[情報] 淺論NBA中的數據分析 (3)

看板NBAGM作者 (.....................)時間14年前 (2010/04/09 20:42), 編輯推噓0(0推 0噓 0→)
留言0則, 0人參與, 最新討論串1/1
※ [本文轉錄自 NBA 看板] 作者: bri (.....................) 看板: NBA 標題: [情報] 淺論NBA中的數據分析 (3) 時間: Wed Mar 31 17:48:35 2010 曼菲斯灰熊隊 Aaron Barzilai是曼菲斯灰熊隊的顧問。他在 MIT唸大 學時就是籃球校隊，後來他獲得了史丹佛大學機械工程 博士，並且建立了BasketballValue.com這個網站。 他在灰熊隊的角色就是提供總管 Chris Wallace和教練 團建議，不過純粹是透過電子郵件和簡訊，他和Winston 一樣，並沒有打算隨隊旅行，因為距離感反而可以讓他 用比較遠的角度觀察球隊。 不過這才是他第一年和灰熊隊合作，所以不用期待他有 太多的影響力。 邁阿密熱火隊 就像Stan Van Gundy，熱火隊的教練Erik Spoelstra本 身就很熱愛數據。當他在1994年加入熱火隊時，擔任的 職位就是球隊錄影助理。在這個部門工作了很久之後， 他轉任球探，當時他一年要看超過 120場比賽，同時還 建立了熱火隊的數據資料庫，用來追蹤熱火隊和對手球 員的優點與弱點。 Spoelstra 把每個熱火隊交付的工作都視為最重要的事 ，所以當 Pat Riley詢問他擔任總教練的意願時，他甚 至沒有很驚訝的感覺。 Spoelstra 每次比賽前都要看六到八小時的錄影帶，他 就像很多 NBA新進的教練一樣，對數據分析有某種狂熱。 密爾瓦基公鹿隊 公鹿隊的情形比較神秘，至少在網路上找不到什麼蛛絲 馬跡。有一說是球隊在2003年到2008年的總管Larry Harris，他一直待在公鹿隊的球員人事體系，據說從他 父親Del Harris那裡有機會得到一點數據分析的概念， 後者曾經在達拉斯小牛隊待過一段時間。不過他現在已 經離開了公鹿隊，到金州勇士隊擔任助理教練了。 除了以上這些聯盟裡的球隊，也有越來越多的人才冒出 頭來。 Hoopdata.com提供了更多樣化的數據，使用介面也更為 便利，更重要的是網站的作者Tom Haberstroh，是首批 使用Google的動態圖表功能的分析人員，這讓一般人更 容易理解。 Hoopnumbers.com提供了另一種分析+/-的方向，網站的 營運者Joe Sill利用脊迴歸(Ridge regression)來預測 明星球員的影響，據說是更為準確的。 John Hollinger寫了包括Pro Basketball Forecast /Prospectus 一系列四本書，現在他是ESPN Insider的 專欄作家。即使對數據分析沒有特別研究的人也知道他 的名字，這讓他在推廣這個概念時相當有優勢。 Hollinger 最早在1996年就建立了叫做Alleyoop.com的 網站，一開始是出於興趣。他宣稱這是個「提供給會思 考的球迷的籃球網頁」，藉此吸引網友的興趣，而他也 跟隨著 Dean Oliver和Bob Bellotti的腳步，追尋更極 致的籃球數據。 在這個網站建立初期，Hollinger 把進攻效率和防守效 率，當作評量球員對球隊整體貢獻的工具，這點倒是跟 Oliver相同。儘管這種方法不是獨創，不過他的寫作風 格和見解卻吸引了Web雜誌和華爾街日報。 接下來的三年，Hollinger成為 OregonLive.com的運動 編輯，讓他更加了解 NBA的運作模式，不管是球賽本身 ，或是這整個產業，也就是在這個階段，Hollinger 創 造出著名的 PER，企圖用這個數值來涵蓋球員整體的攻 防表現。 後來，Hollinger當過 SI.com的運動編輯，然後從2002 年開始發行Pro Basketball Prospectus/Forecasts。 2005年，他離開SI投向 ESPN.com，而ESPN也把他的PER 捧成數據分析的聖杯。 David Berri在1991年從Nebraska Wesleyan大學經濟系 畢業，並進而在Colorado State大學拿到碩士和博士學 位，他曾經在Coe學院和California State University -Bakersfield任教，不過2008年他轉赴Southern Utah 大學執教。 Berri在數據分析最有名的成就，就是在2006年跟Martin Schmidt和Stacey Brook合寫了「The Wages of Wins: Taking Measure of the Many Myths in Modern Sport」 ，在這本書中，他們從更學術、更經濟學的觀點研究美 國的四大運動，並且探討薪資結構和勝利之間的關係， NFL裡四分衛的角色，還有棒球界裡的競爭平衡等問題。 但是這本書中最引人注意的，卻是Berri對NBA裡球員表 現的分析。Berri發展出一套叫做「Wins Produced」的 模型，據他表示，可以解釋球隊勝利中95%的因素。 NBA聯盟對於數據分析也抱持積極的角色。NBA雇用了前 籃網隊顧問 Ken Catanella作為籃球分析經理，他發明 了 StatsCube，那是一個可以幫助球隊在分析時可以更 有效率的工具。 這個 StatsCube記錄了從1996年開始的每一次得分、籃 板、助攻、抄截、火鍋、失誤、投籃不進、犯規和換人 ，還包括了每個事件發生的時點，還有那時候場上的球 員。最重要的是，它可以逐筆切割出來審視，並且交叉 分析。 NBA也和Synergy Sports Technology合作，讓它成為比 賽影片的主要提供者。 目前為止，Synergy Sports還是分析為什麼某個戰術或 球員會成功最好的工具。這項服務是由Garrick Barr負 責營運，他已經替鳳凰城太陽隊服務了11年，他的工作 就是記錄每場比賽的每一次球權，所以能夠告訴你每個 球員的動作造成的結果，而不只限於分數盒子之內。 Barr是加州人，他曾經是高中和大學的籃球校隊，畢業 之後他投入航空業。但是他始終無法忘情於籃球，於是 到了三十出頭，他到了鳳凰城擔任大學籃球教練。1992 年，他的高中校隊隊友，太陽隊的 Paul Westphal雇用 了他，試圖把科技導進教練和球探的工作，他也替球隊 建立了一個資料庫，為了選秀會可以使用。 1998年，Barr創立了Quantified Scouting Service（ 日後改名為 Synergy Sports Technology）。2004年， 他得到了微軟工程師，也是科技諮詢顧問的 Nils Lahr 加盟，Lahr曾經建立的VXtreme streaming media solutions ，那時已經被微軟收購，成為 Windows Media 和MPEG4 中的重要部份。 今年Synergy已經有超過100個員工，聯盟中有27隊是他 們的客戶。他們把每場球賽完全分解成30分鐘的片段。 對數據分析人員、教練或是總管來說，這套服務最重要 的是讓他們親眼看見，那些數據裡面埋藏的細節都是真 實的，可以支持分析的結論。 回到數據分析與球隊營運來。 這些數據分析人員哪裡來的呢？一般有兩種途徑。 第一種情形是內升。比如說一個在球團裡面工作很久， 慢慢晉升的年輕人，也許他一開始待在球隊錄影部門， 後來慢慢升到球探等等。通常這種人對統計學的了解不 多，也沒有受過專業的訓練，但是透過自學，或者是和 其他專家討論來學習。 另一種情形是外雇。從學界雇用一兩個受過專業訓練的 分析人員，然後把他放在球團裡面，或是成為顧問。這 樣的人員在技術上沒有問題，可以從一團混亂的數據中 理出頭緒，分析出一些有關數據的獨到見解，但是他們 懂不懂籃球呢？也許懂，但是不用期待太多。 而從上面15支球隊裡數據分析人員的配置，大概也可以 分成兩個模式：制服組模式和教練團模式。 一般人的理想中，可能覺得數據分析應該是全面性地影 響一支球隊的運作，然而事實上並不是如此，其中主要 的原因是因為制服組和教練團的分工本就不同。 制服組的工作是要把一支球隊組織起來，所以在這個部 分，數據分析比較關注的是自由球員的簽約、交易的選 擇、選秀會的策略，總的來說，是嘗試建立一個可以評 量各種球員的系統和方式，當球隊需要簽下一個球員、 和別的球隊作交易，或是使用僅有的選秀籤時，才能給 球員一個適當的價值作為依據。 薪資上限和豪華稅在這裡也扮演了一點角色，大部分的 球隊都不想付豪華稅，或是即便老闆願意掏錢，也不會 希望浪擲，所以如何在有限的薪資額度內找尋最適宜的 球員組合，是數據分析可以派上用場的地方，所以你可 以看到有些球隊的數據分析人員，負責的領域也包括了 選秀、自由球員簽約等等。 在這個模式下，數據分析人員的頭銜常常是籃球營運副 總裁之類的。 另一方面，教練團的工作是如何把手上有的食材料理成 美味。所以教練團比較關注的是球員組合。球隊裡哪五 個球員同時在場上的時候，最有得分效率、最能壓制對 手進攻等等。所以在這個模式，數據分析比較關注的是 場上五人組合的產出，或是一個球員在場上或場下時對 球隊的影響。 當然也有兩種模式並行的，比如說小牛隊。 Mark Cuban本身就是個熱愛數據分析的老闆，所以數據 分析明顯在球隊營運決策上提供了不同的角度，而教練 團也受到一定程度的影響。Avery Johnson 就曾經說過 他剛加入小牛隊時，是個再傳統不過的籃球人了，不過 加入之後，受到 Cuban的影響，也開始思考不同數據所 代表的意義，並進而影響他在場上的調度。 [待續] -- Walter Brown "Red" Auerbach Dennis Johnson Bill Russell Jo Jo White Bob Cousy Tom Heinsohn "Satch" Sanders John Havlicek Dave Cowens Don Nelson Bill Sharman '57 '59 '60 '61 '62 '63 '64 '65 Boston Celtics '66 '68 '69 '74 '76 '81 '84 '86 Ed Macauley Frank Ramsey Sam Jones K.C. Jones Cedric Maxwell Kevin McHale Larry Bird Reggie Lewis Robert Parish "Loscy" Danny Ainge Len Bias Johnny Most Garden '08 Ray Allen Kevin Garnett Paul Pierce http://blog.pixnet.net/CelticsPride -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.231.105.1
推
03/31 17:54,
首推
03/31 17:54
推
03/31 17:55,
bri大必推
03/31 17:55
推
03/31 17:56,
推
03/31 17:56
推
03/31 17:58,
推
03/31 17:58
推
03/31 18:05,
5樓推
03/31 18:05
推
03/31 18:43,
肚臍推
03/31 18:43
推
03/31 19:05,
我想請問一下，這個是b兄自己寫的還是翻譯的？如果是
03/31 19:05
→
03/31 19:05,
後者，可以給一下原始連結嗎？謝謝^^
03/31 19:05
推
03/31 19:24,
bri文章必推 2樓必推bri大
03/31 19:24
→
03/31 19:36,
自己寫的, 謝謝 :)
03/31 19:36
推
03/31 19:54,
也問一下 系列文章有在其他地方發表 或翻譯成英文嗎
03/31 19:54
→
03/31 20:08,
沒有耶, 補充一下: 資料來源是google和wiki
03/31 20:08
推
03/31 20:10,
神必推
03/31 20:10
推
03/31 20:13,
最後一段,補充=後來他被fire~ (誤
03/31 20:13
推
03/31 20:30,
推推！！
03/31 20:30
推
03/31 21:54,
好文推!
03/31 21:54
推
03/31 21:59,
值得一推再推
03/31 21:59
推
03/31 22:30,
真正的專業,寫的太棒了,要查到這些資料要花很多心力
03/31 22:30
推
03/31 22:50,
看到專業文乖乖推文準沒錯~!!
03/31 22:50
推
03/31 23:37,
推
03/31 23:37
推
03/31 23:39,
必推
03/31 23:39
推
03/31 23:40,
繼續推 !
03/31 23:40
推
03/31 23:45,
推!
03/31 23:45
推
04/01 00:10,
感謝專文
04/01 00:10
推
04/01 00:19,
太厲害了
04/01 00:19
推
04/01 00:57,
即使是翻的也很了不起 何況是自己寫的 更屌!!
04/01 00:57
推
04/01 01:14,
推
04/01 01:14
推
04/01 14:05,
大推~~
04/01 14:05
-- Walter Brown "Red" Auerbach Dennis Johnson Bill Russell Jo Jo White Bob Cousy Tom Heinsohn "Satch" Sanders John Havlicek Dave Cowens Don Nelson Bill Sharman '57 '59 '60 '61 '62 '63 '64 '65 Boston Celtics '66 '68 '69 '74 '76 '81 '84 '86 Ed Macauley Frank Ramsey Sam Jones K.C. Jones Cedric Maxwell Kevin McHale Larry Bird Reggie Lewis Robert Parish "Loscy" Danny Ainge Len Bias Johnny Most Garden '08 Ray Allen Kevin Garnett Paul Pierce http://blog.pixnet.net/CelticsPride -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 61.231.100.160
‣ 更多 bri 的文章
文章代碼(AID): #1Blo3B6R (NBAGM)