矛盾冲突。而我们的联赛呢？是不是像我们国家其他追赶发达国家的行业一样，能拥有“因为看过别人走过的路”而拥有的“后发优势”呢？
3 制作流程
3.1 数据来源
（1）基础数据：NBA官方网站
（2）PER、WS、BPM值相关数据：篮球媒体ESPN篮球板块网站
（3）EPM相关数据：第三方数据分析网站Dunks&Threes
3.2 整体设计思路
4 成果展示
5 总结与分享
5.1 从全行业的角度看，目前数据分析对职业体育的影响已经到达了一定程度，具体来说可分为：深度影响，极度专业，多学科参与
（1）深度影响：目前体育大数据的应用已经深度影响了体育运动与比赛的全链条。从观赛、备赛到比赛的职业体育全过程，大数据技术全部都深度介入，完全颠覆了传统的职业体育运营逻辑。如观赛端大数据分析后对比赛时间的改变，备赛端对运动员的全面评估，比赛端的数据抓取与战术分析等。现代竞技体育高度发展后，成为了一个需要多学科专业知识支持的项目，训练，饮食，伤病管理，伤后康复，技战术打法无一不需要科学的力量。数据科学就和营养学，生物学，医学一样对竞技体育产生影响，不同的是，数据科学更深入的触及到了比赛本身，直接对于比赛进行指导，而不再是比赛之外的支援工作。
（2）极度专业：欧美比较成熟的俱乐部都建立有专门的数据分析团队，全面介入俱乐部管理，运动员管理与比赛分析。且在欧美高校中体育运动大数据已经作为一个单独的专业，吸引并培养了大量的体育数据人才。如德国科隆体育大学团队与德国足球协会深度合作，在2006年世界杯准确预测了对手阿根廷的点球路线，帮助德国队在点球大战中战胜了阿根廷队。在职业体育最发达的美国，大部分大学都开设了体育数据专业，如斯坦科大学的运动数据科学专业，莱斯大学的体育数据专业。与此同时，近年来欧美也出现了大量拥有超高学历，精通数据科学而非运动员出身的主教练。
（3）多学科参与：体育数据分析专业由于涉及到了职业体育的全链条中，因此也有许多学科共同参与，如市场营销专业通过大数据分析提高运动俱乐部的收入能力，AR+大数据的应用提升观众的观赛体验，AI抓取+大数据使教练能够通过比赛数据评定球员能力与球队比赛情况，运动医学+大数据监控运动员使训练师能够更科学地设计训练计划，队医也可借此监控球员身体负荷，甚至博彩公司都在使用大数据分析预测比赛结果。
5.2 数据科学对竞技体育的介入是对体育精神更加完美的诠释
竞技体育是什么，很多人认为竞技体育就是在对抗中不断追求胜利的游戏。在追逐胜利的过程中，参与的运动员都是运动能力最强大的人类。这些运动员在竞技过程中向人们展示了人类追求“更高、更快、更强”的体育精神。 数据科学的介入，使得人类能够更科学高效地利用身体技能来参与比赛。进一步向观众展示了人类可以更强的能力。
5.3 目前我国在体育运动数据分析方面有着很大的发展潜力
正因为我国在这一方面的发展落后，因此发展潜力巨大，但需要数据分析行业从业者进一步对这一领域进行渗透。 | 
