从高尔夫到网球，从橄榄球到足球，数据分析如今正席卷职业体育界。每次击球， 每次挥杆都可能会影响整场比赛的结果。 运动员和球队如今越来越依靠数据分析来使他们更快更强。 新技术如传感器以及3D多普勒雷达等，可以跟踪运动员的表现， 使得运动员能够更好的了解和分析自己的运动。
“这并不奇怪。”哈佛大学定量社会科学研究院的主任Gary King说，“如果你总结一下那些数据分析能够起到巨大作用的行业的特点， 你就会发现， 职业体育行业基本具备了这些特点，这也就是为什么数据分析在职业体育中具有如此重要的作用的原因。”
职业体育的一个主要特点就是， 它是以结果为导向的， 可定量的。更快 ——快多少？ 更高 ——高多少？ 更强——强多少？
每年二月， 美式橄榄球联盟（NFL）都会举行一个叫做NFL Combine的评估会，NFL大约花一个星期左右， 围绕上面的三个问题对每个优秀的大学球员进行评估。 评估的结果将供NFL球队在每年四月份选秀进行参考。 球员的选秀顺位也意味着球队对他的投资多少。 我们经常能够在NFL Combine中听到这样的话“这家伙能挣很多钱“ 这也就是说， 这个球员在6项评估中部分或全部超过预期。这些评估包括卧推， 纵向跳， 40码冲刺等。 Combine的数据评估非常重要。一个例子就是， 今年来自西弗吉尼亚大学的防守线锋布鲁斯·欧文， 由于一些赛场外事件， 几乎所有的专家都认为他顶多能够在第三轮被选中， 然而， 在6项评估中的3项， 布鲁斯·欧文都名列所有防守线锋的第一位， 最终， 他被西雅图海鹰队以总顺位第15位选中。
测试仪器替代了球探笔记
对球队来说， 错过一个好的新秀，损失无法估量。 如今，已经不再像过去那样靠秒表， 录像，球员运动集锦以及球探笔记来作为评估新秀的主要手段了。 在NFL Combine, 每个选秀球员都需要穿上带有传感器的运动服， 这些传感器能记录运动员的加速度， 垂直弹跳力以及心率等等。 西雅图海鹰队就可以通过这样的方式，不仅能看到布鲁斯·欧文的40码冲刺用了4.5秒， 而且能够看到他是如何加速的， 他是否很费力以及他的垂直发力是多少。 这种传感器技术是由 Zephyr Technology与运动品牌Under Amour联合开发的， 用在了Under Amour的 UA39 系列运动服上。 Zephyr Technology成立于2003年， 美国国防部采用它的生物传感技术来帮助美国特种部队进行训练。 用来分析影响 诸如脱水， 疲劳或者受伤等因素对受训士兵的影响。这些技术被美国的防化部队， 快速反应部队以及国民警卫队所采用， 而近年来NFL Combine也开始采用这些技术。
针对士兵们的一些训练原则也可以被运用到运动员身上。 Zephyr Technology的业务拓展副总裁Asher Gendelman说：“通过分析那些保障运动员健康的因素， 就能够制订合理的训练计划， 使得运动员既能够充分训练， 有能够保证不因过度训练而导致受伤。 当然，在NFL Combine，还没有到制订合理训练计划这一步， 他们还只是为评估者提供了一套更加科学的评估指标 。”
原文发布时间为：2014-01-29
本文来自合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号