你可曾想过近些年NBA为何3分出手越来越多？你是否知道在有限的工资预算下，球队成员的挑选究竟有什么样的秘诀？你是否好奇勇士队“水花”兄弟的神准三分又是如何练成的？本文就将带你了解数据分析究竟在如何影响体育行业的发展。

大数据行业的兴起使得各类行业间都与之产生了交集，目前市场上所谓的“体育大数据”通常指体育场景中数据分析的应用（例如赛事层面和体彩层面），但所对应的数据规模并非全部符合“大数据”特点。由于“体育大数据”的概念目前较为模糊，而其研究的实质属于“体育分析”应用场景的一部分，因此本文将引用“体育分析”的概念来替换“体育大数据”的说法。体育分析（Sports Analytics）是利用体育相关数据（例如运动员统计资料、战术信息等等一系列与研究对象相关的信息）来发掘有价值特征（相关性、隐藏趋势等等），并通过图形、报告等形式传达给终端决策者的一种过程。从数据体量上来看，“体育分析”所研究的数据类型即包含“大数据”也包含“小数据”（指小体量）。本报告主要针对体育分析学在竞技水平提升、运动伤病预防以及数字娱乐（体彩、体育游戏）三个方向的应用进行了分析研究，以下为报告部分内容截选。

在现阶段，体育分析学最为主要的应用目的在于帮助球队或个人提升体育竞技水平，当前主要应用于战术制定、球员评估和训练反馈三个环节。

战术制定相关的体育分析：

应用：

其本质目的是希望通过分析对手和自身的技战术特点来制定相应的进攻与防守策略。以篮球为例，近几年以火箭和勇士为代表的球队开始更多的使用3分球作为主要进攻手段，并取得了较为不错的成绩，其依据是三分出手对应的期望得分值高于两分球。

发展：

从国内外赛事数据服务商的发展来看，国际赛事数据服务机构例如Stats LLC、Perform Group和Sportradar更倾向于通过并购手段来丰富技术手段、产品内容和销售渠道，以此来提升B端服务能力。由于国内职业体育赛事成熟度的不同，国内B端市场的赛事数据服务需求远远不及国际市场的需求度。因此，部分国内赛事数据服务商开始利用数据分析技术优势开发C端产品，例如体彩赛事预测和以数据为基础的体育模拟经营游戏。

球员评估相关的体育分析：

应用：

其目的在于帮助球队正确评估球员价值并寻找到适合球队（教练）的技战术风格的队员。“预期球权得分” （Expected Possession Value）模型的开发可以测算出比赛某一特定时刻，某球员拥有球权时预期可以得到的分数。它可以通过量化的方式帮助教练寻找出最有效的进攻/防守策略并挑选出最好的战术执行者。球队可以根据自身战术来交易或选拔适合自身球队特点的球员。

发展

从国内体育数据服务商的发展来看，由于球员流动性和选秀机制以及体育数据积累不足的制约，球员评估方面的体育数据分析服务发展较为落后。但根据国家大力发展青少年足球的政策，球员评估和选拔方面的体育数据分析服务必将迎来发展契机。当前职业队人才选拔入口较窄，缺乏连接球队和人才的评估体系，体育数据平台未来将成为提升青训质量和提供人才评估体系的有力工具。

训练反馈相关的体育分析：

应用：

其本质目的是希望通过分析使用者的运动信息（动作速度、角度、幅度、力度等数据）以及运动习惯（左、右手）来纠正运动姿势并反馈技战术特点统计，以此提高使用者的技战术水平。以棒球和高尔夫球为例，智能硬件可以基于庞大的教练和专业球员动作数据库，对用户的挥杆数据进行专业分析，并与众多专业球员的运动数据进行对比，反馈效果相较于人工判断更加精准，对竞技水平的提升有较大加成效果。从适用性上来说，此类数据分析产品适用于个人练习频次较高且脚步移动较少的体育运动。

发展：

整体上来看，全民运动的热情正不断增加。相较2015年，足球、篮球、网球和乒乓球的全民参与程度都有明显增加，篮球与足球的增幅达更是达到了20%以上。适合个人训练的运动种类正在扩大参与者规模；羽毛球作为2016年的第三大运动种类具备个人训练（或1对1练习）的运动属性；网球作为具有同样运动属性的运动正吸引更多的人群加入到这项运动中来。

从学习需求上来看，超过六成的人群有体育学习需求，超过三成用户有意愿接受专业培训。同时，由于当前体育运动参与者对教练方面的消费频次和意愿较低，具有运动分析功能的智能硬件或更容易切入目标客户群。但是由于目前中国与美国的运动结构和体育运动人群结构差距较大，智能硬件在大众体育方面的普及速度还不明朗，智能产品如何通过产品内容增加用户粘性而不让潜在需求变成对产品的伪需求是从业者需要解决的根本性问题。

本文章节选自《体育数据价值“观”—体育分析行业研究报告》

声明：本文转自36氪，配图除署名外均来自网络，原文标题：张口闭口“体育大数据”？ 带你了解真正的体育数据价值“观”！