FM球员属性全解释_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
FM球员属性全解释
&&足球经理2011的一些球员解释
阅读已结束，下载本文需要
想免费下载更多文档？
定制HR最喜欢的简历
下载文档到电脑，同时保存到云知识，更方便管理
加入VIP
还剩10页未读，
定制HR最喜欢的简历
你可能喜欢大数据能否造就下一个世界杯“预言帝”？
四年磨一剑，正如火如荼。每届世界杯都会诞生很多新鲜的话题，但万年不变的是对比赛结果的预测。上届南非世界杯，章鱼“保罗”以精准的结果预测而一炮而红，那么在本届巴西世界杯上，谁又能接过“保罗”的接力棒，成为下一位“预言帝”呢？如今这个问题已经有了答案，那就是看似神秘的“大数据”。“大数据”和“世界杯”，一个是IT技术，一个是体育，这两者看似风马牛不相及。对于足球运动来说，尤其世界杯赛场，充满了无数的不确定因素。天气、球员状态和心理素质、技术、战略、裁判、各种突发事件、当然还少不了运气，这些都能够成为左右赛事结果的因素，世界杯上的爆冷和黑马并不鲜见;而大数据分析是以数据为基础，对结果的预测实际是有迹可循，有着很强的规律性。那么，大数据这种理性的，碰上世界杯这项充满变数的运动，将出现怎样一种结果？世界杯还未开赛，我们暂且不去讨论这两者将会擦出怎样的火花，我们先来看一些“大数据”在体育中成功应用的例子：大数据和“勒布朗•詹姆斯在热火和马刺的这场比赛中出场38分钟，投篮22次14中，三分球三头三中!篮板球10个、助攻3次、抢断2次、犯规3次，得分35分!”。NBA可谓产生大数据的一块沃土，也是大数据分析最好的实践者。NBA会对每场比赛进行细致的数据统计，可以提供单个球员的查询工作，还能对比两名球员，包括两人攻防中的表现。NBA不仅统计所有球员得分、篮板、助攻、盖帽、抢断、失误、犯规等一系列场上数据，还能提供场上效率、得分区域等分析。例如，NBA 联盟在 30 个球队的比赛场馆安装了SportVU ICE 球队分析与追踪系统，SportVU摄像机每秒钟可拍摄 25 张图片，每张图片都有时间戳，计算机可将这些数据与比赛流媒体源连接到一起，在 90 秒内提供一份报告。SportVU应用通过将视频和定制化报告结合起来，重新制作数据，进行深入的球队细节分析。该系统可制作和计算球员指标信息和 3D 模型，帮助球队更好地理解统计数据的重要性和比赛过程。ICE 还能够测量球员的无球跑动和球员之间的间隔，该系统如今可以计算出速度、距离参数和能量区域效率，同时计算力量、爆发力和耐力，查询球员间隔、投篮轨迹和投篮区域。这些统计数据都将成为NBA球队获得比赛胜利、争夺冠军的体系的一部分。比如通过对詹姆斯的大数据分析，能够了解詹姆斯的打法和习惯：詹姆斯在篮框左侧运球时，多选择投篮;而在篮框右侧时，主要用突破上篮…洞悉这些数据，教练就能制定出针对性的方法来防守詹姆斯(当然，防得住防不住是另外一回事了…)。如今，几乎NBA每只球队都拥有数据分析专家，他们根据数据统计和分析，在比赛日、选秀大会和交易决定上提出重要建议，在这些数据专家的帮助下，花精力进行数据分析的球队胜率已经远高于不进行分析工作的球队，这就是大数据分析的力量。但是，话又说回来，如果没有了詹姆斯，球队有再多的数据分析专家也是没用的…在一场比赛中，球队的实力依然是最重要的，但大数据分析也切实能为球队带来帮助，实力+分析，是NBA赛场决胜的关键。大数据和网球无独有偶，大数据在网球运动中的应用也是由来已久。如今包括四大满贯，以及中国网球公开赛，大数据技术也已经融入其中。同样，大数据在网球中的应用也是两个方面，一是改善观众体验，二是为球员提供数据分析，制定战术为致胜加码。比如一项“关键致胜因素”的大数据分析是对球员双方的历史交锋数据进行分析，为球员制定比赛致胜的关键指标。以2013年温网为例，“关键致胜因素”为对德约科维奇对阵穆雷各找到三个获胜关键指标：小德获胜的三个关键指标是：第4拍到第9拍获胜率、Ace球数量、回球成功率;穆雷的三个指标是：回球得分率、二发成功率和发球成功率。而“比赛统计”是获取主要比赛统计数据，如ACE球、制胜分、双误、非受迫性失误、网前得分、破发点等，覆盖各个细节，将这些数据展现在球迷面前，球迷可以轻易获得感兴趣的数据。以澳网为例，2013年2月澳网期间，有684457名球迷到现场观看了比赛;澳网网站有1410万绝对造访人次;澳网Social Leaderboard追踪到900多万涉及球员的Twitter。此外，澳大利亚网球协会在比赛期间获取了约60TB的数据和视频资源，本次赛事男子抽签127场比赛打了764盘。而今，网球运动中球员间除了球技的比拼外，就是科技的竞争，如今几乎每个大牌球星背后都有一只服务团队，有着1~2名数据人员，负责搜集、分析球员及其竞争对手信息，为教练和球员提供战略支持。大数据和世界杯再说将要进行的巴西世界杯，大数据也已经冒出了头。国际足联已经公布了本届杯赛的11项数据统计，比如，本届杯赛共有236人参加过世界杯，包括20位前冠军，最年轻及最年长的球队分别是加纳和阿根廷，所有球员的平均年龄为27岁零5个月等等。来看看其中是否有你感兴趣的：236：总共有236名球员有参加世界杯的经历，其中西班牙为最，共有16人，乌拉圭及喀麦隆分别以15人及13人列在第2及第3位。时间跨度最大的是哥伦比亚门将蒙德拉贡，他出战过1994年世界杯。100%：本届杯赛的32强当中，仅有一支球队全部由本国联赛球员组成，那就是俄罗斯队。英格兰的23人有22人出自本国联赛，仅替补门将福斯特来自紧邻苏格兰联赛。相对而言，本国联赛球员比重最低的球队是波黑、科特迪瓦、加纳以及乌拉圭，各自只有1人，比重为4.3%。58：总共有58名球员将在世界杯期间迎来自己的生日，开幕当天(6月12日)，智利的伊斯拉以及澳大利亚的加莱科维奇将分别迎来26岁及33岁生日。本届杯赛最年长的蒙德拉贡将在6月23日满43周岁，梅西也将在世界杯期间年满27岁。297：所有的736名球员来自297家俱乐部，其中英格兰28家为最，紧随其后的是德国的21家。贡献球员最多的是拜仁(15人)，紧随其后的是曼联(14人)。20：所有参赛球员当中，共有20位曾经赢得过世界杯，其中上届冠军西班牙就占了16人，另外加上意大利的巴尔扎利、布冯、德罗西以及皮尔洛。如果你想猜测世界杯中一些结果的话，是否能从这些统计中看出一些苗头来了？实际上，大数据分析所进行的正是类似人脑的这些分析和推断功能，但是机制要更加科学，数据来源也更庞大。如果你看不出端倪，也不用着急，曾经精确预测奥斯卡结果的传奇分析师大卫•罗斯柴尔德(David Rothschild)通过大量的公开数据，如博彩市场、民意调查、社交媒体以及其它在线数据，以及世界杯历史数据，通过大数据分析手段得出了巴西世界杯的预测结果：巴西将夺冠，根据数据预测，巴西队的夺冠率达到22.5%，远远高于其他对手。随后依次为阿根廷、德国、西班牙、比利时。这是否就是你心里的预测排名？不能否认的是，世界杯是个充满变数的赛场，我们的预测结果也会随着赛事的变化而变化，这正也是数据参与的结果。大数据分析也是如此，随着世界杯开赛、数据的不断更新，预测结果也会有新的变化，也会更加精准。除了大数据预测比赛结果，大数据也为本届世界杯参赛队的策略制定提供了支持。比如，一些团队正在使用像球门线和球跟踪技术此类的革新产品，这些技术可以在特定环境下测量球员的趋势从而提升球员的成绩。此外，视频分析技术使用关键字从比赛视频中检测和反馈特定行为的音频和视觉，让球队更加轻松的获得重要镜头的视频并建立“重点集”，以帮助球队对关键性比赛进行更有针对性的策略分析。大数据说到底还是一门技术如果大数据分析最终成功预测了世界杯结果，你是否会惊叹，世界杯都没有悬念了!少了很多的看头!不能否认的，大数据正在给体育带来一股颠覆性的力量，它在改变着比赛，也在改变着观众的体验，甚至会改变体育的观赏模式。看到现在，也许您对大数据还是一头雾水，这种分析结果是如何实现的呢？归根结底，大数据还是一门技术，它并不神秘，是底层硬件技术、软件技术、分析工具共同作用的结果。比如NBA赛场中的SportVU ICE 球队分析与追踪系统就是架设在基于处理器的工作站上，得益于处理器的强大运算能力，能够在最短的时间内提供报告。大数据分析中涉及大量的计算任务，比如计算球员力量、爆发力和耐力，篮球轨迹和投篮区域等，这需要计算机具有强劲的“芯”。如今，芯片制造商也在将产品向大数据任务倾斜，比如英特尔最新的至强E7 v2，主打的就是大数据分析，提供了更快的数据处理速度、支持实时高级分析功能、相比上一代提升3倍内存容量，提升4倍I/O以实现更出色的响应能力，为大数据分析提供了有力支撑。所以，与其说大数据在颠覆体育，不如说是技术在颠覆着生活。初次听到“大数据”的人可能会觉得它很遥远，实际它正在改变着人们的生活，我们身处其中而不自觉。
[责任编辑：adeleyuan]
您认为这篇文章与"新一网（08008.HK）"相关度高吗？
Copyright & 1998 - 2018 Tencent. All Rights Reserved
还能输入140字不怕喷！NBA球员的数据分析能不能体现球员的真正实力？
NBA除去得分、篮板、助攻的表面数据，还有更高级的per值，+/-值，usg%值这些高端数据。且不说这些东西算法如何，越来越多的数据分析会去对比一个球员的能力。那这些数据是否真实有效客观?
雷霆上赛季，威斯布鲁克的场均三双数据直接是吊炸天。有人会说威少是全队帮他刷数据。但是雷霆需要威少去抢篮板，需要依靠他的推进能力！减少在防守反击过程中，传球衔接段的流畅程度。
这种现象级的表现不能虽然不能说明这个球星的真正实力。但是至少能够表现出这个球员在球队的战术地位。
我感觉PER值完全就是为詹姆斯，乔丹这样的大神打造的。用这个数据去衡量一个球员的实用性完全没有意义。
PER的计算方法还是数据的胡乱加总。
简而言之，就是衡量超级得分手均衡能力的琅琊榜。如果NBA打算打造下一个球星，建议按上面的排行来。
现在大多数的球员数据分析，不论多高档都会基于个人的表面数据。那我用倾向于团队的+/-正负值来衡量团队贡献行不行？
也不行，库里曾经高达1000+的正负值，火箭本赛季正负值占据前四。这种数据表象之外，也要看队友是谁。身边有4个全明星，对方有五个演员。在中场躺赢的正负值不要再高了！
那正负值是不是也不够精确？
更多的无法统计的数据，掩护跑位为队友形成的空间，技巧防守逼迫球星传球。卡位帮助队友获得篮板。甚至场下挥毛巾鼓舞士气。这些行为是不是更证明了数据的不全面？
并不是！如果数据真的毫无用处，那辛辛苦苦去统计有什么意义。场面的所有脏活累活虽然无法精确，但是能够体现在球队的正负值上。无论是卡位，掩护，跑位的最终目的都是为了得分。如果场边卖力的挥舞毛巾，球队反而输球，那挥毛巾的意义在哪里？
NBA的分析数据绝不会骗人！詹姆斯在场上摘头巾，能够提高防守效率，帮助球队赢球。不管是不是激活了某种隐藏BUG，他这种行为就是有效的！而兢兢业业的干看起来有意义的事情，而无助于球队！再认真也是瞎卖力。
再者说，一个进攻能力真的很强的球员，会没机会打出比别人高的得分？一个防守很好的球员没可能每场多盖帽一个？一个团队型球员不能帮助球队胜利？
如果一个球员连数据都打不出来，就更不要谈他的能力了。只要球员在某一方面真的出色，绝对会有某款数据分析会让他脱颖而出！
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点看篮球必须学好数学吗？一文读懂NBA数据名词
正在加载...
大家看NBA，除了看比赛本身，还最关注什么？以昨天和比赛为例，勇士的克莱-拿到28分5篮板3助攻1抢断，投中6个三分；拿到22分8篮板8助攻2抢断1盖帽，投中2个三分球。没错，我们要说的就是数据，篮球比赛中重要的组成部分。数据不是万能 但是没有数据却万万不能说起赛季，很多媒体都认为这是NBA有史以来一个相当出色的黄金盛世。众多的球星抱团催生豪强，新生的超级巨星崛起，优秀的新秀涌现。而在各项数据排行榜上，这个趋势展现的尤其明显。截止到北京时间11月9日，本赛季NBA的各项数据排行如下：阿德托昆博场均得分31.9分，高居联盟第一；纽约新王以场均30.0分排名第二；真核场均29.5分排在第三。NBA球员得分榜，截止到10月9日篮板榜排名第一的是场均15.3个篮板的德拉蒙德，排名第二的是场均14.3个篮板的，以场均13.6个篮板排在第三。韦少以场均10.9次助攻的微弱优势领先于的场均10.8次助攻，排在助攻榜的第一位，沃尔暂列第二，排在第三位的是哈登的场均9.7次助攻。盖帽榜的前三位是戈，和波尔津吉斯；抢断榜的前三位是，波特和。虽然赛季只打了三周，但是各项数据榜上的前几名和上赛季来比有了不小的变化。这时候有资深球迷要说了，光看数据统计根本无法体现一名球员的作用；另外一部分资深球迷则说，这些基础数据不算啥，我们应该看看真实命中率，各项效率值，使用率等一系列其他的数据。等等，这些真实命中率，各项效率值，使用率究竟是什么东西？他们又是如何计算出来的呢？下面，我们就以NBA官方的分类为标准，为大家介绍一下所谓的基础数据和高阶数据，至少能让球迷朋友们在看技术统计的时候，对于球员的表现有一个更加清晰的判断。基础数据反映NBA球星球场收获篮球场上的基础数据，指的是直接能够反应在球场上的数据。比如我们平时接触最多的得分，篮板，助攻，抢断，盖帽，就是最基本的五大基础数据。除了百分比的数据之外，其余的基础数据都可以分为总数和场均两种。总数是指球员在一段时间内拿到的数据总数，而场均则是指球员在一段时间内平均每场比赛拿到的数据数值。根据NBA官方的列表，基础数据下有18个分类。下面就进行一个简单的介绍。上场时间（minutes，简称MIN）：球员在比赛中出场的时间。得分（points，简称PTS）：球员在比赛中拿到的分数。投篮命中数（field goal made，简称FGM）：球员在比赛中投篮命中的次数，包括两分球和三分球，但是不包括罚球。投篮出手数（field goal attempts，简称FGA）：球员在比赛中投篮出手的次数，包括两分球和三分球，但是不包括罚球。投篮命中率（field goal percentage，简称FG%）：球员在比赛中投篮命中数除以投篮出手数的比例，包含两分球和三分球的整体命中率，但是不包括罚球。三分命中数（3-pointer made，简称3PM）：球员在比赛中三分命中的次数。三分出手数（3-pointer attempts，简称3PA）：球员在比赛中三分出手的次数。三分命中率（3-pointer percentage，简称3P%）：球员在比赛中三分命中数除以三分出手数的比例。罚球命中数（free-throw made，简称FTM）：球员在比赛中罚球命中的次数。罚球出手数（free-throw attempts，简称FTA）：球员在比赛中罚球出手的次数。罚球命中率（free-throw percentage，简称FT%）：球员在比赛中罚球命中数除以罚球出手数的比例。篮板球（rebounds，简称REB）：投篮不中后，球员抢到的从篮板或篮圈上反弹球的次数。进攻篮板球（offensive rebound，简称OREB）：球员在作为进攻方时抢到的篮板球次数。防守篮板球（defensive rebound，简称DREB）：球员在作为防守方时抢到的篮板球次数。助攻（assists，简称AST）：指持球队员通过球的传递，帮助下一位触球的己方球员直接或者在一定时间内完成得分行为的次数。抢断（steals，简称STL）：抢断指球员在防守时通过符合规则的方法，用自己积极的带有侵略性的行为，从对方手中获得球权的次数。盖帽（blocks，简称BLK）：盖帽指球员在防守时通过符合规则的方法，让进攻者的投篮偏离出手后正常轨道的次数。失误（turnovers，简称TOV）：失误指的是球员在进攻时导致失去球权行为的次数，可能是被抢断，自己出界，出现违例或者是进攻犯规。以上的18项数据，构成了NBA的基础数据。也许有人会想到，为什么犯规不计算在基础数据之内？因为犯规次数的多少，并不能衡量一名球员在场上表现的好坏，对于球员的能力并没有确切的参考价值，因此犯规并不属于基础数据的范围。不过这些数据固然详尽，但是要综合衡量一名球员的价值，却还是有着不足的地方。这个时候，就需要高阶数据出马了。高阶数据深层次揭秘NBA球星能力字母哥本赛季数据大涨根据NBA官方的高阶数据列表，高阶数据一共有12种，其中篮板率下面还可以细分为进攻篮板率和防守篮板率，这里就不详细介绍了。这些高阶数据都无法直接在比赛中体现，而是通过现场记录的几类数据进行计算，才得到的结果。值得一提的是，高阶数据都需要一定数量的样本做支持，否则结果就会非常混乱。比如一名一个赛季仅仅上场一次，打了1分钟却抢到1个篮板1次助攻的球员，通常不被计入高阶数据统计，否则的话，他的某些高阶数据将会非常夸张。比起基础数据来，高阶数据能够更好的体现一名球员的效率，积极性等不能在基础数据中表现出来的东西。随着中国的NBA球迷越来越专业化，高阶数据如今已经在球迷群体中广为流传。下面，就让我们来看NBA官方的高阶数据种类。进攻效率值（offensive rating，简称OFFRTG）：球员在场时球队每100回合的得分。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，勇士球星的进攻效率值最高，为123.5。防守效率值（defensive rating，简称DEFRTG）：球员在场时球队每100回合的失分。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，球员托利弗的防守效率只最好，为88.7。（该数据越低越好）净效率值（net rating，简称NETRTG）：球员在场时球队每100回合的净胜分。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，勇士球星库里的净效率值最高，为22.6。助攻率（assist percentage，简称AST%）：球员给队友送出助攻的次数在总持球次数中的比例。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，助攻率最高的球员是球星韦斯特布鲁克，达到51.7%。助攻失误比（assist/turnover，简称AST/TO或者A/TO）：球员助攻数和失误数的比例，通常用来衡量一名球员组织方面的效率。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，助攻失误比最高的球员是勇士球员伊戈达拉，达到8.75。助攻比率（assist ratio，简称AST RATIO）：球员每打100个回合，有助攻的回合数。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，助攻比率最高的球员是球员弗雷泽尔，助攻比率达到47.1。篮板率（rebound percentage，简称REB%）：在场上出现投篮不中的情况后，球员抢到篮板球的几率。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，篮板率最高的球员是活塞内线怪兽，篮板率高达27.0%。有效命中率（effective field goal percentage，简称EFG%）：三分优化后的命中率，EFG%=（FGM+0.5*3PM）/FGA。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，有效命中率最高的球员是森林狼替补别利察，高达77.1%。真实命中率（True Shooting Percentage，简称TS%）：三分和罚球优化后的命中率，TS%=PTS/2*（FGA+FTA*0.44）。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，真实命中率最高的球员同样是别利察，高达79.8%。使用率（usage percentage，简称USG%）：球员在场时处理的球权数占球队球权总数的比例，又称球权使用率。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，球权使用率最高的球员是纽约新王波尔津吉斯，力压哈登，，和拉塞尔，达到35.7%。节奏（pace，简称也是pace）：球员每48分钟比赛时间内的回合数。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，节奏最高的球员是的拉塞尔，高达113.31。球员贡献度（player impact estimate，简称PIE）：根据球员综合数据评估出的球员对于比赛的影响力。本赛季场均上场时间超过15分钟，出场次数超过5场的球员中，该数值最高的球员是安东尼-戴维斯，为22.2%。既然说到高阶数据，那么还不得不提著名的PER值，也就是霍林格球员效率值。霍林格球员效率值（player efficiency rating，简称PER）：前ESPN撰稿人霍林格发明的根据当赛季所有球员表现，来综合评定某一位球员赛季表现的进阶数据，每年NBA所有球员的平均PER值为15。目前本赛季PER值最高的选手是阿德托昆博，PER值为32.7，以非常接近的得分排在第二，第三名则是。数据虽好 然而尽信书则不如无书其实从上面这些数据我们不难发现，不管是基础数据还是高阶数据，对于NBA比赛来说只能起到一个参考的作用。数据能够让你在看比赛，在阅读相关文章的时候有着更深层次的了解，但是尽信书则不如无书，如果过于相信高阶数据，反而会适得其反。比如在有效命中率和真实命中率上都高居第一的别利察，在场上的作用远远不如排名在他后面的斯内尔，科沃尔，雷霆和火箭来的大。既然无法起到作用，那这个第一的命中率也就失去了意义。数据再好，也是人们用来更深层次的认识NBA球员和球队，更深入了解NBA比赛的工具。将数据和比赛完美的结合起来，你才会真正的蜕变成一个资深NBA球迷。
正文已结束，您可以按alt+4进行评论
责任编辑：zhdongsong
扫一扫，用手机看新闻！
用微信扫描还可以
分享至好友和朋友圈
手机看比赛 下载APP
Copyright & 1998 - 2018 Tencent. All Rights Reserved不怕喷！NBA球员的数据分析能不能体现球员的真正实力？|数据分析|NBA|球员_新浪网
不怕喷！NBA球员的数据分析能不能体现球员的真正实力？
不怕喷！NBA球员的数据分析能不能体现球员的真正实力？
NBA除去得分、篮板、助攻的表面数据，还有更高级的per值，+/-值，usg%值这些高端数据。且不说这些东西算法如何，越来越多的数据分析会去对比一个球员的能力。那这些数据是否真实有效客观?雷霆上赛季，威斯布鲁克的场均三双数据直接是吊炸天。有人会说威少是全队帮他刷数据。但是雷霆需要威少去抢篮板，需要依靠他的推进能力！减少在防守反击过程中，传球衔接段的流畅程度。这种现象级的表现不能虽然不能说明这个球星的真正实力。但是至少能够表现出这个球员在球队的战术地位。我感觉PER值完全就是为詹姆斯，乔丹这样的大神打造的。用这个数据去衡量一个球员的实用性完全没有意义。PER的计算方法还是数据的胡乱加总。简而言之，就是衡量超级得分手均衡能力的琅琊榜。如果NBA打算打造下一个球星，建议按上面的排行来。现在大多数的球员数据分析，不论多高档都会基于个人的表面数据。那我用倾向于团队的+/-正负值来衡量团队贡献行不行？也不行，库里曾经高达1000+的正负值，火箭本赛季正负值占据前四。在骑士和詹姆斯的球的正负值都会很高。这种数据表象之外，也要看队友是谁。身边有4个全明星，对方有五个演员。在中场躺赢的正负值不要再高了！那正负值是不是也不够精确？更多的无法统计的数据，掩护跑位为队友形成的空间，技巧防守逼迫球星传球。卡位帮助队友获得篮板。甚至场下挥毛巾鼓舞士气。这些行为是不是更证明了数据的不全面？并不是！如果数据真的毫无用处，那辛辛苦苦去统计有什么意义。场面的所有脏活累活虽然无法精确，但是能够体现在球队的正负值上。无论是卡位，掩护，跑位的最终目的都是为了得分。如果场边卖力的挥舞毛巾，球队反而输球，那挥毛巾的意义在哪里？NBA的分析数据绝不会骗人！詹姆斯在场上摘头巾，能够提高防守效率，帮助球队赢球。不管是不是激活了某种隐藏BUG，他这种行为就是有效的！而兢兢业业的干看起来有意义的事情，而无助于球队！再认真也是瞎卖力。再者说，一个进攻能力真的很强的球员，会没机会打出比别人高的得分？一个防守很好的球员没可能每场多盖帽一个？一个团队型球员不能帮助球队胜利？如果一个球员连数据都打不出来，就更不要谈他的能力了。只要球员在某一方面真的出色，绝对会有某款数据分析会让他脱颖而出！
特别声明：以上文章内容仅代表作者本人观点，不代表新浪看点观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪看点联系。