最后是happy ending，球队一度连胜，创下大联盟20连胜纪录，在美联西区排行第一进入季后赛。赛季结束后，联盟老牌强队波士顿红袜以运动史上最高总经理薪资1250万美元的合约邀请他加盟，但他最后仍决定留在奥克兰。

 

这是个真实的故事，2003年迈克尔•刘易斯就此写就了《魔球—逆境中致胜的智慧》（Moneyball: The Art of Winning an Unfair Game）一书，2011被改编成电影《Moneyball》（点球成金），拿下当年奥斯卡6项提名。

 

你不得不说好莱坞那帮人永远是这个世界上最引领潮流的一帮人，不仅是时尚和艺术的潮流，不仅是电影各类特效的引路者，更是有关于这个世界的某些风向标。点球成金上映后立刻带来了一片热议，不仅因为影片制作精良，质量上乘，更是Moneyball无意间触及了时下最热门的词——大数据。

 

绝大多数人说不清大数据是啥，就像前两年没人说的清云技术是啥一样。所以当某些案例出现时，自然会吸引到不少的关注和目光。

 

的确，在各类比赛中，数据的身影已经无处不在。美国佬自然在这方面是先行者，无论是NBA、MLB、NFL还是NHL，每场比赛转播时，无时不刻穿插着各类数字，最基本的比分和时间、球员的各类即时数据、各类赛季数据、以往对阵该对手时各类数据、最近一个月各类数据、以及各种乱七八糟的记录统计，**是**队自****年后第一个在对阵**队时打出高于**分**篮板**抢断的球员等等。

 

而如果你有时间和兴趣，在各类数据网站你几乎可以搜索到你想知道的一切，甚至还有某些数据狂人，会一场场翻看几十年前的每一场可查询到的比赛数据，来丰满这个已经很可怕的巨型数据库。

 

当然，作为世界第一运动的足球也不遑多让，在欧洲顶级联赛中，数据的作用被体现的越来越重要，在科技手段的帮衬之下，一场90分钟的比赛被切割和整理的和一份财务报告已经没什么区别。

 

 

 

 

 

传球、射门、防守、抢断、犯规、阻截、跑动，每个人的传球、射门、防守、抢断、犯规、阻截、跑动… 没有你找不到的。

 

于是接下来即可以做一些有趣的假设和关联，比如，一场体育比赛中的大数据，和现实中的大数据，到底是不是一回事呢？

 

体育比赛和大数据的完美结合，大致有这么几个因素。

 

封闭系统

 

这是一个场地有限，规则详细，指向明确，不受外界干扰（让我们先把假球之类的事排除在外吧）的对抗项目，1对1或者2对2或者3对3或者5对5或者11对11或者更多对更多，谁进球多，谁得分多，谁赢。

 

现实中是否有这么一个完美的系统，当开始运行后就可不受外界影响，顺畅的运行？事实上没有一桩生意不受宏观背景影响，大到飞机导弹房地产，小到母鸡鸭蛋，都不能脱离大体系之中。这是数据的变量。

 

裁判

 

让我们再次先把假球之类的事排除在外，假定这个星球中99.9%的比赛裁判人格都是高尚的，是可以信任的，那么，是否还能找出这样的一个系统，有着清晰的行为准则和限制和规则，当有人违反时，会有权威机构，即时、并且准确的纠正，同时给予双方相应的惩罚和补偿？

 

这太玄妙了，尤其在有些潜规则就是唯一的规则的游戏里，采集再多的数据也无意义。

 

公开和清晰

 

这是一个所有人可以同时观测到的系统，虽然有的比赛门票确实贵了点，但还是可以看视频直播吗，而且转播技术的高超，保证了比赛中无一细节会被遗漏，欧洲顶级足球比赛中有时会设置二十台以上的摄像机，全景、球门后角度、45度、轨道、高速摄像、球员的跟拍、观众席、双方的教练席、还有专门抓名人和观众的，没有任何细节可以逃过天罗地网。

 

现实中有哪种系统，可以以多角度，多切入点，去准确的观测目标的每一个动作，从一开始到结束？现实是，很多时候若能看到某些破碎不全的信息疑点和旁枝末节，就已经要高呼万岁了。

 

样本量

 

足球算是集体项目中参与人数较多的，但也不过22个人，即使统计整个职业联盟，一线队也不过500—600的样本量，对每一个进行统计和整理，还是一件人力可为之事。

 

而现实中的样本量，往往是天文数字级别的。

 

逻辑关系

 

由于内在明确，目标清晰，对于体育比赛中的各种数字解读，也因此有了合理的推导和解释，比如对于一个防守型后腰，那么他的跑动距离、抢断数、铲球数、犯规数、横穿数量和活动热区，也许都可以找出一些关联。比如某球员司职左前卫，赛后对其活动区域分析却发现其在中路前后场时有涉及，那么也许是其精力过剩，要么是其脑子不好没位置感，要么是队友太坑爹，不得不到处救火补位，要么其内切让出左后卫助攻线路是一种战术设计…

 

再去对比队友和对手的各类数据，总能得出真相，从一场完整的比赛中，我们得到了一堆碎片式的数据，然后我们可以再通过数据间的相互组合，还原成一场比赛更清晰的真相。

 

在现实中，数据之间的相关性研究，正是目前大数据研究的要点和难点之一，如何在几千几万种看似不相干的数据之间，找到之间可能的联系和逻辑关系，这事没那么简单。

 

一个推论是，体育比赛因为可以满足数据分析的诸多条件，所以数据体现出了其作用，而在其他更宏观更开放更难以观测的系统中，数据分析面临的挑战是成倍的。

 

第二个推论是，如果在某些系统中，可以满足一定的封闭性、逻辑关系清晰、样本量相对可控等类似条件，那么此时进行合理的数据研究和分析，也许会有一定的作用。

 

最后，其实我们一开始就回避了最核心的一个问题，体育比赛的魅力，就在于“随机性”和“不可预测性”。体育世界里有比利和运动家队这样的故事，但也有另外的一些真理，比如“数据会说谎”。

 

数据无法在赛前更衣室中，给所有人做一次热血沸腾的战前动员；数据无法在半场落后时，激励自己垂头丧气的弟子，让他们鼓起再次上场厮杀的勇气；数据无法将一名缺乏自信心的球员调教的霸气十足；数据无法把一个激情过剩的猛将调教成冷静的定海神针；数据算不出一脚折射后是奔向球网还是出界，数据也算不出一次碰撞后是马上翻身爬起，还是严重的骨折，数据能算出98世界杯决赛时罗纳尔多的意外低迷？数据能算出06年决赛时齐达内和马特拉齐之间那点事？数据能算出10年决赛时罗本的两次单刀不进？

 

在足球这让人既爱又恨的这件事里，往往直觉比数据来的靠谱，甚至，博彩公司都更有参照意义些。

 

不同于棒球，比赛的绝大多数是静态，不同于篮球，小范围场地内挤着10名大汉，为了跑出空挡更依赖战术，也更依赖明星，在足球比赛里，这片7000平方米的草地实在太辽阔，这是一项很少停下的动态项目，这里有高水平训练后反馈出的精妙精妙配合，有坚如磐石的整体防守，更有那些瞬间爆发出的不可知和意外悲喜，这些，都是大数据根本无法想象，也无法搞定的事。

 

我们始终热爱足球，不是因为那一堆堆冷酷的数字，而是在胜败之外，它还让我们见证，人世间的团队，真诚，善良，义气，血性，勇敢，坚韧，智慧，承担。

 

总之，大数据很好，但别那么简单就被陷入大数据的迷谭之中。不管是在哪片战场上。