NBA玩转数据系列数据分析如何彻底改变NBA篮球运动

　　当今谈论大数据分析一般认为都是互联网、科技公司的场景话题，我们有机器人为我们送餐，无人驾驶汽车四处行驶，人工智能和机器学习（GPT大模型）可以为智能化协助我们完成日常任务。这些只是塑造我们世界未来的技术的几个例子。我们今天看到的许多技术都是由好莱坞电影或科学家和研究人员预测的。没有人曾想过，技术会改变体育的未来及其开展方式。
　　如果你在 15 年前告诉某人，技术将彻底改变一项运动的进行方式，他们会笑死你。现在才意识到，它已经彻底改变了一项运动的进行方式，尤其是 NBA 中的篮球。如果您要观看 15 年后的一场篮球比赛，您可以立即看出比赛与今天相比有何不同。例如，球队为他们的明星球员安排更多的 ISO 比赛，为中距离跳投安排更多的比赛，并减少场上的空间。快进到今天，进攻端的所有五名球员都排在三分线后，球员将空位上篮传给空位三分投篮，而球队更喜欢能够在外线外投篮的球员。很多人说篮球运动中的Money Ball方法，它可以帮助球队得分更多，得分更多是什么意思？为了赢得比赛！
　　实际上在体育运动中尤其是NBA（全美篮球职业联盟）早在2009 年，联盟开始使用最先进的视频系统来跟踪球员在球场上的运动以及球。有了这个新的视频系统，NBA 就可以收集新的数据，从而使数据科学家能够使用机器学习和制图（绘制地图的科学或实践）来更好地评估哪些球员帮助球队获胜。
　　哈佛商学院在2020年做一个商业案例分析《How data analytics is revolutionizing the NBA》，其中内容非常有意思、让人叹服NBA不是一群＂四肢发达的壮汉游戏＂，而是一个科学、数据驱动的智能的数字化游戏。
　　职业篮球在数据分析的使用，过去十年中看起来非常不同。就好像这些分析模型已经输入了传统的 NBA 并输出了一个全新的游戏。现在每个团队至少有一名数据分析师的游戏。一种游戏，每一步都经过计算，旨在优化获胜策略。数据为王的游戏。那么数据分析在 NBA 的背景下是如何使用的呢？它真的创造了价值，还是让篮球比赛从有趣和多事变成了可预测和无聊？通过数据实际上NBA这个成立70多年的联盟已经被彻底改变！
　　数据为这个体育联盟创造了全新的商业价值：
　　一、设计获胜策略（Designing winning strategies）
　　NBA 在每个篮球场安装了六个摄像头，以收集有关球员动作的详细数据。机器学习模型正在分析这些数据，以相应地推荐获胜策略。过去，球队只能收集球员的基本统计数据，例如得分和助攻，但今天，由于安装了视频系统，球队现在可以查看更深入的数据，例如球员上前的频率用他们的右脚或左脚，或某些＂告诉＂球员在特定动作之前做出的动作。这有助于教练更好地根据对手规划防守策略，决定哪些球员应该与谁对位，并为他们的球员推荐＂更聪明＂的进攻动作，例如他们应该如何站位以及如何更好地优化三分球射击。
　　斯蒂芬库里区域投篮分析：如何对抗联盟其他球员，库里更喜欢从三分线和油漆区（罚球和篮筐之间的区域）投篮
　　数据和分析对 NBA 带来的最大和显着变化之一是每场比赛三分球命中率的增加，这是一些简单数学的结果。 数据分析模型显示，三分球有 35% 的机会投进，因此，比靠近篮筐的两分跳投得分更高。因此，自 2012 年以来，每支球队的平均三分球命中率增加了 50%。2012年平均每场三分出手约18.4次，而2017年平均每场比赛出手约27次，出手次数增加了46%！
　　1997-2015年三分球平均数量的趋势变化
　　二、预测和避免球员受伤（Predicting and avoiding player injury）
　　球队一直在通过可穿戴设备、睡眠监测器甚至唾液样本收集有关球员的复杂数据点，以评估他们的疲劳程度并预测他们未来的表现。这种数据分析的革命性应用是让球员在没有＂明显＂理由的情况下＂休息＂以避免受伤。这个想法是球员越累，他们就越容易受伤。例如，研究表明，如果球员在连续打了 30 场比赛后休息 30 天，受伤的可能性就会降低。因此，NBA 球队一直在做出艰难的决定，让关键球员休息以避免受伤。金州勇士队甚至将他们的成功归功于他们的分析师。你可能已经看到教练＂史蒂夫科尔＂让他的一些球员休息了，这是因为数据显示他的球员需要休息，这不仅可以防止受伤，还可以让他们的球员能够打得更久，这对金州勇士队和 NBA 来说都是好事，更多的胜利通常意味着更多的钱。
　　疲劳报告示例
　　三、球探发掘分析（Scouting）
　　数据分析对于球探已经变得至关重要，因为教练现在在进行选秀时依赖预测分析。选秀在 NBA 中是一个非常重要的决定，因为球队可能会多年来一直坚持他们昂贵的选择，因此尽可能将风险降到最低是关键，而分析一直在帮助实现这一点。教练现在可以很容易地查看球员的视频片段来分析他们的跟踪数据（例如，某个球员用左手突破的效率），甚至可以预测他们将成为什么样的球员（例如，球员成为全能球员的概率） 。
　　大多数 NBA 球队都有数据分析师作为球队的工作人员。这些数据分析师与教练和球员一起工作，以最大限度地发挥球员的才能，当然也像＂Money Ball＂一样，识别被低估的球员。 NBA 球员使用可穿戴技术来追踪他们的健康状况、避免受伤并追踪他们的疲劳程度。这既好又坏，因为这些数据可以帮助玩家，但在谈判时也会伤害玩家。
　　NBA 还使用贝叶斯统计数据来计算当特定球员在场时球队的整体防守有多好，以及评估球队的整体防守。该数据有助于了解哪些球员阻碍了最有效的投篮方式，即三分球和扣篮。利用所有这些数据，曾经被看重的老球员现在几近绝迹，球队不再对那些大量低效的两分投篮且防守不强的球员感兴趣，现在每个球员都被期望成为优秀的得分手。
　　【一点想法】
　　我作为一个数据分析技术的从业者，也是一个篮球爱好者（从92年开始疯狂追乔丹和开始了解NBA），我也看到我们自己CBA这一两年涌现出的年轻才俊（崔永熙、张宁等等）给我们带来更多惊喜和期待，我也相信CBA这位一个商业化运作的联盟有巨大的潜在机会。
　　因此后续我希望从学习和大家分享NBA在数据分析经验和最新技术，同时能做成一个系列我现在构思的系列题目如下：
　　1、＂【NBA玩转数据系列】之解读NBA的指标体系＂它可能是这个世界上最经典的分析体系
　　2、＂【NBA玩转数据系列】之NBA数据分析团队如何运作＂
　　3、＂【NBA玩转数据系列】之如何为一支球队构建一个分析平台＂
　　4、＂【NBA玩转数据系列】之带大家读一本《Basketball on Paper: Rules & Tools for Performance Analysis》＂--这本书被认为是篮球的Money Ball书
　　5、＂【CBA动手实验系列】之为CBA建立一个数据仓库＂
　　6、＂【CBA动手实验系列】之几个Demo分析＂
　　...（构思中）
　　大家如有更好的想法或者想知道的内容可以反馈给我！
　　【本次参考文章】大家有兴趣可以深入了解：
　　https://d3.harvard.edu/platform-digit/submission/how-data-analytics-is-revolutionizing-the-nba/
　　https://randerson112358.medium.com/how-the-nba-uses-data-analytics-6eac3c43a096