哪里治白癜风最专业 https://yyk.39.net/bj/zhuanke/89ac7.html作者
HarryWu，YoungLin
题图
视觉中国
虽然足球是全球第一大体育运动，但篮球，尤其是NBA，在中国和北美的成功让人感到惊讶。所以，数据侠Young和Harry就一起研究了NBA的数字化技术，走访了球队的数据分析师及相关技术领域专家，为大家探究这个成功篮球赛事里的数字基因。
美国四大职业体育联盟之一的NBA（美职篮）是世界篮球最高殿堂。NBA总冠军球队的每一位球员和教练都会收到一枚总冠军戒指，上面除了雕刻着冠军球队和个人的名字，还在显眼的地方印上“WorldChampion”（世界冠军），可见NBA在篮球世界的地位。
年随着姚明以NBA选秀状元的身份加入火箭队，并打出全明星级别表现之后，NBA的热潮顺势席卷中国乃至全亚洲，截至当下，NBA已经成为中国体育迷们最喜爱的赛事，没有之一。
▍NBA的数字基因
美国有着全球最好的数字化技术与应用场景，这使得NBA自年之后通过注入数据DNA，成为了全球最智能、科技感最强的运动体育赛事，并在商业领域获得巨大的成功。
在开启探究NBA数字化成功之道前，我们先来了解一下NBA的数字基因。
马克·库班和达里尔·莫雷可谓是NBA“数字基因编辑”的代表人物。
被誉为“NBA最疯狂的球队老板”的库班，年轻时候曾在达拉斯最早的软件零售商担任销售员。推销软件前，他自然要了解软件，并执念于新技术能创造更大价值。
日后，通过创立与出售MicroSolutions计算机咨询公司、BROADCAST体育视频网站等，库班赚取了自己的人生财富。年，他买下达拉斯小牛队（现改名独行侠），虽从一名科技企业家变身体育产业大老板，但库班的信条始终是“相信科技”。
小牛队可能是联盟最早让球员穿戴智能设备与使用AI、数据分析协助球队经营与提高球场成绩的队伍，库班（注：其与迈克尔·乔丹一起投资了瑞士运动数据公司Sportradar）十分相信人工智能，他说：“我们做生意的方式，我们的生活方式，所有的一切都被网络改变，但与人工智能相比，这些都相形见绌。”
NBA的数字化除了有相信科技的人，还要有懂大数据的。休斯顿火箭队总经理达里尔·莫雷就是这样一位“数据门徒”。
莫雷（注：目前还担任体育数据公司Stats的顾问）曾经是一位计算机科学家，在获得MIT的MBA学位之后，他在芝加哥创办了一家专门为各种职业球队提供运营数据分析的体育信息咨询公司。加盟火箭之初，他基于数据分析的魔球理论（MoneyBall）重建球队，通过数据收集与分析进行合同风险管理与薪资控制，在选贤方面，一些二轮新秀被他点石成金。莫雷曾如此定义赢得一场比赛：第一要量化每一回合得多少分，第二要了解如何去争取到更多的回合数，这就要靠数据分析。
早在NBA三分狂潮掀起之前，莫雷团队就通过分析球场上个点位投篮的得分效率数据，得到一个答案——三分球的有效性比长两分更好。
（图片说明：计算机视觉技术识别球场上球员移动位置、轨迹和篮球运动轨迹，并推算进球的可能性图片来源：TheEconomist）
相比于90年代NBA盛行的长两分球，三分球的得分效率与威慑力都更强。年平均每场比赛投出18.4次三分，相较年的27次提高了50%，一个三分球射手有65%的概率改变比赛走势。所以，NBA教练们在近年来开始大量使用三分射手。
（图片说明：十年间NBA的三分球投射比率从22.3%上升至33.7%）
以休斯顿火箭（最早使用智能摄像头、可穿戴硬件和使用数据分析的球队之一）为首的一批顶尖强队掀起了三分狂潮（有兴趣可以阅读数据侠相关文章《NBA的三分球革命》），直至今天，利用三分球作为主要进攻武器的球队，都在这几年的NBA赛场上胜多负少。
数据分析的核心在于海量数据。在美国五大联赛中，NBA的数据点排名第三（注：NHL场上选手和比赛时间都长于NBA，MLB赛程和比赛方式更有利于产生更大数据量）。年起，NBA在每个球场（包括训练场）部署6个每秒25帧拍摄速度的摄像头以收集数据，单赛季就能产生超过1.77亿张图像，超过23亿个数据点。
（图片说明：NBA的数据点；总计最小数据点=一个赛季总计比赛场次×一场比赛参与球员数量）
NBA大数据的背后是什么技术加持？数据下游是什么样的应用在解决具体问题？
年，时任NBA总裁的大卫-斯特恩在介绍NBA的数字化运营时说：“统计学与数字化革命将改变NBA商业模式，“SportVU”智能摄像头系统跟踪每一个球员和球的运动，收集海量球场数据，教练可以在自己的平板电脑上获得各类数据统计及分析结果。这些数据势必影响比赛与执教。”
（图片说明：SportVU系统对于场上球员移动轨迹的监测）
早在年，SportVU系统就被部署到部分NBA球队。这是一套球员追踪与分析的监控系统，也是NBA数字化革命的起点。这套价格不贵、效果奇佳（据传一套大约10万多美金）的设备在球场上部署六个运动捕捉摄像头，它们会以每秒25帧的速度捕捉球员的空间坐标，与此同时，为每个坐标点加上时间戳和球员ID，将这些数据捕捉到服务器端之后，数据收集的工作就已经基本完成了。
▍当“数字化革命”发生
年，以色列导弹追踪以及光学领域的顶尖科学家米基·塔米尔发明了SportVU系统，最初用于军事领域，但在金融危机期间，运动数据公司STATS收购了SportVU，于是这套系统很快被应用到了篮球场上。
如今每只NBA球队都配备几名数据分析师，他们将诸如SportVU这类的智能设备收集来的数据结合传统统计数据，进行交叉分析，一方面监测球员疲劳度及积极性等状态，以帮助分配最合适的球员上场竞技，另一方面，根据场上的进攻与防守数据协助教练员制定战术，以及选择签约合适的球员。
年，来自哈佛大学两位博士瑟沃尼和艾利克斯建立了一个测量NBA球员表现价值的指标——预球权分（ExpectedPossessionValue，预期球权得分机制）。该模型源自于竞争风险模型（注：处理多种终点事件和竞争风险事件存在的生存数据的分析方法），简单地说就是研究“一名球员是否被低估了其在球场上价值”的一套指标（不同于得分、篮板、助攻及命中率等传统衡量球员的数据）。
（图片说明：伦纳德在三分线外持球，如果投篮EPV为0.68分，如果传给邓肯，EPV为0.8分，传给帕克为0.94分，传给博纳为0.94分，传给格林为1.08分）
有了模型，只差数据。SportVU向瑟沃尼和艾利克斯提供了“大数据”，这些用于跑模型的数据就包括了-赛季中14个球馆的8亿个球员位置坐标，光这个项目的数据集就达到93GB。为了处理“大数据”，瑟沃尼和艾利克斯启用了哈佛大学的超级计算机（计算机集群）——奥德赛，通过台电脑并行处理器和2TB内存的算力完成了分析。而这套指标正在辅助教练员更好地评估每一位球员的真实价值。
做好了数据收集与融合，拥有一套智能分析系统就显得更加重要了。NBA一度又引入了德国软件巨头SAP的SAPHANA系统。智能设备收集来的战术、空间位置、球员健康等数据实时传送到SAPHANA系统上，并将数据保持在最细的颗粒度，不进行任何预先的聚合，通过自动分析，每秒并发处理个复杂查询，在不同数据颗粒度层次都能满足数据分析的诉求，最大限度的方便了球队分析师、第三方机构，乃至于球迷的数据分析以及可视化需求。
▍数字化驱动的新商业
NBA的数字化战略不止于此。互联网科技公司常常利用骇客松(Hackathon)的方式（注：针对黑客设计的马拉松，主办单位会将一批计算机极客聚集起来，在极短的时间内让极客们针对特定的议题进行头脑风暴并提供解决方案），来刺激用户间的合作与公司外部的创新，体育界的领头羊NBA从年开始，也决定要利用群众的力量与智慧，来找寻运营和商业中的隐藏机会。
（图片说明：NBA
