京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用大数据解读世界杯期间的球迷百态
世界杯快要接近尾声了,坐等14日凌晨德国与阿根廷的决赛。沙水也是曾经的足球小将,虽然如今很少踢球,但是有了世界杯还是得拿出球迷本色来。这届世界杯是看球时间最不好的一次,但也看了几场重量级比赛,熬了一个通宵。昨晚最钟爱的两只球队阿根廷与荷兰的比赛,即便是大醉昏睡过去之后还在凌晨3点奇迹般的醒来,直到比赛开始,看到最后的点球大战。

当然,有世界杯就少不了为心爱的球队赌一把,可是今年这届世界杯着实冷门迭出,叫人痛苦,十来场下来不幸输了1000来块,中途咬牙收手,不再涉足。只听网络之间跳楼者众,有百万富翁诞生,想必大多是从千万富翁降级而来。仔细想想,就凭沙水以及身边朋友的行为来看,就呈现出各大姿态,那么全国各地的球迷们在世界杯期间又表现如何呢?
沙水今天刚好看到了一张网易新闻客户端对世界杯开始到7月10日的用户数据所分析出来的《你所不知道的世界杯“球迷百态”》信息图,里面就把各种网易用户的看球百态生活描述得活灵活现。里面所释放出来的信息主要有这么几点:
1、用户关注度最高的三个球队分别是:巴西(2500万)、德国(1800万)、西班牙(1100万)。巴西排第一不奇怪,本来就是足球王国,还是东道主,关注度必须得高。当奇怪的是三者数据刚好两两相差700万,呈等差数列分布。(别奇怪,沙水对数字一直很敏感,数学成绩也一直是名列前茅滴~)
2、不同地区的用户对世界杯的态度截然不同,很有地域特色:北京侃爷最能吐槽,日产60万条;上海押注金币最多,占竞猜池的10%;广州贡献了全国15%的世界杯流量;湖南完全不为所动,看娱乐节目“爸爸去哪儿2”是王道;藏区人民就只有骑马儿消遣了……让杀谁大感意外的是上海银这么好赌,我大湖南人民不是进行打麻将的娱乐活动而是看湖南卫视去了。真是万万想不到!
3、纯爷们和女汉纸对球员的审美真是有天壤之别:男球迷最关注的三名球员是斯内德、罗本、梅西,女球迷最关注的三名球员是梅西、C罗、内马尔。尼玛,妹纸们看球原来都是冲着帅哥来的啊!俺们大老爷们才是懂足球有内涵的好不好?当然啦,我们也爱球球!更喜欢和妹纸们一起侃足球,尤其是深更半夜一起看球。
4、数据告诉你“赌球”输得有多惨:本届世界杯冷门不断,害苦那些斩钉截铁算输赢、信心满满押赌注的球迷们,其中德国战加纳平局、巴西战墨西哥平局的押注赢率分别仅有1.05%和2.3%,从而导致网易跟贴哀嚎遍野,天台上拥挤不堪。从跟贴数据看,本届世界杯“出人命最多的三大夜晚”分别是西班牙王朝陨落之夜、英格兰出局之夜和C罗回天乏术之夜,“文明排队,有序跳楼”已然成为网易跟贴网友们的见面招呼语。看到那些输的稀里哗啦的,甚至跳楼的朋友,沙水只能奉劝大家,小赌怡情,大赌要命,回头是岸,善哉善哉。
当然,以上只是网易新闻客户端一家的用户数据分析,但凭借其超过2亿的用户量,也足以一窥全貌了。看完这些数据之后,沙水还是免不了感慨“涨了姿势”。一是我最爱的荷兰和阿根廷居然没有一个入得了最后球迷关注的前三;二是世界杯虽然贵为世界第一大运动,也不是人人都会关注的,地区差异真是根深蒂固;三是男人和女人真不是同一种生物,真是一个来自水星,一个来自火星;四是赌博有风险,但好赌之人是本性难移,宁愿倾家荡产家破人亡也可以豁的出去。
通过网易新闻客户端的这份数据,真是感觉不能活在自己“认为”的世界里,大数据是不会骗人的。扯点相关的,去年开始大家都在关注大数据,谈论如何利用大数据,由此来看大数据还真是无处不在,只要有心,只要好好去挖掘数据,分析数据,从中还真是能发现很多价值来。
早两天刚好在虎嗅看过一篇译言翻译的一篇文章《数据告诉你梅西厉害在哪里?》,说的是体育数据分析师Benjamin从OPTA(Opta Sports是一家总部位于英国伦敦的体育数据提供商)提供的2010年世界杯以来22904场正式比赛的数据中,研究了梅西和其他16574名足球运动员与足球相关的所有数据。结果发现,梅西身上兼具通常在一人身上不可能同时并存的多种因素。比如,无论在罚球区内还是区外,他的射门成功率都很高;无论是轻推进球还是远射这两者都是世界顶级水平;在得到其他球员的助攻而有很多进球的同时,自己独立实现的进球数和射门成功率都居世界首位。于是,他得出了一个令人不得不信服的结论:梅西简直可以说是全能球员。当有人还在凭经验,凭个人厌恶做判断时,大数据则冷酷无情铁面无私的告诉你:“嘿,这才是事实!”
当然,通过世界杯的球迷数据进行分析只是大数据表现的价值之一。像网易新闻客户端、百度搜索、新浪微博等拥有亿级用户并涉及到用户生活方方面面的应用来说,其中就包含了众多的用户行为表现,提供了一个数量巨大的数据样本。从社会学、传播学、心理学、人类行为学等社会科学的角度来说,通过对大数据的分析将为这些学科提供一种全新的可度量的研究手段,这将帮助我们更好的了解人的行为方式,预测事件的发生机制以及防范措施,这样一来必将产生巨大的社会价值。
世界杯是一场盛宴。但是,狂欢之外也有着啼笑皆非的故事发生。也许,我们只是生活在一个半径很小的生活圈里,但是这个生活圈之外其实还有着千奇百怪的生活形态,你看不见并不意味着它没有存在。通过网易新闻客户端的这份大数据分析报告,就让我们很清楚的看到了我们生活之外的亿万个TA所表现出来的行为方式。有跟我们脑子里想得一样的地方,也有令人瞠目结舌意想不到的地方。无论你信还是不信,但在大数据面前,我们是不得不信的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11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