京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据透视广东宏远创纪录24连胜
25日晚CBA常规赛第35轮,广东宏远主场以25分优势大胜上海队,取得24连胜,打破了由对手在13年前创造的23连胜的纪录。广东宏远的连胜,仿佛完全没有停止的迹象,他们何以如此强势,而究竟谁又能阻挡这只疯狂的华南虎?
对广东队连胜期间的数据进行了分析,并在进攻、防守和稳定性3个方面与辽宁队17连胜进行对比,希望能够做到“管中窥豹”。
从2014年11月28日主场53分狂胜开始,到2015年1月25日战胜上海的24连胜期间,广东队平均得分117.58分,平均失分97.54分,场均净分差超过20分。只有客场对山东和辽宁的两场比赛净胜少于10分,其他22场净胜均达到两位数,其中更是有一半场次(11场)净胜对手20分以上。
在这里,我们不妨和之前辽宁的17连胜做个对比:在辽宁队的17连胜期间,有9场比赛的净胜分数不足10分,其中更是有6场不超过5分。显然,广东队24连胜的统治力更让人胆寒。
从进攻来看,辽宁队在17连胜的最后4场比赛中,得分均在120分以下,得分能力呈明显下降趋势;而广东队此波24连胜得分却始终在120分上下小幅度波动,并呈现稳步上升趋势,最近连续5场比赛得分超过120分。因此得出的结论是,广东队的得分能力在24连胜的过程中并没有衰减。
在稳定性上,我们选取受客观因素影响较小的两分球命中率进行分析。辽宁队在连胜期间,前10场比赛两分球命中在50%-70%之间大幅波动,从第11场比赛开始,命中率大幅下滑,在连胜结束之前的3场比赛,更是落到40%左右;反观广东队,两分球命中率以60%为轴呈现波动,最低一场面对辽宁的两分球命中率也接近50%,可以算是非常稳定。
再看看防守,辽宁队连胜期间,每场比赛的失分在85-112分之间,并围绕约97.8分的平均失分上下波动,防守的稳定性非常好。而广东队虽然在24连胜期间维持了低于辽宁队97.5分的场均失分,但却呈现明显上升趋势。
若单独拿出这波24连胜的前5场和后5场比赛进行对比,这种趋势会更加明显。这前5场和后5场对手相同,恰恰都是广东队在这波连胜中两次交手的球队——分别是天津、同曦、江苏、东莞和上海,前5场是三客二主,后5场是三主二客,对手相同、主客场数量相当,可以说有很高的可比性。然而,广东队在前5场比赛的场均失分仅为82.2分,后5场却飙升到了107.2分。也就是说,面对同样的对手,广东队的失分飙升了25分,单纯从数据上看简直判若两队。
当然,造成这种现象有广东队频繁在进入垃圾时间后锻炼新人,也有接近常规赛尾声,不少球队为了季后赛名额拼杀,导致竞争更加激烈等客观情况,但广东队在连胜中防守逐渐出现不稳定和松懈状态,却是不容争辩的事实。
因此,在进攻和稳定性上表现都近乎完美的情况下,能否意识到防守的滑坡,能否及时绷紧放松的防线,也许将决定广东队这波连胜的长度。
在数据之外,广东队能取得24连胜,以下3个原因也缺一不可。
首先,末节单外援政策无疑放大了广东的优势。本赛季场均砍下27.3分并抓下9.6个篮板的易建联,作用并不亚于一名外援,因此单外援对广东队来说,影响明显小于对其他队伍。
其次,新外援拜纳姆成了广东队连胜的“X因素”。这位一顿能吃20个鸡翅的小个子后卫,场均可以贡献23.2分和7.3个助攻。他去年12月加盟广东队后,替补打了4场比赛之后几乎场场首发,逐渐成为队中不可或缺的人物。
第三,在精神层面上,经历了12年来首度无缘总决赛伤痛的广东队对奖杯的渴望已到达顶峰。王仕鹏、朱芳雨等老将在常规赛末段表现越来越出色,显然是因为有一颗冠军的心在跳动。
广东队的连胜究竟还能持续多久?我们不妨看一下赛程:常规赛剩余的3轮比赛,主场面对首回合曾40分狂扫的八一队当轻松拿下,而客场面对晋级季后赛无望的浙江队也不成问题。因此,广东队此波连胜再加两场,延长到26场将是大概率事件。
常规赛最后一轮客场挑战广厦的比赛,则十分微妙。广厦队目前暂列第七,仅领先身后的东莞和新疆1个胜场,且在最后一轮面对广东之前,还要死磕东莞。如果广厦队在打完东莞后还未确定“上岸”,那么最后一轮主场对阵广东肯定要拼命一搏。从另一方面来看,广东队客观上也很有可能通过自己的最后一场比赛,达到挑选季后赛首轮对手的目的。
因此,最后一轮季后赛名额的争夺,广东队对季后赛首轮对手的选择等形势将很大程度上决定广东队此波创纪录连胜的长度。此时,数据分析显然将变得毫无用武之地。体育也正因为其“测不准”性,才具有如此魅力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28