起初NBA的資料統計是專門用來統計球員的得分籃板助攻什麼的，但是後來奇奇怪怪的資料出現就造成了人們開始選擇各種奇葩的統計，從而使得人們關注球員的各式資料，漸漸的那些奇怪的資料統計也就慢慢出現了，並且一發不可收拾

NBA的資料分析業儼然已經成為了一個行業，各種各樣的資料網站，各種各樣的細分資料，非常全面。對此，我們不得不感慨NBA是真正職業化的聯賽。

感慨歸感慨。關於NBA資料，實際上也就是分兩大類：一類是初級資料，也就是透過比賽本身就能獲得的資料，比如，得分、籃板、助攻、搶斷、蓋帽、投籃數、罰球數等等。還有一些資料需要透過運算過後才能得出的，比如說，投籃命中率是命中數除以投籃數得到的一個百分比資料。這些都比較簡單，都可以歸入初級資料。

另一類則是高階資料。在NBA的發展過程中，對於球員的評價過程越來越科學，越來越縝密，這些簡單資料已經無法滿足實際使用的需要，所以就形成了高階資料。什麼是高階資料呢，實際上就是透過大量初級資料的運算，擬合出的一類具有代表綜合性的資料。說得通俗點，就是可以體現球員能力高低的指標。

比如：PER，球員效率值，著名資料專家約翰-霍林格提出的。計算公式非常複雜，不過我們只需要瞭解的是，PER大於25的，基本就是頂級球星，平均PER大概是15，如果低於15，就是相對低效的球員。

再比如，Win Share（勝利貢獻值，WS），這是從棒球運動中演變而來的一項資料，表示的是球員對球隊實際勝場貢獻值。WS越高，代表球員越有價值。

還有BPM、VORP等綜合資料，官網給出的PIE（也是球員效率，和PER值有類似之處）、ESPN的專家也研製了一套真實正負值RPM資料系統，也可以體現球員的綜合價值。當然，還有各種各樣的。

這些資料的計算公式各不相同，側重點不同，各有各的優點和缺點，但都是透過初級資料的計算得到的。一名公認的球星，那麼他的高階資料通常都會很高，這也充分說明，高階資料其實都是極具代表性的。反之，一名效率較差的球員，他的高階資料基本都會同時很差。唯獨一些水平比較平均的球員，那麼就要見仁見智了。

總的來說，這些籃球資料是為籃球運動服務的，所以，NBA中就有像莫雷這樣的總經理。雖然他的資料系統也會讓他失去一些好的球員，但他也挖掘了很多人才，不是麼？

NBA最初的資料統計也是非常簡單的，最開始只有得分、籃板、助攻、命中率這些最最基礎的資料。直到73-74賽季，nba才將搶斷跟蓋帽納入統計的資料之中，而這個賽季前張伯倫剛退役。這也就是為什麼當年的資料狂人張伯倫在蓋帽榜上沒有一席之地。

到了77-78賽季，NBA開始統計一項球迷耳熟能詳的資料——失誤。而到了1979年，NBA開始引入三分線，於是統計資料中就加入了三分命中率跟三分球命中數等資料了。到這個時間點，我們現在所熟悉的那些基礎資料才算是完善了。到了新世紀，NBA才開始統計出一些特定時刻球員的資料（例如最後五分鐘）。高階資料部分則是隨著統計資料的完善以及數學、資訊科技的發展，在NBA及媒體的推動下，慢慢開始形成。

霍林格效率值（per值）就是許多球迷所熟知的一個高階資料，他是由ESPN專家John Hollinger在90年代時提出的，後面納入了NBA官方統計資料中。雖然有一定的侷限性，但大體上還是能準確衡量球員的表現。另一個高階資料WS（勝利貢獻值），則是由另一名籃球專家Bill James在2002年出版的著作《勝利貢獻值》之中提出的，現在也是許多熱衷資料的球迷所熟知的的。還有想真是正負值（rpm）等等許多高階資料，都是慢慢由一些NBA的專家提出並完善出來的。

總而言之，NBA的資料統計隨著籃球這項運動以及科技的發展，一直都是與時俱進，從來不是一蹴而就的。