京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”帮国足找差距_数据分析师
竞技体育中,体能是实施技战术、取得好成绩的基础;运动员若体能状况不佳,容易引起突发伤病,也会导致比赛陷入被动甚或落败。回顾过去十余年,各支足球国字号队伍都曾受困于此,国脚们在比赛中体能透支,跑不动、腿抽筋儿并不鲜见。
在体能训练方面,中国足球到底差在哪儿?借着2014球类项目大数据和体能训练研讨会上周末在京召开的机会,记者采访了国内外相关领域专家。
德国经验拓宽教练视野
本次研讨会为期3天,由国家体育总局主办、北京市体育局承办,邀请十多位大数据与体能训练方面的国际专家,为球类项目的国家队管理者和教练员讲课共计20多节,内容涵盖体能训练的方方面面。
美国EXOS体能训练机构创始人马克沃斯特根担任过德国男足体能总教练,德国队在今夏巴西世界杯上的成功令其团队声名鹊起。我们秉承‘每天都是竞 赛日’的理念,运动员须在思维、营养、动作和恢复环节作出调节,这样有助于比赛中执行技战术,延长运动生涯黄金期。马克分享经验时说,过往10年德国队 在进行体能训练过程中依照数据监控,针对上述4个方面提供不同的有氧训练,这是最关键的因素之一。
EXOS团队数据分析师达西诺曼在德国足球队的预康复、康复、再生方法的讲座中也介绍道,为运动员建立个人档案,进行数据监测和科学调理,能更好实现体能康复。
对此,国奥男足主帅傅博、国足教练员区楚良等人很感兴趣,并在互动中主动举手向马克提问。说到研讨会的收获,傅博连称非常好,他们有多年的成功 经验,今后还得坐下来探讨,如何促进球类项目尤其是足球的体能训练。傅博举例称,此前国足集训曾尝试一些新的方法练习腿部力量,这次会议发现人家大师 也是这么练的。总之,拓宽了我们教练员的视野。
有数据不用 教练宁信经验
以数据监控和体能训练为核心的训练基础,对运动员而言是最重要的。马克说,如今高科技全面应用到运动队的体能训练中。
我国相关领域的研究现状如何?其实我们不算落后。曾多次参加国家男、女足集训的北京体育大学运动康复系副教授魏宏文表示,这些年总局和不少省市 的体育科研所、体育院校都在做此类研究。打个比方,国脚们踢完一个赛季联赛后身体疲劳,哪儿累、累到什么程度、怎么恢复,我们也可以数据监控。
数据的搜集、分析和处理,为体能训练服务,但目前两者依然有些脱节。一位与会专家指出,科研团队用数据说话,采纳与否取决于教练员,一些教练更相信 自己的判断,按以往经验来安排队员的训练计划,有的还以占用太多训练时间为由,比较抵触数据监控。该专家呼吁,对于新科技手段,足球教练特别是基层、后 备梯队的教练员仍需进一步更新观念。
另外,在对抗性较强的国际比赛中,国脚们经常给外界以体能差的印象。魏宏文认为,这与国内基层、梯队的训练水平不高有关。以中国女足为例,由于踢 球的人减少,女足整体水平从地方队开始下滑,运动员应付国内比赛的体能训练强度,远远达不到国际比赛的要求,到了国家队再慢慢‘回炉’练体能,时间肯定 不够用。纵使卡马乔、佩林等名帅率领的外籍教练团队,也需较长的适应期,因人制宜地为男足国脚开出体能训练处方。
缺钱缺人 科研力量待补强
值得注意的是,各支足球国字号队伍的科研保障力量差异很大,有些球队的科研人员极其匮乏。受编制所限,我们很多时候集训仅设一名科研教练,要兼顾全 队的体能、康复、营养等,分身乏术。谈及国外优秀运动队的复合型团队,一位中国女足教练组成员非常羡慕,人家都是分工细致,配置专门的营养师、康复 师,甚至有心理辅导员,全方位保障运动员。马克也称,中国的运动训练过分强调技战术,缺乏对身体新陈代谢的监控,体能康复师也很少。
这次会议初步了解到新的体能训练理念,要跟人家合作,看看怎么提高专项能力。傅博告诉记者,目前国奥队的体能训练由两三个人临时负责,今后肯定需要更专业的体能训练。
我们希望通过请外国专家授课来转变观念,或者说竞技体育需要一次革命。国家体育总局副局长蔡振华透露,中国奥委会自伦敦奥运周期起与EXOS等机构合作,尽管他们的新理念与队伍结合时存在争议,不过,总体上新理念代表着先进的方向。
蔡振华表示,一些集体项目在建设复合型团队的过程中面临着编制和资金不足的问题,当前的办法是通过总局和各省市的努力以及市场运作来解决,但一些队伍要想在人力配置上达到国外优秀职业队的水平,暂时还做不到。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20