兩個字，一個是懶，一個是裝

每天那麼多的比賽，不是職業人士很難有時間大量的追蹤球隊的比賽，甚至是自己喜愛的球隊。看一眼資料資料多簡單啊，得分籃板命中率，看完之後就可以想當然的認為當時的情況是怎樣怎樣的了。

而且，看資料的話噴起來也會顯得“有理有據”，還看上去非常專業不是。

不過話又說回來了，用資料評價球隊表現並非資料的“原罪”，不是說只看資料評價比賽和球隊就一定是錯的，這其實主要取決於你的資料是否夠“高階”。就是在NBA這樣的聯盟中，也不乏一些資料派，他們能根據資料看到許多看比賽都看不出來的東西，其中比較知名的就是火箭的莫雷和灰熊的霍林格。

莫雷是以自己的魔球理論見長，所謂“魔球”理論，源於《Moneyball》一書，這本由邁克爾·劉易斯所著的運動分析學著作以MLB中的小球隊奧克蘭運動者隊的經營為例，講述如何將這支薪資在美國大聯盟中排名倒數的球隊打造成為一支穩定的強隊的。 其中很重要的一條就是，選球員只看客觀的資料，尤其是長期積累、經過精確計算的資料，得以低價挑選的球員。

霍林格指數，也就是NBA球員效率值，則是霍林格的看家法寶。這是一套非常複雜的計算球員球場表現的資料指數，大體來說就是將球員所有表現記錄下來，然後加權整合，綜合而成。雖然PER不是NBA官方的衡量參考標準，但有不少懂球帝認為這比官方的更有說服力

其實相比於看比賽，有時候看資料可能會更加客觀一些，因為這其中去除了很多印象分和感情的成分。因為相比只看資料來評價比賽的球迷，還有一種球迷是“看球帝”，往往只能記住一些高光時刻，

當然，關鍵還是你怎麼看資料，或者是你看什麼樣的資料。

我覺得還是看錄影時間成本太高吧，一場比賽怎麼也得幾十分鐘一個小時。而且不配合資料也很難直觀的看到球員變現好壞，尤其是角色球員。

資料就不一樣了，都是球員真實表現和貢獻的直觀體現，好和壞一眼就能看得出來。

不過也是因為球迷只需要連線球員和球隊基本表現了，直接看資料可以滿足。但如果是教練員或者球探這些專業要求比較高的人，肯定是資料、比賽錄影什麼球員訓練都要觀看參考的人。

目的不同，需求不同方式方法肯定也就不同了！

首先，數字是很直觀的，是一就是一，不是一就不是一，這個是輕易沒法改變的。所以資料是很直觀的體現，比如說一個球隊的進攻效率，防守效率，這樣是沒有辦法透過觀看比賽來直接得到的。

其次，很多球迷並不是專業的人員，要每天觀看比賽來分析每一個人在比賽中的表現對於他們來說很不現實，而資料又不需要他們統計，他們只需要看著就可以了。

然後，經常關注資料然後跟別人講起來頭頭是道的這樣會有一種成就感，會顯得自己很專業。

用資料說話和看錄影說話到底誰更接近真相

很多時候人不得不對自然界的神奇表示出我們的敬畏，人腦是一個很了不起的機器，人們可以再很短的時間內從獲得資訊，到對資訊進行分析、總結，到得到結論，最後還要作出決策，自然界給了人們一個很好的機器，但是，自然界提供的，只是硬體，而人們從資訊來源，分析過程，得到什麼樣的結論等等，卻受到了人的知識、經驗、喜好等等很多的因素影響，所以，同樣的資訊，不同的人可以得到不同的結論，人的思想也因此而多姿多彩。

同時，人腦工作過程的這些因素也會欺騙人，人們更容易關注自己知道的東西，大腦的記憶也會停留在自己感更關注的資訊(不論是喜歡還是討厭），並且只信任自己已知的知識會幫助自己得到正確的結論，而事實是，人們得出的結論往往是自己希望得到的那個結論，而不是所謂的“真正的結論”，當然，可能沒有人能夠真正得出一個“真正的結論”，那麼如何更接近於“真正的結論”，避免犯錯，便成了人類一直追求的東西。

同樣的，一場籃球比賽、一個球員的表現、一次攻防、一次投籃，由於球迷對籃球的認識、經驗的不同，在每個籃球迷眼中都會有他們自己的看法和結論，不同的教練也同樣會有不同的看法，如何讓這些的資訊在不同的人之間有相同的語言進行交流，人們找到了在很多領域同樣應用廣泛的工具——資料。

然而，影響一場比賽、一個球員的表現、一次攻防、一次投籃的因素多如牛毛，任何一個小小的因素都有機會影響到一場比賽的程序，就如人們經常說的蝴蝶效應，如何把每一個因素用資料表達出來，方便人們的分析呢？這時候你不得不再次對自然界的神奇產生敬畏，不管人腦的分析結論是否正確，至少人腦能夠在這樣短的時間內把各種有關的、無關的資訊加以收集、識別、分析，並得出結論，那是多麼了不起的工作。

顯然，要建立起一套類似人腦系統的資訊收集和處理系統是不可能的，那麼是不是就沒辦法利用資料進行分析呢？也不盡然，讓我們回到起點，找到決定一場比賽勝負最根本的東西——比分，從比分出發，我們再找到影響比分的因素——進攻和防守的資料，然後，籃球比賽就有了資料統計——得分、籃板、助攻、蓋帽、搶斷等等，然後還可以往下再細分，可是，分到最後，那怕這些資料都是可以收集到的，我們仍然面臨著另外一個問題，那就是這些資料和比分的對應關係，比如，一個籃板最後可以轉換為多少分？天才知道！

不過，聰明的人類還是可以找到一些解決方法，那就是用經驗值。仍然用籃板舉個例子，比較簡單的做法就是，在以往大量的比賽中，假設每次進攻有效命中率是50%，再假設一個籃板提供了一個進攻機會，一次進攻機會平均得2分，那麼，一個籃板算1分的價值，可是，這可能仍然不合理，因為這1分的功勞還要分給投籃的球員，於是，有了很多建立這些對應關係的方法，產生了不同的資料評價體系，目的都是希望客觀地用資料說話。

但是，正是由於資料統計和分析的不完整，任何資料都不可能真正反映一場比賽，一個球員的表現，甚至出現了所謂刷資料的現象，資料好看卻輸了比賽的情況，同樣的兩分，暴扣奧尼爾得兩分和冷射得兩分意義可以相同，又可以不同，畢竟有能力暴扣奧尼爾還是不一樣的，雖然不管你得分的難度係數由多高，不同得分方式得到的兩分是不會有區別的，但是，起碼在反映球員能力方面，卻完全不一樣。

同樣的，對不同的對手，和不同的隊友配合，等等，同樣的資料比如同樣的比分，意義也可以是不同的，於是，NBA有了球員在場和不在場的資料來看球員對場上比賽的影響程度，有了不同球員配合時球隊的資料來看球員之間的相互影響，而球員由於上場時間長短不一，比賽資料的意義又不一樣，於是又有了摺合成40分鐘或者48分鐘的資料來統一統計樣本數量，阿南的分鐘效率資料有點類似於這種摺合成40分鐘或者48分鐘的資料，可是，是不是統一時間就完全反映了球員之間的差別呢？當然不是，因為像打炮轟的球隊，由於進攻次數多，那麼，他們球員的48分鐘的資料可能會高，更合理的做法可能是按照平均每次攻防效率資料來比較，可是同樣反映不出炮轟球隊的跑動能力，而且，替補和主力在面對對手的強弱程度也不一樣，相同的資料意義可能不同。

也就是說，我們肯定沒有一個絕對準確和公平的資料來評價比賽、球隊和球員的表現。 那資料是不是完全沒有用呢？當然不是，資料不是沒有用，是看你怎麼用。比如說，某人職業生涯3分命中率30%, 那麼，教練會不會把他作為隊內的主要三分投手來使用呢？又比如某人職業生涯3分命中率30%，可是他仍然投了很多三分，那麼，我們就需要去問個為什麼了，就會去看他的投籃選擇是不是有問題，隊友能力是不是有問題，還是個人的打法有問題，這時候，就要去統計他投籃時更多的資料，或者是看現場的表現，但是有一點，如果有某人職業生涯3分命中率30%卻投了大量的三分，不是個人出了問題，便是球隊出了問題。

又比如，某主力球員，比如上賽季傷後的阿聯，一直資料不好，那麼在結合他在場上的狀況，教練仍然會把他從主力陣容拿下來，而不會說因為阿聯對陣的是對方的主力球員的原因，而給阿聯的表現給予原諒。 也就是說，資料可以在大方向上幫我們看出些趨勢，特別是長期資料，由於長期資料對個別的小因素不敏感，相對來說就更為合理，所以用長期資料的分析會更有說服力。

總的來說，冰冷的資料還是相對可以信任的，因為對於每個人來講，資料都不會因為球迷的不同而不同，資料不會受觀察者本身的影響而相對來說比較客觀，但是，由於上面提到的，冰冷的資料也不能完全反應比賽的過程和全部，結合經驗和知識，把資料和現場結合起來進行比賽分析，無疑會減少一些偏差，但是，無論是資料或者是現場表現，都不可能得到“真正的結論”，也不可能真正做到什麼“公平評價”，資料和現場表現分析，對於球迷來講，增加球迷看球的樂趣，對於教練來講，增加教練指揮比賽和訓練的依據，但是，這些肯定不是籃球的全部。