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
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 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 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22