ReaderMX.
返朴

现在看个球都要懂数据分析了吗？

返Timo约 9 分钟

那些熬夜追欧洲杯的球迷，热衷于拿着每场比赛赛后球员评分，“有理有据”地品评分析。这些评分的背后，是数据科学的驱动。以全球最有影响力的数据公司Opta Sports为例，它在足球比赛中收集的事件数据多达2000+项，能把一场比赛中球员和球队的行为彻底数据化。

数据科学不仅仅覆盖足球，包括NBA、MLB、NFL、F1、板球等所有商业价值较高的运动，都已经充分数据化。体育数据分析的崛起，实际上是全世界对大数据叙事狂热的一个缩影。

撰文 | Timo
当下欧洲杯，除了夜半爬起看比赛之外，虎扑或者懂球帝的老哥们最喜欢做的事情之一，就是拿着每场比赛赛后球员评分，去“有理有据”地品评一番：C罗7.1分全队倒数他真老了吗？姆总7.5分他开心吗？英格兰全队平均只有7.06分，南门该下课吗？
明里是“研讨”足球，暗里则是参与一些竞彩小游戏。之前果壳欧洲杯相关文章的留言中，都能看见不少“大球小球”或者“三串一”之类的字眼，可见道友颇多。
而这两种乐趣背后，从评分到赔率，都离不开一套完整的数据体系。这套体系是媒体的大力丸，是球迷的文曲星，背后也是一门生意，和对世界影响深远的一种Data-Drive意识。

谁在给球员评分？

如今我们每场看到的数据评分，大都来自两个来源：SS（SofaScore）和WS（WhoScored）。有的时候，两家的评分大体都能符合比赛中的预期，但是评分结果并非完全一样。比如在英格兰VS斯洛伐克的欧洲杯八分之一决赛中，在菲尔·福登的表现上，二者就出现了很大的差异：SS给福登打出了7.1的评分。而WS则给出了6.4的低分，在首发中和梅努并列最低。和福登一模一样的是科比·梅努，同样是WS 6.4而SS 7.1。
Image
英格兰VS斯洛伐克 WS评分 ｜WhoScored
Image
英格兰VS斯洛伐克 SS评分 +｜SofaScore
成立于克罗地亚的SofaScore和成立于英国伦敦WhoScored都是著名体育数据公司，可以看到他们的评分都采用了标准的10分制，其数据源也有重合之处（比如都会使用Opta的数据，其中WS是完全使用Opta的数据，SS是部分使用），二者的评分差异是从他们的算法上来。
虽然二者都未公开过自己的算法，但是通过媒体报道还是能够看到一些端倪，WhoScored评分只在赛后更新，倾向于整场比赛完结后，将球员的每个动作的数据细节进行彻底分解，并赋予某些重点动作更高的权重（如关键传球、成功拦截、过人等），对于一些负面动作（如失误、犯规、红黄牌）的惩罚也会更加严厉。比如科比·梅努在比赛中吃了一张黄牌，在WS的评价体系里扣分就会更多。而福登多达21次的丢失球权，也许就成为他评分较低的原因。
相比之下，SS的评分在比赛开始10分钟后就会实时更新，每场比赛中评分会更新60次，整体偏重于“对比赛最终结果带来的影响”上，影响评分的是“主要积极因素”和“主要负面因素”，对帮助球队取得胜利的积极因素会有更高的奖励。因此合理推测，福登因为有2次形成射门的传球，其中造成了1次创造得分机会，形成了0.14的xA（预期助攻），可能让数据判断他对比赛胜利造成了一定的贡献。而同样7.1分的梅努有一次漂亮的过人射偏，带来了更高的xG（预期进球），也同样被计入了更多贡献。
Image
SS的评分更偏向重点行为对比赛的影响 ｜ SofaScore
类比来说，SofaScore的评分，类似于 FIFA 游戏中对球员的评分，考虑了比赛中的关键事件和整体表现，只要赢球且出场时间足够评分就不太会低，非常适合“嗨圣二象性”的球迷；而WhoScored的评分类似FM（足球经理），不管比赛结果如何，都看具体数据细节来进行深度分析和评估，有时候反直觉，但其中的道理经得起琢磨。

点球成金

贝内特·米勒执导，布拉德·皮特和乔纳·希尔主演的电影《点球成金》（Moneyball），这部电影讲述了一个真实的故事：奥克兰运动家棒球队的总经理比利·比恩在预算有限的情况下，与耶鲁大学经济学毕业生彼得·布兰德合作，革命性地利用“棒球统计学”（Sabermetrics）来评估球员并组建球队，在没有明星球员的情况下创造了MLB的美联连胜纪录并打入季后赛。
Image
图片来源：豆瓣电影
低投入能拿好成绩，好成绩意味着体育商业里的高回报。随着这套“金球理论”（Moneyball Theory）体育投资者的共识，之后许多年，我们就看到了这样的场景：
一大批体育数据公司得到了快速发展，上文提到的WS和SS平台，都与背后的Opta Sports有合作，后者是全球最有影响力的数据公司，比赛每场足球比赛收集的事件数据多达 2000+ 项，把一场比赛中球员和球队的行为彻底数据化。而与之类似的公司，还包括Stats Perform、Wyscout、Instat、Football Benchmark等等，他们也不仅仅覆盖足球，包括NBA、MLB、NFL、F1、板球等所有商业价值较高的运动，不仅已经充分数据化，而且数据都极具商业价值。
Image
Opta Sports的数据服务涵盖了众多项目 ｜ statsperform.com
这些数据给球迷们看，无非是拿着互相打打嘴炮，除了媒体、广告和球迷服务，其更重要的买家，就是足球俱乐部，以及博彩。
足球俱乐部购买数据主要用于两个方面。其一是针对比赛，用于自己和对手的战术分析，扬长避短地争取比赛胜利，同时监视球员的状态和伤病情况。比如说布莱顿主帅德泽尔比就曾经在连续多场比赛后，监测到如三笘薫、邓克等核心球员已经在密集赛程中超负荷运转，虽然球队很需要他们，但是不得不放在替补席，而在比赛中采取更保守的策略。
Image
布莱顿的球员价值相比于购入时往往有巨大提升 ｜transfermarkt.com
其二是针对球员交易，通过详细的数据，以及高阶的数据分析，球探团队可以在人手有限的情况下，在全世界挖掘更多好球员，并更有依据地决策是否招募。比如说布莱顿从厄瓜多尔挖掘了凯赛多和埃斯图皮南，从日本挖掘了三笘薫，从爱尔兰找到埃文-弗格森，从阿根廷找到了麦卡利斯特，他们转入布莱顿的价格都极低，后来或者为布莱顿带来了丰厚的利润，或者拥有极高的身价。
而对于足球博彩来说，庄家和赌徒，也都需要数据。对于接受投注的博彩公司，他们的精算师会使用详细的比赛数据和高级分析来设置精准的赔率，通过实时数据和比赛进程分析，博彩公司可以在比赛进行过程中动态调整赔率，由此评估和管理投注风险，保证自己稳赢。
但与此同时，厉害的赌徒同样可以通过数据分析让自己赢。2006年，英国商人兼数学家托尼·布鲁姆（Tony Bloom），利用复杂的数据模型和统计分析来预测足球比赛的结果，帮助大宗赌徒（他们只愿意接受至少投注200万英镑的客户）投注亚洲让球盘（Asian Handicap）并收取佣金，根据We love Brighton的报道，这门生意每年给他们带来了1亿英镑的收入。
Image
托尼-布鲁姆 ｜ wearebrighton.com
而赚到钱的托尼·布鲁姆随后收购了从儿时一直支持的俱乐部——布莱顿。
是的，托尼·布鲁姆的布莱顿就是现在“数据足球”的标杆，也被许多更大的俱乐部模仿，比如切尔西以及利物浦（虽然未见得模仿得很成功）。随着这股风潮逐渐的蔓延到世界上的每个角落，球迷、球队、赌博、商业以及资本，全部由数据交织在了一起，可被量化的体育也成为了全球资本的香饽饽。
根据Fact.MR的分析展望，2024年全球体育分析市场（Sports  Analytics Market）规模预估为46.6亿美元，预计到2034年将达到594.7亿美元，年复合增长率预估达到29%。分析指出，以统计数据为基础的数据分析、物联网、媒体、体育粉丝服务，将成为关键的市场增长动力，并彻底改变体育比赛的传播与消费方式。
那么，代价是什么呢？

赛博体育？

体育数据分析的崛起，实际上是全世界对大数据叙事狂热的一个缩影。
2010年，硅谷营销专家肖恩·埃利斯提出了著名的Growth Hacking（增长黑客）概念，将传统统计学、大数据、计算机技术和营销洞察等跨领域的知识，统一成利用数据去带动整体增长的方法论。
Image
图片来源：Amazon
人们发现了元数据（Metadata）是一座金矿，可以快速带来变现机会之后，致力于将其用在已知的所有地方。与很多领域（比如浏览、购物行为）的用户数据都是非结构化不同，运动场上的运动员们，遵循统一规则，在标准的场地上进行比赛，所有的数据都是结构化的：每次传球、射门、防守动作等可以被预定一，如进球、助攻、黄牌、红牌都有明确的属性和类别，通过人工+机器视觉识别，数据采集也可以做到确保数据的高精度和一致性。
《点石成金》中的棒球作为一项回合制游戏，最早形成了的可结构化数据采集，并产生上垒率（OBP）和投手防御率（ERA）等深度分析数据。随着Growth Hacking深入人心，无论是足球还是篮球，今天不说几个高阶数据都不好意思说自己懂球。
一开始，数据看起来全是美好，既丰富了球迷的谈资，也让俱乐部有了科学的发展道路，还让赌球老哥有了一种自己很专业的感觉。
Image
当你看数据赌球赌对了 ｜ 电影Moneyball
但批评的声音从未停止：在the real EFL刊载的科普xG（Expected Goals预期进球）指标的文章中提到：xG以及类似高阶指标，虽然已经成为足球分析的基石，但简单化了足球的多面性，分析要考虑比赛的定量方面，也要考虑真实的质量。
而足球数据平台StatsBomb，甚至在用数据撰文回顾21/22赛季曼联的表现时“自砸招牌”：仅凭数据分析，不能解决德赫亚与亨德森之间首发门将竞争的问题，曼联需要考虑人的因素和管理因素。而在文章最后，作者威尔·汤普森还专门提及：无论曼联踢成什么样，拉什福德都是当年的一座明灯。
他们的分析，正是在说：真实的足球运动，不是在玩FIFA或者FM，依然有非常多难以被统计和计算的因素。
Image
在笔者FM存档中数据就是一切，但现实并非如此 ｜ 图片来源：FM2024
首先，数据化必然带来“做数据”，过度追求以数据判断表现，结果可能是一些球员，为了刷个人数据，反而使球队蒙受损失。甚至许多球员为了追求效率，踢球的方式变得统一而无趣。
其次，尽管Opta等数据采集机构，已经能一场比赛收集2000项数据，但许多事情是数据反映不出来的，其中包括球员的意志品质、团队合作、创造力、领导力等等。在数据里，一次充满想象力的过人也只是一次带球突破。一位队长鼓舞士气的演说，可能并不会统计到任何数据里。（可能只会隐藏在在“在场时获胜率”这样的数据里）
最后，还有情感。
21/22赛季，因为伤病，拉什福德在曼联各项赛事中只攻入五球。然而在当时英国疫情期间，他始终在为停学英国底层儿童不挨饿而奔走，不仅跟慈善机构合作筹款2000万磅，而且不断通过社交媒体向政府喊话，最终成功令英国首相鲍里斯·约翰逊改变主意，保留了130万儿童的免费午餐。他本人，也因此获得了大英帝国员佐勋章，这也是今天“拉爵爷”这个外号的由来。
Image
拉什福德参与FareShare给儿童食物的慈善活动 ｜ 图片来源：fareshare.org.uk
今天，每个球迷可能拿着数据调侃拉爵爷比赛又拉了。但来自基层的足球运动，不仅仅是一场秀，它还与社会的紧密联系。穷小子成为球星后回馈社会的这种情感与尊重，却是数据无论如何不能体现，却又是足球世界在乎的。
就像前文提到的赌徒大亨托尼·布鲁姆2009年收购布莱顿，他拥有顶级的数据分析团队和出色的商业直觉，但是他收购的理由绝不是“布莱顿是一个很好的投资标的”，而是：他的叔叔曾是布莱顿董事，他的祖父曾担任俱乐部主席。而他，从小就是布莱顿球迷。

本文经授权转载自微信公众号“果壳”。

KEEP THE THREAD GOING

更多来源文章