大数据的生意经:如何改变NBA?

2023-10-11 17:20
文章标签 数据 改变 生意经 nba

本文主要是介绍大数据的生意经:如何改变NBA?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

大数据,正在给体育产业带来巨大的变革。随着“大数据”在NBA联盟运营和球队的发展方面发挥出越来越突出的作用,大家也开始越来越重视这项技术和理念,NBA领先的大数据分析让伟大的运动传奇更具商业价值。

 


 

我很欢迎那些能起到作用的工具,尤其是因为我们现在生活在一个信息化的年代。”波什对“大数据”做出这番评价的时候,他所在的热火队正憧憬着三连冠的美梦。

 

尽管在决赛中被上赛季功亏一篑而与冠军失之交臂的马刺成功复仇,并最终导致勒布朗出走重回骑士进而改变东西部局势,最终影响了整个联盟的格局。但是,正如圣城球队随着年华老去在联盟中愈焕发出新生机一般,这些年来,随着“大数据”在联盟运营和球队的发展方面发挥出越来越突出的作用,大家也开始越来越重视这项技术和理念。

 

不只在Google、Amazon等互联网公司的高谈阔论里,不只在硅谷和各大高校的实验室、论文里,在 NBA 的赛场上,在联盟遍布全球的推广运营过程中,“大数据”的身影正愈加频繁,并扮演起愈加重要的角色。

 

数字游戏

 

在历史,或许从来没有一本书像《点球成金》(Moneyball)这样对体育行业产生了如此重大的影响。在这本书之后,大家开始对体育运动赛事中的数字趋之若鹜并越来越重视。

 

一场NBA比赛共四节,常规时间计48分钟。一支NBA球队一赛季要进行82场常规赛,主客场各41场,而后东西部的各前8名进入季后赛,在7战赛制下,经过至少3轮12场比赛进入决赛。NBA现在共有30只球队,一个完整的正式赛季约持续5个月,共有超过1200场比赛。

 

这些数字定义了NBA的一部分,还有更多的数据使得NBA之所以成为一项越来越受大众欢迎的赛事。从某个角度而言,它的本质就是数字,很少有赛事像它一样有如此繁复庞杂的数据——不仅是球迷、媒体看得到的得分、助攻、篮板、命中率等,还有专栏作家们津津乐道的PER(The Player Efficiency Rating,球员效率值,将场上球员的各项表现通过算法公式转化为综合的数值,现在已经成为衡量球员水平的重要指标之一)、(Win Share通过对球队胜场和球员表现进行综合考量得出的指数,反映了一个球员在球队获胜中的贡献亦即他对球队的重要性)等。

 

对球队的教练而言,除了场上的表现之外,他们需要利用这些数据来了解球员的特点,帮助他们改进弱项发挥优势,然后以此制定场上的战术,并且根据球队的人员构成变化来推动球队风格变化来保持长久的竞争力。这样的案例在NBA中并不鲜见。

 

将泰克斯·温特的“三角进攻”运用在公牛和湖人体系中并大获成功的菲尔·杰克逊,充分解放迪瓦茨和韦伯在“普林斯顿体系”下大放光彩的国王队,利用纳什和斯塔德迈尔的配合掀起的7秒快攻跑轰的太阳队,当然,还少不了根据GDP核心年龄增长和新成员加入而经历从Inside-Out变阵Pick&Pop战术的转型阵痛却最终修成正果的马刺队

 

球员的能力和球队的配合转化为球场上的数据,而这些数据恰恰又成为场下教练和管理团队进行调整的重要依据,甚至可以说,数据不仅成为球员、球队以及联盟的导向,同时要成为它们的出发点。

 

“如果更好的分析师都不能创造出优势的话,那么,谁行呢?更好的数据!”

 

莫雷在《哈佛商业评论》上为数据的重要性摇旗呐喊。

 

或许,全联盟中没有比火箭队的莫雷更迷信数据的球队经理了——尽管由于球队成绩始终无法突破,他的这份狂热与执著在联盟和球迷中都有着不小的争议——但,无法否认的是,他的这套数据理论正被越来越多的球队乃至联盟接受采用。

 

NBA同ESPN及TNT最近签订的9年价值240亿美元的转播合约让我们认识到NBA已经成为一个在商业上空前成功的体育赛事,在这份成功背后,数据正发挥着越来越重要的作用。

 

钱球

 

北京时间2014年11月5日,湖人与太阳比赛中,36岁的科比出场44分钟,37投14中拿下39分9篮板1助攻。过去30年来,这是联盟中第2个36岁以上在单场比赛中出手超过35次的球员。

 

那么,第一个是谁?以往的球迷和记者或许要通过Google检索,或许要在ESPN、BR及82games这样的第三方专业网站搜索结果——这并不是方便轻松的过程。

 

而这也正是联盟在2012年和SAP公司合作在NBA.com上使用HANA平台的原因,得益于该平台的实时内存以及快速分析能力,NBA.com为用户提供了球队、球员、比赛的实时更新信息和分析工具,自1947~47赛季以来的NBA的所有共计超过4500万亿个数据段全都可以在NBA官网上用一种直观、简便的方式检索得到。

 

在NBA.com/stats上,我们可以轻而易举地得到这个问题的答案:乔丹,在2001年对阵黄蜂队的比赛中,他出手38次,得到51分。借助HANA平台提供的技术支持,NBA.com可以支持成千上万人的同时搜索以及上万条并发实时数据搜索请求,所有比赛数据在赛事结束5分钟内即可上传刷新,而这些改进和提升对NBA赛事在全球范围内4.5亿以上的球迷来说,都是极具吸引力的。

 

统计数据显示,在投入使用HANA平台之后,NBA.com/stats 浏览量超过270亿,访问用户较之前增加了66%,平均停留时间上也增加了近60%。在整理赛事历史和实时信息、提升用户体验之外,这也正是联盟和SAP合作的初衷之一——推动NBA.com用户访问量的大幅增长。正如担任NBA CIO的Michael Gliedman所说的那样:SAP HANA平台使得联盟打造出了一个我心目中最佳的、体验超乎以往的体育网站。

 

而在NBA之外,NFL(National Football League,美国国家橄榄球联盟)的旧金山49人、纽约扬基以及德甲的霍芬海姆俱乐部也应用HANA平台来处理大数据,无论是篮球、足球还是橄榄球,大家都已经认识到,在新的时代,大数据的应用正成为一个必不可少的重要环节。

 

提升用户的体验,不仅表现在联盟的社区关怀活动、对少数族裔节日的重视等方面,在新的时代,通过大数据的方式,让球迷接受和认可NBA.com,让官网不仅仅是一个发布新闻的网站,而是一个能让包括球迷乃至分析师都能利用其资源的地方。

 

除了联盟之外,各支球队也在积极推动大数据的应用。现在,NBA30支球队都在使用着 Stats 开发的SportVU技术,该技术同时使用6只摄像头追踪捕捉场上球员的动作,每秒可记录下25个动作,一场比赛可以收集到7.2万个数据点。

 

通过对采集到的原始数据(Raw Data)的输出和整理,球队和球员可以获得一些在普通数据统计中被忽视的事实——SportVU将球员传到位但接球手却未投进的传球视为一次成功的助攻。全面立体的数据采集分析更能反映场上球员的表现和实际能力,或许,当年那个和队友合砍83分的小飞侠对此是最为感同身受的。

 

大数据在联盟中的广泛应用不仅体现在球场上,同时也作用于球队的架构和球员引进续约方面。

 

在14~15赛季湖人第4场与勇士的比赛中,之前以4年总计7000万美元顶薪合同续约的克莱-汤普森(Klay Thompson)拿下全场最高的41分,在得分排行榜上也仅次于格里芬,之前的4年合同他的薪资仅为1010万美元。

 

更早之前被小牛队以3年4600万美元签下的钱德勒-帕森斯(Chandler Parsons)在赛季前三场也以场均15.3分成为对内的3号得分手,2011年在火箭队的第一赛季,他的场均得分仅有不到10分。正是由于大数据的应用和分析,让球队经理和教练们发现了他们的潜力和价值,使得之前几年还常常以角色球员活跃在场上的年轻人有了获得顶薪合同的机会,有了向队友、球队和观众证明自己并帮助球队获胜的机会。

 

随着包括SAP的HANA平台、SportVU等大数据技术手段的介入,日后的NBA必然会变得越来越精彩——体育的发展从来显示着这样的一个道理,科技是使运动员和运动本身向着 “Faster,Higher,Stronger”(更快、更高、更强)的目标不断前进的最大动力。

 

16140545_4OTz.jpg



转载于:https://my.oschina.net/u/1160813/blog/368538

这篇关于大数据的生意经:如何改变NBA?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/189629

相关文章

SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南

《SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南》本文将基于开源项目springboot-easyexcel-batch进行解析与扩展,手把手教大家如何在SpringBo... 目录项目结构概览核心依赖百万级导出实战场景核心代码效果百万级导入实战场景监听器和Service(核心

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速