职业体育中的数据分析
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。每次击球， 每次挥杆都可能会影响整场比赛的结果。 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。 新技术如传感器以及3D多普勒雷达等，可以跟踪运动员的表现， 使得运动员能够更好的了解和分析自己的运动。
“这并不奇怪”哈佛大学定量社会科学研究院的主任Gary King说，“如果你总结一下那些数据分析能够起到巨大作用的行业的特点， 你就会发现， 职业体育行业基本具备了这些特点，这也就是为什么数据分析在职业体育中具有如此重要的作用的原因。”
职业体育的一个主要特点就是， 它是以结果为导向的， 可定量的。更快 ——快多少？ 更高 ——高多少？ 更强——强多少？
每年二月， 美式橄榄球联盟（NFL）都会举行一个叫做NFL Combine的评估会，NFL大约花一个星期左右， 围绕上面的三个问题对每个优秀的大学球员进行评估。 评估的结果将供NFL球队在每年四月份选秀进行参考。 球员的选秀顺位也意味着球队对他的投资多少。 我们经常能够在NFL Combine中听到这样的话“这家伙能挣很多钱“ 这也就是说， 这个球员在6项评估中部分或全部超过预期。这些评估包括卧推， 纵向跳， 40码冲刺等。 Combine的数据评估非常重要。一个例子就是， 今年来自西弗吉尼亚大学的防守线锋布鲁斯·欧文， 由于一些赛场外事件， 几乎所有的专家都认为他顶多能够在第三轮被选中， 然而， 在6项评估中的3项， 布鲁斯·欧文都名列所有防守线锋的第一位， 最终， 他被西雅图海鹰队以总顺位第15位选中。
测试仪器替代了球探笔记
对球队来说， 错过一个好的新秀，损失无法估量。 如今，已经不再像过去那样靠秒表， 录像，球员运动集锦以及球探笔记来作为评估新秀的主要手段了。 在NFL Combine, 每个选秀球员都需要穿上带有传感器的运动服， 这些传感器能记录运动员的加速度， 垂直弹跳力以及心率等等。 西雅图海鹰队就可以通过这样的方式，不仅能看到布鲁斯·欧文的40码冲刺用了4.5秒， 而且能够看到他是如何加速的， 他是否很费力以及他的垂直发力是多少。 这种传感器技术是由 Zephyr Technology与运动品牌Under Amour联合开发的， 用在了Under Amour的 UA39 系列运动服上。 Zephyr Technology成立于2003年， 美国国防部采用它的生物传感技术来帮助美国特种部队进行训练。 用来分析影响 诸如脱水， 疲劳或者受伤等因素对受训士兵的影响。这些技术被美国的防化部队， 快速反应部队以及国民警卫队所采用， 而近年来NFL Combine也开始采用这些技术。
针对士兵们的一些训练原则也可以被运用到运动员身上。 Zephyr Technology的业务拓展副总裁Asher Gendelman说：“通过分析那些保障运动员健康的因素， 就能够制订合理的训练计划， 使得运动员既能够充分训练， 有能够保证不因过度训练而导致受伤。 当然，在NFL Combine，还没有到制订合理训练计划这一步， 他们还只是为评估者提供了一套更加科学的评估指标。”
足球场上的数据分析
无独有偶， 美国足球大联盟（MLS）也已经开始在足球场上采用传感器技术。 从下赛季开始， MLS将采用阿迪达斯的miCoach精英系统技术， 把场上球员的数据（如心率， 速度， 加速度， 奔跑距离， 场上位置， 运动强度等指标）实时地传送到教练手中。 类似UA39系列运动服。 精英系统技术也是基于可穿戴传感器的， 有了它，场边的教练就可以通过iPad，实时掌握这些数据了。 MLS和阿迪达斯在上个月费城举行的MLS全明星赛上已经首次采用了精英系统。
“我想他太酷了。 我喜欢这玩意儿” MLS圣荷西地震队的全明星贾斯丁·莫罗说到。
事实上， 贾斯丁·莫罗说他自己也在使用miCoach精英系统的个人版。 事实上， 很多运动员也自己在使用miCoach来监测自己的训练数据（如心率， 步长以及距离等等）。 贾斯丁·莫罗认为， 这比以前的训练手段有了进步， 有助于随时了解自己的训练强度。
在全明星赛上的数据显示， 莫罗的运动强度排名第6 ， 整体速度位于第2位， 而总奔跑距离并列第4， 为2.1英里（约3.4公里）。
莫罗说， 有些球员希望在比赛中就能看到球员的数据分析。 如果下赛季采用miCoach精英系统， 他更希望能够在赛后看到自己的数据进行分析， 而不是在比赛中调整。 “当然， 这取决于教练给我们看多少数据。”
莫罗说“我不太愿意在比赛中就看我的数据， 我还是希望按照我喜欢的方式去完成比赛。当然，教练们采用了这些工具 如果中场休息的时候， 我的体能教练跟我说我没有尽力比赛而我觉得我已经尽力了。 我们就得看看是为什么”。
尽管不希望在比赛中就看数据， 莫罗还是认为miCoach很有用。 他说：“如果这个系统能帮助运动员提高竞争力， 提高训练水平， 哪怕是一点点的话也值了。”
“我很高兴下赛季能采用这套系统”莫罗说“人们可以按照他们想要的方式来使用这种工具， 有的人愿意在比赛中看到数据， 而我则希望通过数据分析来提高自己的训练水平。 大多数认真的运动员都会这样想的。 我想这将是一个非常有用的工具。”
高尔夫球的数据分析
生物传感技术运动员训练水平的一种手段。 通过对运动员动作的效果数据分析则是另外一种方式。 比如分析高尔夫球或者棒球击球后的飞行。 TrackMan就是这样一家通过3D多普勒雷达技术， 为职业高尔夫球手或者美国职棒大联盟球队提供击球分析的公司。 一直以来， 高尔夫球手都是靠天分， 不断练习以及直觉来进行挥杆击球的。 现在， 很多球手可以选择向TrachMan这样的系统， 来辅助进行挥杆训练的分析。
TrackMan通过雷达测量每次击球后球的飞行过程中的所有数据， 如速率， 角度， 方向， 旋转速度等。 然后通过软件进行分析。 TrackMan的数据非常全面， 以至于一些职业教练在考虑日后如何根据TackMan在每次击球后的数据分析来改变他们的训练方式。
曾经的PGA球手， 如今的职业教练Grant Waite说到“对于高尔夫球手来说， 一次击球可能就会改变你的一生。” Waite采用了TrackMan来帮助训练球手， 这些球手中包括前PGA巡回赛冠军Mike Weir 以及4次打入PGA巡回赛前10名的 Daniel Summerhays。
职业生涯中赢得过一次PGA巡回赛冠军的Waite， 在2000年贝尔加拿大公开赛中以一杆之差输给了老虎伍兹。 他深知挥杆对职业球手的重要性。 如今， 他通过TrackMan来帮助他的学生们提供挥杆训练水平。
Waite说:“对球手来说， 最重要的就是， 能够了解如何训练能够如何提高比赛水平。 今天的这些数据技术就能够使我们精确地了解这些而不是仅仅依靠直觉。
通过与高速照相机， TrackMan软件可以显示击球后球的飞行轨迹是与球杆头切面的所对的角度。 而大多数人都认为是挥杆时杆头运动的方向。
当然， 随着不断的练习， 优秀的高尔夫球手可以自如地控制球的方向而不必了解这背后的科学原理。 不过， 数据分析对高尔夫球或其他运动来说， 确实是一个很好的辅助工具。
Waite说：“你当然可以把一堆人放到一个练习场上， 什么也不告诉他们， 他们中的一些人最终能够掌握击球方向， 不过有了数据分析， 就能够让更多的人更快的掌握。 对职业选手来说， 数据分析可以节省时间， 利用技术给选手的训练提供一个模板。”
哈佛大学定量社会科学研究院的主任Gary King认为，职业体育领域， 如同很多其他行业一样， 对数据分析的应该才刚刚开始。
他说：“这个领域的潜力巨大，无论数据量还是数据种类都在不断增长。”“即使利用现有的数据， 也能够采用一些新的分析方法来完全改变现状。”
原文链接：http://www.ctocio.com/ccnews/8225.html
【编辑推荐】
