根据2022 年关键数据生成统计，每天会产生 2.5 艾字节的数据。随着海量数据不断涌现，越来越多的人能够获取有助于做出更佳决策的信息。因此，数据在几乎所有行业中的作用与日俱增也就不足为奇了。在这一时代下蓬勃发展的领域之一，便是体育分析。
凡是关注体育转播的人都清楚，如今数据和统计在体育行业中的作用何其广泛。体育领域中拥抱分析力量、寻求任何可获得的统计优势的人数不断增加，从而催生了体育分析这一产业。
什么是体育分析？
体育分析是对竞技表现与商业健康状况的研究，旨在优化体育组织的流程与成功。体育分析本质上包含两个组成部分：
- 场上数据分析。该方向涉及跟踪关键的场上数据指标，以影响可用于改进比赛策略、营养计划和其他可能在伦理范围内提升运动员表现的关键方法。它试图回答与场上表现相关的问题，例如“哪位欧洲足球运动员创造了最多机会？”或“哪位球员在 20 米冲刺中的速度最快？”等。
- 场下数据分析。这里的重点在体育的商业层面。它涉及监测诸如门票销售、周边商品销售、粉丝互动等重要的场下数据指标。这类数据分析旨在帮助球队的决策者做出更有助于增长和盈利能力提升的决策。
数据分析在现代商业中至关重要。各行业的众多企业都借助数据分析来帮助优化绩效。通过将数据分析纳入其商业模式，企业如今拥有了足够的信息，得以做出更好的业务决策，并更高效地降低成本。
为何体育中的数据分析有用？
据The Business Research Company的研究，全球体育市场从 2021 年的 3549.6 亿美元增长至 2022 年的 4965.2 亿美元，成为全球最大的市场之一。随着全球体育市场支出增加，球队愈发致力于投资体育数据分析以获取竞争优势，因此预计到 2025 年体育分析市场将达到45 亿美元以上。
体育中数据分析的一些关键益处包括：
信息驱动的决策
体育数据分析可成为制定重要战略决策的有力工具。例如，当切尔西足球俱乐部前任主教练托马斯·图赫尔被问及为何在加时赛末段换上门将凯帕·阿里萨巴拉加时，他回答说：“我们有一些统计数据，我们做了充分准备，凯帕在扑点球的成功率上是最好的。”他补充道：“有证据表明凯帕在这项技术上更出色。”随后，切尔西赢下了点球大战，凯帕扑出了两粒点球。
尽管上述情境也可能出现不同结局，但基于场上和场下数据所做的决策通常会带来更强大且更准确的决策效果。
另一个例子来自 NBA。包括费城 76 人在内的多支球队，正在利用数据可视化和假设检验等复杂的数据分析技术来分析 NBA 比赛，从而影响教练策略。
这类分析对篮球产生了深远影响。由于球队意识到增加三分出手在权衡后更具价值（尽管命中率可能下降，但命中时可获得更多分数），更多进攻开始在三分线外展开。
提升收入
总体而言，投资于数据与分析的企业有望获得显著的财务回报。根据麦肯锡公司的研究，大数据带来的平均初始利润增幅为 6%，而在持续投资五年后，这一增幅提升至 9%。
体育团队利用数据分析提升收入的一个重要领域是门票销售。有效制定票价是销售中重要但棘手的一环。借助数据分析，体育组织能够更深入地洞察关键财务指标，从而为顾客和组织确定最优价值定价。
例如，休斯敦太空人队使用数据分析进行“假设”场景推演，以更好地了解单场票购买者，期望将其转化为季票持有者，同时保持现有季票持有者的续订率。
在另一个案例中，分析被用于理解粉丝在俱乐部区域内对座位位置、餐饮选择及其他替代方案等变量之间的取舍。其目的在于更好地理解粉丝，以便特许经营方能够在特定区域提供更贴合需求的票务方案。
体育中的数据分析对于优化在线体育零售收入也大有裨益。球队正应用数据处理、聚合、清洗等技术来分析产品数据，从而优化营收。
体育分析行业的发展
体育与数据分析早已密不可分。棒球是最早采用体育分析的项目之一，Earnshaw Cook 于 1964 年出版《Percentage Baseball》。不过，许多统计学家或许会将体育分析的普及归功于 1997 至 2016 年担任奥克兰运动家总经理的比利·比恩。
直到 2002 年，棒球界的教练与球员往往对深入的数据分析视而不见，更信赖直觉、球员的“外在美感”，或如打击率等浅层统计。预算拮据的比恩意识到，让跑者上垒对于得分至关重要。在这一启发下，他将策略聚焦于以较低成本引进被忽视的先发投手——通常只需知名投手的一小部分价钱——并注重上垒率高的球员，认为上垒率更高的球队更有可能得分。
比恩在奥克兰运动家的成功引起了其他美国职业棒球大联盟（MLB）球队的关注。2003 年，波士顿红袜成为下一个采用类似方法的 MLB 球队。他凭借体育数据分析优化球队的策略被称为“点球成金”（Moneyball）。但直到 2011 年电影《点球成金》上映，“体育分析”这一术语才在主流体育文化中广为人知。
自那以后，每项主流运动都经历了自身的分析革命。众多球队渴望通过数据分析获取竞争优势，并在聘用体育数据科学家以客观分析场上与场下数据方面投入重金。
不同体育项目如何使用分析
尽管体育数据分析的根本目的具有普遍性——通过统计和数据分析获取竞争优势——不同的体育项目会采用各异的方法来高效收集和分析符合其项目特点的数据。
足球
在足球中，体育数据分析是场下决策的重要组成部分。全球各地的足球俱乐部在数据科学和相关技术上投入巨大，以提升球员的场上表现并改进场下决策。这包括跟踪和监测球员比赛中的站位、训练时的疲劳程度、跑动距离，以及其他能够更全面反映球员身体状态的数据。
还可以收集其他统计数据来研究个体球员的表现，例如成功过人、传球与抢断。对这些数据的分析可为教练和球员提供更深入的优劣势洞察，有助于其发展。您可在另一篇文章中进一步了解数据科学如何改变足球。
棒球
作为最早拥抱体育分析的项目之一，棒球多年来一直在树立标杆。像西奥·爱普斯坦这样的行内顶尖人物，甚至从未亲身参与过大小联盟的比赛。相反，他们依靠高等教育背景与对数字的热情来帮助在场上和场下做出决策。
由于棒球长期以来积累了极为详尽的统计数据，越来越多像西奥·爱普斯坦这样的人才涌入棒球的数据分析圈。MLB 球队会追踪广泛的统计数据以辅助决策，例如：
- 打击率（Batting average）：用该球员的安打数除以打数计算。该统计可反映球员的倾向性以及更容易被哪种投球三振。其目的在于帮助球员识别自身在何种投球类型上存在弱点——这也是棒球中最常被讨论的统计数据。
- 上垒率（On-base percentage）：这是最重要的进攻统计之一；它体现击球手避免在本垒被出局的频率，定义为球员通过安打、保送或触身球上垒的次数所占的百分比。
- 长打率（Slugging average）：用于衡量球员的长打能力。它衡量球员通过安打所获得的总垒数。长打率越高，球员击出长打的可能性越大。
您可以在我们的用可视化比较棒球球员统计项目中，结合您对棒球、Python 以及 Matplotlib 和 Seaborn 数据可视化的了解加以实践。
篮球
达里尔·莫雷是最早将高级统计指标作为球员评估核心部分的 NBA 总经理之一。如今，大多数 NBA 球队都配备了体育数据分析师。他们的职责是用数据支持教练与球员，帮助最大化场上表现并识别被低估的球员。
在篮球的最高水平上，球队会在球馆各个角度布置数据追踪摄像头，以跟踪每位球员在场上的每一次移动。随后，这些数据会与球员的统计相结合，形成对球员表现的完整拆解。
体育分析师的工作是什么？
体育分析师通常会观看其负责的赛事、准备解说内容，并通过直播或文字进行呈现。因此，他们必须具备出色的分析与沟通能力，因为这占据了其日常职责的很大一部分。此外，体育分析师需要对所选项目有深厚的了解，包括良好的历史背景知识以及定义该项赛事的关键统计。
如何成为体育分析师
随着体育行业不断发展，其自然产物便是大量的就业机会。具有数据分析天赋并对体育抱有强烈兴趣的个人，可以将才华与爱好相结合，打造一份充实的体育分析师职业生涯。
成为体育分析师通常包含三个关键环节：接受教育、培养技能以及积累经验。如果您在思考如何进入体育分析领域，以下步骤将对您有所帮助。
接受教育
多数体育分析师的起点都是普通的体育迷。然而，一旦确定目标是成为体育分析师，您就需要尽可能多地汲取与体育相关的信息。体育分析师往往被期待成为“行走的体育百科全书”。
此外，统计知识至关重要。统计是体育分析的“通用语言”。通常，密切关注当下的比赛结果，如球员统计、胜负记录以及其他可获得的统计信息，有助于提升您的统计词汇量，同时了解哪些指标对竞技表现至关重要。
从长远看，在这两个领域的学习将帮助您基于统计模型做出权威性的评估与预测。
许多体育分析师会修读某种形式的体育数据科学相关学位，无论是偏重体育还是偏重数据科学。当然，其他类型的教育背景也有帮助，包括体育、统计、数据科学或相关领域。
培养技能
成为体育分析师需要多种软技能与硬技能：
软技能
掌握统计与所选运动只是过程的一部分。另一部分是将统计知识与该运动的情境信息相结合，产出洞察。与相关方建立良好关系大有裨益，因为体育分析师需要理解相关方（如教练、主管等）的需求，并及时提供准确洞察。
洞察的表达方式同样重要。相关方往往不如体育分析师那样技术化，这意味着需要以易懂且有用的形式报告洞察，从而简化其规划与决策流程。
硬技能
凡是与数据打交道的人都必须具备数据素养与数据意识——可通过我们的Understanding Data Science课程进一步了解。数据从业者的一项关键工作是确保数据的准确与可靠，这需要对数据的收集、存储与检索方式有良好认知。这也包括保证数据清洁：通常估计，数据科学家 80% 的时间都用于数据清洗。
您可以在探索 Airbnb 市场趋势项目中检验您的数据清洗技能，该项目侧重于数据导入与清洗，以及运用数据处理技能探索纽约市 Airbnb 数据。
除了具备阅读、书写、沟通与数据推理能力外，体育分析师还需掌握多种分析工具与编程语言的扎实技术知识。这些体育分析工具包括Excel 电子表格、SQL、R、Python和Tableau。
根据2022 年关键数据生成统计，每天会产生 2.5 艾字节的数据。随着海量数据不断涌现，越来越多的人能够获取有助于做出更佳决策的信息。因此，数据在几乎所有行业中的作用与日俱增也就不足为奇了。在这一时代下蓬勃发展的领域之一，便是体育分析。
凡是关注体育转播的人都清楚，如今数据和统计在体育行业中的作用何其广泛。体育领域中拥抱分析力量、寻求任何可获得的统计优势的人数不断增加，从而催生了体育分析这一产业。
什么是体育分析？
体育分析是对竞技表现与商业健康状况的研究，旨在优化体育组织的流程与成功。体育分析本质上包含两个组成部分：
数据分析在现代商业中至关重要。各行业的众多企业都借助数据分析来帮助优化绩效。通过将数据分析纳入其商业模式，企业如今拥有了足够的信息，得以做出更好的业务决策，并更高效地降低成本。
为何体育中的数据分析有用？
据The Business Research Company的研究，全球体育市场从 2021 年的 3549.6 亿美元增长至 2022 年的 4965.2 亿美元，成为全球最大的市场之一。随着全球体育市场支出增加，球队愈发致力于投资体育数据分析以获取竞争优势，因此预计到 2025 年体育分析市场将达到45 亿美元以上。
体育中数据分析的一些关键益处包括：
信息驱动的决策
体育数据分析可成为制定重要战略决策的有力工具。例如，当切尔西足球俱乐部前任主教练托马斯·图赫尔被问及为何在加时赛末段换上门将凯帕·阿里萨巴拉加时，他回答说：“我们有一些统计数据，我们做了充分准备，凯帕在扑点球的成功率上是最好的。”他补充道：“有证据表明凯帕在这项技术上更出色。”随后，切尔西赢下了点球大战，凯帕扑出了两粒点球。
尽管上述情境也可能出现不同结局，但基于场上和场下数据所做的决策通常会带来更强大且更准确的决策效果。
另一个例子来自 NBA。包括费城 76 人在内的多支球队，正在利用数据可视化和假设检验等复杂的数据分析技术来分析 NBA 比赛，从而影响教练策略。
这类分析对篮球产生了深远影响。由于球队意识到增加三分出手在权衡后更具价值（尽管命中率可能下降，但命中时可获得更多分数），更多进攻开始在三分线外展开。
提升收入
总体而言，投资于数据与分析的企业有望获得显著的财务回报。根据麦肯锡公司的研究，大数据带来的平均初始利润增幅为 6%，而在持续投资五年后，这一增幅提升至 9%。
体育团队利用数据分析提升收入的一个重要领域是门票销售。有效制定票价是销售中重要但棘手的一环。借助数据分析，体育组织能够更深入地洞察关键财务指标，从而为顾客和组织确定最优价值定价。
例如，休斯敦太空人队使用数据分析进行“假设”场景推演，以更好地了解单场票购买者，期望将其转化为季票持有者，同时保持现有季票持有者的续订率。
在另一个案例中，分析被用于理解粉丝在俱乐部区域内对座位位置、餐饮选择及其他替代方案等变量之间的取舍。其目的在于更好地理解粉丝，以便特许经营方能够在特定区域提供更贴合需求的票务方案。
体育中的数据分析对于优化在线体育零售收入也大有裨益。球队正应用数据处理、聚合、清洗等技术来分析产品数据，从而优化营收。
体育分析行业的发展
体育与数据分析早已密不可分。棒球是最早采用体育分析的项目之一，Earnshaw Cook 于 1964 年出版《Percentage Baseball》。不过，许多统计学家或许会将体育分析的普及归功于 1997 至 2016 年担任奥克兰运动家总经理的比利·比恩。
直到 2002 年，棒球界的教练与球员往往对深入的数据分析视而不见，更信赖直觉、球员的“外在美感”，或如打击率等浅层统计。预算拮据的比恩意识到，让跑者上垒对于得分至关重要。在这一启发下，他将策略聚焦于以较低成本引进被忽视的先发投手——通常只需知名投手的一小部分价钱——并注重上垒率高的球员，认为上垒率更高的球队更有可能得分。
比恩在奥克兰运动家的成功引起了其他美国职业棒球大联盟（MLB）球队的关注。2003 年，波士顿红袜成为下一个采用类似方法的 MLB 球队。他凭借体育数据分析优化球队的策略被称为“点球成金”（Moneyball）。但直到 2011 年电影《点球成金》上映，“体育分析”这一术语才在主流体育文化中广为人知。
自那以后，每项主流运动都经历了自身的分析革命。众多球队渴望通过数据分析获取竞争优势，并在聘用体育数据科学家以客观分析场上与场下数据方面投入重金。
不同体育项目如何使用分析
尽管体育数据分析的根本目的具有普遍性——通过统计和数据分析获取竞争优势——不同的体育项目会采用各异的方法来高效收集和分析符合其项目特点的数据。
足球
在足球中，体育数据分析是场下决策的重要组成部分。全球各地的足球俱乐部在数据科学和相关技术上投入巨大，以提升球员的场上表现并改进场下决策。这包括跟踪和监测球员比赛中的站位、训练时的疲劳程度、跑动距离，以及其他能够更全面反映球员身体状态的数据。
还可以收集其他统计数据来研究个体球员的表现，例如成功过人、传球与抢断。对这些数据的分析可为教练和球员提供更深入的优劣势洞察，有助于其发展。您可在另一篇文章中进一步了解数据科学如何改变足球。
棒球
作为最早拥抱体育分析的项目之一，棒球多年来一直在树立标杆。像西奥·爱普斯坦这样的行内顶尖人物，甚至从未亲身参与过大小联盟的比赛。相反，他们依靠高等教育背景与对数字的热情来帮助在场上和场下做出决策。
由于棒球长期以来积累了极为详尽的统计数据，越来越多像西奥·爱普斯坦这样的人才涌入棒球的数据分析圈。MLB 球队会追踪广泛的统计数据以辅助决策，例如：
您可以在我们的用可视化比较棒球球员统计项目中，结合您对棒球、Python 以及 Matplotlib 和 Seaborn 数据可视化的了解加以实践。
篮球
达里尔·莫雷是最早将高级统计指标作为球员评估核心部分的 NBA 总经理之一。如今，大多数 NBA 球队都配备了体育数据分析师。他们的职责是用数据支持教练与球员，帮助最大化场上表现并识别被低估的球员。
在篮球的最高水平上，球队会在球馆各个角度布置数据追踪摄像头，以跟踪每位球员在场上的每一次移动。随后，这些数据会与球员的统计相结合，形成对球员表现的完整拆解。
体育分析师的工作是什么？
体育分析师通常会观看其负责的赛事、准备解说内容，并通过直播或文字进行呈现。因此，他们必须具备出色的分析与沟通能力，因为这占据了其日常职责的很大一部分。此外，体育分析师需要对所选项目有深厚的了解，包括良好的历史背景知识以及定义该项赛事的关键统计。
如何成为体育分析师
随着体育行业不断发展，其自然产物便是大量的就业机会。具有数据分析天赋并对体育抱有强烈兴趣的个人，可以将才华与爱好相结合，打造一份充实的体育分析师职业生涯。
成为体育分析师通常包含三个关键环节：接受教育、培养技能以及积累经验。如果您在思考如何进入体育分析领域，以下步骤将对您有所帮助。
接受教育
多数体育分析师的起点都是普通的体育迷。然而，一旦确定目标是成为体育分析师，您就需要尽可能多地汲取与体育相关的信息。体育分析师往往被期待成为“行走的体育百科全书”。
此外，统计知识至关重要。统计是体育分析的“通用语言”。通常，密切关注当下的比赛结果，如球员统计、胜负记录以及其他可获得的统计信息，有助于提升您的统计词汇量，同时了解哪些指标对竞技表现至关重要。
从长远看，在这两个领域的学习将帮助您基于统计模型做出权威性的评估与预测。
许多体育分析师会修读某种形式的体育数据科学相关学位，无论是偏重体育还是偏重数据科学。当然，其他类型的教育背景也有帮助，包括体育、统计、数据科学或相关领域。
培养技能
成为体育分析师需要多种软技能与硬技能：
软技能
掌握统计与所选运动只是过程的一部分。另一部分是将统计知识与该运动的情境信息相结合，产出洞察。与相关方建立良好关系大有裨益，因为体育分析师需要理解相关方（如教练、主管等）的需求，并及时提供准确洞察。
洞察的表达方式同样重要。相关方往往不如体育分析师那样技术化，这意味着需要以易懂且有用的形式报告洞察，从而简化其规划与决策流程。
硬技能
凡是与数据打交道的人都必须具备数据素养与数据意识——可通过我们的Understanding Data Science课程进一步了解。数据从业者的一项关键工作是确保数据的准确与可靠，这需要对数据的收集、存储与检索方式有良好认知。这也包括保证数据清洁：通常估计，数据科学家 80% 的时间都用于数据清洗。
您可以在探索 Airbnb 市场趋势项目中检验您的数据清洗技能，该项目侧重于数据导入与清洗，以及运用数据处理技能探索纽约市 Airbnb 数据。
除了具备阅读、书写、沟通与数据推理能力外，体育分析师还需掌握多种分析工具与编程语言的扎实技术知识。这些体育分析工具包括Excel 电子表格、SQL、R、Python和Tableau。