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
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18