• <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>
  • 發布時間:2024-08-29 14:51 原文鏈接: 庫里背后的數據“魔法”,中國籃球開始追了

      2024巴黎奧運會男籃決賽中,美國隊憑借斯蒂芬·庫里在最后2分47秒的三分球四連擊,擊敗法國隊奪冠。在此之前,美國隊在半決賽中逆轉塞爾維亞隊,庫里也是憑著驚人的三分球能力,力挽狂瀾。

      過去十年,庫里引領了NBA的三分球風潮。三分球的增加,是籃球戰術的一項重要變革,而它的背后推手,其實是數據分析。

      在NBA,數據分析早已滲透在球隊的各個方面,從球員選拔、訓練,比賽策略選擇,到球隊管理等。這種“數據導向”的思維恰是現在中國籃球最需要的。

      2023年3月1日,中國籃球協會和中國科學院自動化研究所、根尖體育在中國科學院學術會堂發布K8中國籃協技戰術服務平臺(以下簡稱K8平臺),這是一個“數字籃球”平臺。不久前的8月23日,K8賽事數據采集維度與質量標準(以下簡稱K8標準)發布。

      中國籃球協會主席姚明說過,體育不是一座孤島。如今,一場中國籃球的數據革命開始了。

      “魔球”預言成真

      2003年,美國出版了一本體育類的非虛構書籍《魔球:如何贏得不公平競爭的藝術》,也是后來好萊塢口碑影片《點球成金》的原著。

      書中的主人公之一是一位毫無棒球經驗的哈佛高材生,他堅信靠統計數據能選出卓越的球員。正是有了他的加盟,一支預算只有豪門記錄表三分之一的“魚腩”球隊,竟然破紀錄地連續取得勝利。這支球隊是如何做到的?

      多年以后,這本書成了職業體育管理的一則預言故事。

      在2014-2015 賽季,勇士隊贏得NBA 總冠軍頭銜,在隨后的一個賽季,又打破了聯盟歷史紀錄,常規賽獲勝率竟超過了89%。而在此之前,勇士隊是 NBA 排名倒數的球隊之一,它也成了NBA“咸魚翻身”的代表。

      轉折是從史蒂夫·科爾上任球隊主教練開始的,他也是本屆巴黎奧運會美國男籃的主教練。球員出身的科爾習慣用數據進行研究,他在數據分析師的輔助下,分析了大量過往 NBA 賽事的比賽記錄數據,得出了一個重要結論,傳球和投籃是贏得比賽的突破點。

      即使不懂籃球的人也知道,投籃總是離籃筐越近越容易,這是一種直覺和常識。因此在20世紀90年代和21世紀初,中距離和低位跳投和上籃是NBA的關鍵戰術。

      那時候,如果你是一個正在學習打籃球的年輕人,卻總想著“逞強”投三分,教練大概率不僅不會鼓勵你,甚至還會換你下場,因為即使投中了,也會被認為不合理。但科是科爾卻要求自己的隊員苦練三分球技術,甚至鼓勵他們盡量遠離三分線出手。

      真相有時恰恰是反直覺和常識的。中國籃球協會K8項目組負責人承相解釋,基于NBA長期對投籃的精準分析,分析師們發現,只要球員離開籃下半圓區域后,命中率就會急速下滑到40%,但從籃下半圓到三分線這段距離之間,命中率并不會進一步下降,而是維持在40%左右。這也意味著,多投三分甚至在三分線以外投籃,成為了收益更高的選擇。畢竟在命中率相近的情況下,投進一個三分球相當于投進1.5個兩分球。

      基于數據的支持,當年就是三分球神射手的科爾敏銳地做出了這樣的選擇,確認了以庫里為核心的球隊陣容,在2015-2016 賽季,庫里共投進403個三分球,創造了NBA個人三分球紀錄。

      如今,根據20多年來NBA投籃點分布的對比圖可以發現,籃球空間認知已經發生了明顯變化,三分線取代中距離成為熱點,這也是數據推動NBA球隊戰術轉型的經典案例之一。

      多維數據的飛躍

       自20世紀90年代起,NBA就開始用數據思維對比賽錄像進行分析。2010年以后,NBA引入SportVU系統,這個系統可以高頻率捕捉三維運動畫面,通過軌跡分析,提取數據,自動生成數據統計,錄入龐大的數據庫。籃球比賽真正意義上有了一套數據收集、處理、分析的工具。

      此后,NBA的數據技術不斷擴展、迭代,聯盟的每支球隊都有獨立的數據分析部門。但同時期的中國CBA聯賽還主要依賴于現場技術統計和錄像這樣傳統的數據收集和處理方式。

      中國男籃被擋在巴黎奧運之外,其真實地反映了中國與當今世界籃球運動發展的差距。

      “造成這種差距的原因并不僅僅在球員,也在于教練員對于數據分析的認知和使用的不足,進而導致訓練和戰術的脫節和實戰的被動。”中國籃球協會副主席徐濟成在采訪中談道,數據在中國籃球運動中的滲透和有效使用還處在初級階段,這才亟需K8平臺。

      根尖體育創始人王海濱介紹,K8是一個籃球多維視頻數據應用項目,依托中國科學院自動化研究所模式識別實驗室的支持,利用模式識別、機器學習、智能認知技術,完成自動化的賽事視頻采集、結構化視頻數據處理、數據智能的評價體系功能。

      從傳統技術統計到多維數據,是一個質的飛躍。

      過去比賽統計球員得分、助攻、蓋帽、籃板等基礎指標,很容易陷入結果論的誤區,認為這些面上數據越“漂亮”,球員表現就越好。“但它忽略了最根本的一點,籃球運動是團隊項目,是五個隊員的一個整體,真正有價值的數據是能如實反映每個球員對團隊的整體貢獻值。”徐濟成解釋。

      K8平臺包含了兩級共90個數據指標,這一系列多維度、高精度、完整的數據可以記錄每一個球員在賽場上所有的真實行為,并形成客觀的評價體系,從而幫助管理者全面地獲取信息了解球隊、發現優秀球員。

      此外,對國際賽事的數據分析還能準確掌握世界籃球運動的發展趨勢,對標趨勢要求,訓練提升運動員水平,合理選擇比賽策略。

      值得一提的是,數據分析的質量與比賽的規范化、數據采集的標準化息息相關,因此,K8標準格外重要,它從場地、競賽、視頻采集、數據維度四個方面進行了規范。

      承相介紹,K8標準將于2025年1月1日起在全國范圍內全面實施。凡是達到該標準要求的賽事,均會納入K8平臺,作為中國籃球人才選拔的客觀依據。

      找到適合青少年成長的“催化劑”

      同樣是在本屆巴黎奧運會上,日本男籃在小組賽上以90比94惜敗東道主法國,而這場比賽讓全世界記住了一個人的名字,那就是身高僅1米72的后衛河村勇輝。他在面對比自己高44厘米的法國隊戈貝爾的防守時,不落下風,砍下全場最高的29分。

      有網友好奇,在中國,這樣的球員有機會脫穎而出嗎?在現在的選材體系中,基層教練的答案大概率是否定的。

      “中國大多數教練在選材過程中都秉持一種理念,那就是籃球是一項‘巨人運動’。可其實,籃球人才的選拔是個隱性選材的過程。”徐濟成告訴《中國科學報》,“比身材更重要的是速度、技術和認知,只有這三個要素同時聚齊時,身材越高,優勢才管用。”

      有媒體評價河村永輝,雖沒有籃球世界里最傳統的“天賦”,但他通過后天練習,把每一項后衛的技能都錘煉了出來。這也意味著,這些要素是隨著時間動態變化的。

      徐濟成提到,一個人從愛好籃球的少年,成長為職業籃球運動員,需要經歷多個年齡段的篩選、淘汰,合理的依據是什么?是通過詳細、完整的數字檔案,追蹤和評價他在不同成長階段,這些關鍵要素的表現和潛力。

      人,是體育運動發展的“基石”。

      中國球迷總是吐槽,一個人口大國,為什么選不出優秀的足球/籃球運動員?事實上,問題的關鍵不在人口數量,而在于這項運動的專業人口數量。目前,從事專業訓練和競賽的中國籃球專業人口不足1萬人,而日本是52萬人。

      許多熱愛籃球的青少年早早放棄了籃球,一方面是由于升學壓力,另一個重要原因是缺乏連續、一致、科學、透明、公正的評價機制。

      “我的孩子能不能練出來?”這是中國廣大家長十分迷茫的一個問題。徐濟成希望,K8平臺能夠引導廣大家長和基層教練員根據數據和分析做出理性判斷,在13歲、16歲、20歲和24歲,每個籃球運動員晉級和成長的蛻變年齡段,找到孩子最合適的“賽道”,成為孩子們訓練和競賽的最好的“催化劑”。

      王海濱也呼吁,能有更多基層的學生賽事納入這一數字籃球平臺,讓更多青少年建立自己的數字檔案,這樣才能擴大選材范圍,連續跟蹤每個隊員的成長,發掘中國籃球人才的儲備力量。

  • <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>
  • 调性视频