为建设并打造以球员、球队和赛事为核心的数据分析系统，在东京奥运会期间，中国篮球协会在中科人工智能创新技术研究院的支持下组建了专业的数据分析团队，首次推出奥运赛后数据报告——“数读篮球—奥运版”。（更多详情点这里）中国篮协微博也在奥运会期间，将五人制篮球和中国三人篮球的所有比赛数据报告呈现给了球迷们，供大家学习研究。

奥运会结束后，中国篮协官微采访了数据分析团队的老师们，来为我们答疑解惑。数据分析到底是一项怎么样的工作？一张数据分析报告都运用到了哪些技术？数据分析能起到什么作用？......一起来看看老师们是怎么说的吧~

1.能简单介绍下比赛数据分析这项工作吗？

数据分析大致可以分为数据的选择、采集、整理、呈现以及使用这么几个步骤。

选择：我们需要知道哪些数据对于篮球比赛的分析是有价值的。幸运的是，21世纪头20年正是篮球数据分析蓬勃发展的20年，关于数据的选择已经有很多成型的方法可供参考。这些方法都是源自于国际上篮球强国篮球分析领域的多年研究成果，是通过实战检验、几经迭代且有一个完整逻辑闭环体系的，并不是凭空没有基础的“发明创造”。

采集：数据的采集分为两种类型，一种是FIBA及奥运官方已经有采的数据，包括比赛的传统技术统计，投篮点等等。这类数据我们通常是直接拿来使用，只有部分特别不可靠的，比如本届奥运，FIBA有时会把投篮位置点得非常不精准，举例来说，篮下出手和中距离把握是完全不一样的，如果这个数据有误差，会影响球队的攻防分析，导致球队乃至个人数据画像不精准，尤其是这场比赛的画像还需要在对比信息库里对比，准确度更为重要。才会进行二次采集并修正。另一种是FIBA及奥运官方没做采集的数据类型，而我们又认为对比赛分析有帮助的数据。这类数据我们会通过采集员，辅以专门定制的培训流程和采集标准核对着比赛录像进行采集。

整理：数据采集完需要对无用的数据进行清洗，比如出场时间过少的球员，几分钟内打出的数据随机性过高，就不宜进入对比信息库和同位置球员对比，有价值的数据归档后进行标准化计算。

呈现：数据整理完会以图或者表的形式呈现，方便理解和筛选。

使用：光有数据不会使用肯定不行。篮球比赛数据的每个单项都有适合自身的应用场景，有的需要几项放在一起综合解读才有更大价值。中国篮球技战术平台走的是技术与应用并重的路线，有多名对比赛理解深刻，具备常年解读篮球比赛经验，熟练掌握国际化分析方法的分析师团队。

2：一张数据报告图（长图及进阶球员评估）是怎么出来的（在观看一场比赛的时候，你们都要做哪些工作）？这里面涉及运用到了哪些技术手段（例如人工智能）？

数据报告图基本还是遵循上述几个步骤的。具体来说，我们在奥运会之前已经把需要选择和采集的数据项定好了，在发现FIBA及奥运会官方许多数据不够可靠时，也做了相应的调整，避免僵化地依赖官方采集。

由于奥运会的重要性，我们在采集环节还使用了二次监评机制：由最初制定采集标准的人员亲自对每场比赛的采集结果进行核对，确保准确率和采集员团队的良性成长。

在数据分析的过程中，需要付出大量的人力劳动，我们通过人工智能的介入，逐步减少人工的投入，提高数据分析的效率。比如，我们可以通过对篮球运行的轨迹的追踪、触碰篮圈、进球次数等状态，来确定进攻转换的次数，每回合的进攻时间。再进一步，通过对场上每个球员的轨迹、球员与篮球，球员与球员之间的接触，对场上的态势去做一些基本的判断。虽然目前机器算法并不能完全取代人，但在一些基本的，非常繁重、枯燥、重复的工作上，比如清洗无效数据，提取攻防片段，检测目标轨迹等方面已经完全能胜任。

同时，我们也在创建一种算法，该算法可以通过我们采集的基础技术统计、play by play（即比赛事件），球员进攻方式和高阶视频追踪数据等所有采集数据的汇入，主动生成多维度的，对球队和球员的能力、效率、状态等更深层次的数据，从而知道一场比赛中影响到最后的胜负的各类数据指标，球员的表现如何。比如本次奥运会我们就尝试运用这些算法对球员能力做出了相对精准的评价，将球员的个人直接表现、球员在场时候对攻防的影响力变化，球员不在场和在场时候的攻防变化、球员在攻防中做出的非传统技术统计的正负面贡献，都结合了起来。

数据报告图里大家能够看到，我们计算出的结果里除了有各项数据的绝对值外，还有与其余比赛对比的相对值（如优于xx%的比赛），从而看出本场球队的攻防表现到底在本届和往届的奥运比赛中的水平。因此建立对比信息库，并且将新比赛加入对比信息库也是出图过程中很重要的环节。未来我们预计会把更多FIBA比赛，包括不同洲际，不同年龄的比赛加入对比信息库，以便做更多维度的研究。

3.目前奥运版只呈现了六项数据，这背后是不是还有大量的其他数据，能简单介绍一下吗？

肯定有的。大致分成这么几种：

一、基于赛后技术统计计算的进阶数据：赛后报告长图里的项目基本都属于这个类型，但限于篇幅，我们没让大家看到太多关于球员数据。比如每个球员的真实命中率、回合占有率、助攻率、等等都是有相应的统计，以及在各自同位置球员的对比结果，同位置对比的概念是很重要的，比如你不能把后卫的前场篮板能力和中锋一起评估。

二、基于比赛事件（play-by-play）的进阶数据：球员在场与否的百回合得失分对比，一定程度能够反映球员对比赛是产生正面还是负面影响。这类数据还能继续向下拆解，比如一名球员在场时，对自己球队（也包括对手球队）投篮命中率表现的影响如何，对篮板表现的影响如何等等。这类数据比面板数据里单纯的正负值要来得全面，比如有些盖帽不多的护框手，出场时因威慑力出众能够明显压低对手的篮下比重；有些防守篮板不多的内线球员，出场时因卡位积极能够明显压低对手的进攻篮板率。

三、 进攻方式类数据：我们把所有比赛的所有进攻机会——即投篮、造罚球和失误——都打上了不同类型的标签。以中国女篮的篮下附近背打为例，我们统计出中国队12.2%的进攻机会来自低位背打，此比重在所有女篮参赛队中排第一，同时每次篮下附近背打得0.86分，在整届奥运会12支球队里排第8，第8看似排名不高，但整个奥运女篮每次进攻机会得分平均水平也就是0.85分，所以对于女篮来说，这已经是不错的主攻方式效率了，况且低位背打得分率更高的球队低位背打占比都是很低的。以上这些进攻方式的数据都能往下拆解到更细的投篮、造罚球或者控制失误表现，也能拆解到球员个体的表现。

四、独有视频追踪数据：如护框表现、间接助攻、防持球人被过、保护篮板时是否漏人等对比赛分析有价值，又不属于进攻方式类数据的统计，我们同样进行了采集。

需要再次强调的是，这些数据采集和整理完只是完成了技术层面的工作，到了应用层面一定要配上严谨的分析方法。比如在球队数据里，助攻率对回合的结果影响不大；进攻篮板和防守篮板要分开以后和对手的攻防篮板结合看待，而不是笼统地看篮板率，篮球数据专家都已分析过。球员个人进攻篮板率和球队表现的相关性，是防守篮板率的数倍水平。与命中率同样重要的还有出手产量等等，都属于非常基础，但平时容易被忽略的理念。

4：现在中国队的三篮和五篮奥运会比赛已经打完了，平台团队为他们的每场比赛都做了比赛数据分析图，从数据图上反映，中国三人篮球男女队，中国五人女篮的特点分别是什么？三人篮球这项运动和五人篮球运动相比，又有哪些不同之处？

中国三人和五人女篮的风格还挺类似的：进攻端内线相对有优势（三人一分，五人两分命中率都只低于美国），擅长冲抢进攻篮板（进攻篮板率都是第1），外线投射也不拖后腿（三人的外线两分比重8队中排第5，命中率第4；五人女篮三分比重12队排第6，命中率第2）。

美中不足的是，中国三人女篮和五人女篮控制失误都不够好。五人女篮小组赛3战全胜，但失误率每场都只是对比信息库中处于30%或者更低的水平：对波多黎各女篮，中国队失误率仅优于24.2%的过往两届的奥运女篮球队，对澳大利亚，中国队失误率仅优于27.1%，对比利时，中国队失误率仅优于25.2%；这也为后来负于塞尔维亚的比赛中打出整届第2高单场失误率埋下伏笔。与此同时，三人女篮各项数据基本都很漂亮，但在控制失误上也不是强项，排8支参赛队第6。

中国三人男篮的一分球命中率62.2%排第4,一分出手比重64.3%排第一；与此同时两分远投都是相对低产（投的量）和低效（投篮命中率）水平：两分出手比重35.7%排第8，两分命中率22.7%，同样也是第8。

三人篮球和五人篮球的比赛形态区别很大。不算加时的话，三人篮球顶多10分钟，但因为不存在运球过半场的环节，一场下来能打30个回合左右，五人篮球40分钟也才80个回合左右。三人篮球还存在线内命中率（三人一分，五人两分）更高，线外命中率（三人两分，五人三分）更低，更依赖进攻篮板，更难造到罚球等区别。

当然即使是同一个赛制，男篮和女篮之间也是有不小差异的。比如五人男篮已经连续两届比赛百回合得分高出女篮10分左右，更强的攻框侵略性和更高的三分比重共同促成了这个结果。三人男篮光是一分命中率就比女篮要高10%，远投两分命中率又是差不多的，收益不同甚至能带来策略上的差异化。

5：对于篮球运动发展来说，比赛数据分析的意义在哪里，在哪些方面可以发挥出怎样的价值？

首先自从70年代末80年代初篮球进入三分时代以后，赛后常规技术统计里的数据项就基本没有推陈出新了。我们不可能只依赖一个40年前的工具来掌握比赛信息，引进新的数据项和评估维度，并配以更现代化的处理方法是必须的。

其次我们需要承认的是，再有精力的教练组，也没可能把每个对手每场比赛都看下来。目前主流的准备比赛方法，还是针对特定对手看近期的比赛，但这样做难免漏掉大量的信息。数据分析可以帮助我们先对球队球员的各方面能力有一个印象，再带着这个印象回到看录像中去，从而得到大轮廓和小细节互相印证的效果。

最后就是除了备战时研究特定球队球员外，我们还有研究世界篮球整体趋势的需求。世界篮球最近几年是怎么变化的？攻防的侧重点有哪些？每个位置的职能是什么，和以往位置职能有什么不同？要解答这些问题恐怕都得数据支撑，不是打上“欧式篮球”、“美式篮球”的标签，就能够轻易总结的。
数据分析并不能解决篮球比赛的所有问题，假如我们设定知己知彼的完美境界为100分，如果能够通过更好的信息整合，让我们对篮球比赛，对自身及对手的了解从原先可能是50分变成70分、80分，越来越逼近100分，那这个工作就是值得的。

（本文配图来源于FIBA官网与IC photo）