
数据分析师工作到位可左右胜负 目前中超还不被重视
在足球比赛中,我们可以看到球员们在场上展现高超的球技,可以看到主教练精妙的临场指挥,但还有很多人为一场足球比赛默默无闻地工作。最近几年,很多球队都增加了一个新职位——数据分析师,也有人称呼他们为科研教练。中超联赛技战术水平的提高,离不开他们的工作。
难
“三项全能”才能胜任
很多球员在退役之后都当了教练,但并不是所有退役的球员都可以成为数据分析师。
作为一名数据分析师,每天只需要跟枯燥的数据和永远也看不完的录像打交道,但实际上这隐藏着很大的学问。作为一名足球的数据分析师,懂球是必须的!所以很多从事这个行业的人要么是科班出身,要么就是之前有过从事足球行业的经历,要想半路出家来从事这个行当肯定是不行的。另外,欧洲足球在科研和数据方面领先,他们制作的软件都是英文系统,所以要想做好这个工作,还必须精通外语。
仅仅这些还不够,因为那些软件的应用也是相当复杂的,中国足协在一年之内就对各中超俱乐部进行过三次如何使用这些软件的培训。“中国足协给我们提供的仅仅是一些数据,确实那个系统中还有很多学问,只有自己吃透了,才能让这些数据物尽其用。 ”一位数据分析师这样告诉记者。
强
工作到位可以左右胜负
比赛是球员踢的,是教练指挥的,这二者是决定胜负的关键因素。但是,数据分析师的作用也绝对不能小视,通常情况下,数据分析师的工作可以归结为三点。
首先是统计本队的比赛数据,通常在一场比赛结束之后,球队都会总结,教练总结的根据就是数据分析师拿出的结果。
其次,各队也都会对日常训练进行总结,这样才能找到差距。对训练数据的分析也是数据分析师的工作。例如队员们的跑动距离、心跳次数等等,这些都是他们需要记录和积累的。
最后,他们还肩负着球探的工作,这也是他们日常工作中最为繁重的。通常情况下,他们需要从周一开始就为下一个对手着手准备,在不到一周的时间里,他们要看对手的比赛录像,“一般情况下,会把对手最近三场比赛的录像仔细观看,当然仅仅看三场也不够,更早一点的录像也要粗略地看一看。研究一个对手差不多要看六七场的比赛,多的时候需要十几场。而且为了在比赛中找到共性,一场比赛还需要重复观看。 ”一位数据分析师说。
数据分析师观看比赛的目的就是要找到对手的命门所在。在找到之后,教练员就会进行有针对性的布置,运筹帷幄之中,决胜千里之外!在上赛季大连阿尔滨客场挑战北京国安的比赛中,阿尔滨的数据分析师就发现北京国安的很多进球都是由徐亮的直传球发动的,所以他特意提醒队员们千万不能让徐亮正面拿球,一旦拿球就必须加以封堵,不能让他舒服地传球。全场比赛,阿尔滨队一直都贯彻地很好,但他们还是出现了一次失误,正是这次没防住徐亮,让他远距离助攻王晓龙得分,结果阿尔滨在那场比赛中0:1失利。
忧
在中超,数据分析师还不被重视
数据分析师的作用显而易见,尤其是在足球比赛更多地和科技接轨的今天。但是在中超,数据分析师的作用还没有被高度重视,很多球队甚至还没有专人来做这项工作。
中超联赛中有很多外教,但并不是每个外教都配备了数据分析师。 2012年,中超公司为了提升各队的技术含量,特意从法国购买了amisco的软件,这个软件可以自动测出队员们的跑动距离、每个人之间的距离等一些重要的比赛数据。为了让更多的球队可以把这个软件应用好,中国足协曾先后三次举办这个软件的学习班,但是学习效果并不好。
一位参加了三次学习班的数据分析师告诉记者,“我三次学习班都参加了,但是在里面只看到了一位和我一样平常跟着球队征战的人,其他的好像都不是跟着球队的。有些人不认识,有些人我是认识的,他们有的是球队的翻译、也有俱乐部的工作人员。”至于其他中超俱乐部为什么会这样安排,有人猜测,很多球队对数据分析不重视,根本就没有数据分析师的职位,他们对日常训练的数据统计不重视,对下一个对手的观察也还停留在助理教练观看比赛录像的直观层面,没有科学的数据支持。所以,翻译和俱乐部的官员来也就正常了。
喜
阿尔滨战术分析很到位
其他各队对数据分析的重视程度还不够,但是大连双雄却早已经走在了前面。大连实德在2010年任命韩国人朴成华担任主教练,和他一起来的就有一位数据分析师申升淳,他在2002年曾跟随希丁克,帮助韩国队在世界杯上创造了奇迹。
大连阿尔滨队对数据分析更是重视,早在球队还在征战中乙的时候,他们就配备了专门的人员。程俊从2010年开始担任大连阿尔滨队的数据分析师,此前他曾在德国留学,为德国国家队做过数据分析,在来阿尔滨之前曾在德国的俱乐部工作,近几年阿尔滨取得的成绩有他的一份功劳,很多球队的“命门”所在都是他根据反复观看比赛录像后发现的。“通常情况下,我会让两个屏幕并排在一起,左边放的是比赛录像,右边的屏幕放的是我制作的二维动画,这样球员们在看的时候就会有一个很直观的感觉,可以通过动画看到场上整体的跑位情况。”程俊说,他的工作让阿尔滨的队员受益匪浅。
不仅仅是比赛,即便是在日常的训练中,程俊也要进行录像,然后开始数据分析,找出球队的不足。CDA数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18