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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14