大数据之于体育：错误使用便成了祸害
从《点球成金》这部电影开始，体育界的有识之士们终于找到了向往已久的道路，那就是如何利用大数据来让团队发挥最佳水平。从足球到篮球，数据似乎成为赢得比赛甚至是奖杯的金钥匙。
但它其实不是，至少，不完全是。
根据统计学家Nate Silver的观点，我们收集的数据越多，就越难把信息从噪音中过滤出来。一项最能证明这个真理的运动，是板球。
大部分美国人对板球都不熟悉，它主要盛行于英联邦那些国家。在今年1月份，澳大利亚以5-0的比分完胜英国队。The Daily Telegraph报社列出了英国失败的五大理由，其实真正的原因只有一个：英国教练Andy Flowers太过于依赖大数据。
在2011年看了点球成金后，Flowers开始通过数据来决定比赛的成员和技术。如 ESPN的Tim Wigmore所说：
“在flower任教练时期，球队已经完全被数据控制，板球再也不复当初的随意、自由和欢乐了...比如说Alastair Cook不顾比赛实际情况而坚持要有守门手，再如对阵印度时对Sachin Tendulkar实行的一系列政策，这些都是球队分析师在依赖电脑模拟之后产生的结果。”
这种对数据的依赖不仅影响了赛场上的决策，甚至还决定了谁应该上场：
Tim Wigmore说：“球队通过数据选出反应最敏捷的投球手，然后尝试在短期内对他们进行培训，使之成为适合比赛的球员，没有意识到这些都为时已晚。”
过度依赖数据可能会让教练更加重视球员过去的表现，而不是当前表现以及球员所处的赛场情况。比如说，最近有分析认为“热手”缪误是真实的：一个“热手”玩家似乎能进入一种奇怪的境界，即超高的准确率以及无人可挡的气势。这种偶然性现象本身就不适合用数据来解释，一旦相信其结果，在此基础上的推测都没有意义。
在板球这个例子中，数据对体育的影响并不是孤立的，它从各方面综合影响到比赛的始终。那场比赛后，flower最终在信任的人和错误的数据之间找到了平衡点，他不再如此地依赖数据。而实际上，在这个大数据时代，获益最多的不是那些使用最多数据的人，而是最会使用数据的人。
这个真理存在于生活的各个方面，但是最终人们需要的不是数据，而是决定。数据能够影响决定，但不能是唯一的因素。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在大模型（如 Transformer、CNN、多层感知机）的结构设计中，“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是：内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代，“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而，多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中，“显性特征”（如用户年龄、订单金额、商品类别）是直接可获取的基础数据，但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型（LLM）商业化落地过程中，“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言，相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下，企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域，“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别（是 / 否）” 到 “疾病诊断（良性 ...
2025-11-06在数据分析中，面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量，我们常常需要回答： ...
2025-11-06在 CDA（Certified Data Analyst）数据分析师的工作中，“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中（如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”），卡方检验 P 值与 OR 值（比值比，Odds Ratio）是 ...
2025-11-05CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材：CDA教材一级：商业数据分析（2025）__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代，数据挖掘不再是实验室里的技术探索，而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM（Denoising Diffusion Probabilistic Models）训练过程中，开发者最常困惑的问题莫过于：“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA（Certified Data Analyst）数据分析师的工作中，“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时，他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点，理解二者区别是避免统计方法误用的关键。核心结论是：stats.ttest_rel（配对 ...
2025-11-03在 CDA（Certified Data Analyst）数据分析师的工作中，“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
