虎扑体育网

Tom Worville / 2020-11-15

数据分析员这个概念，或者进一步说，他们的身影已经在足球顶级联赛的场内场外出现多年了。然而仅仅几年前，大数据研究这个概念在足球界还只是刚刚站稳脚跟，但现在越来越多的球队已经意识到大数据研究的必要性和价值所在。

虽然说英语当中Analysis和Analytics都叫分析，词义也常常可以互换，但在足球界，两者代表的意义却有相当大的不同，这一点需要特别指出。

传统的分析员往往通过大量的视频录像和基本的数据总结来分析研究（Analysis）自己和对手的各种状况。而数据分析员则是从各个联赛历朝历代的海量数据中通过一定的数学分析方法（Analytics）提炼有用的信息为己所用。

大数据给足球带来的变化尚不像棒球或者篮球这样明显。篮球的3分球革命带来的是各队每场比赛的3分球出手数量大大增加，这或许是大数据分析给一项运动带来的影响范例。

如今，足球也在大数据浪潮中逐渐实现新的突破。英超联赛中远射越来越少，球员也越来越倾向于在距离球门较近的时候射门。主教练们也意识到远射由于效率太低，无法作为常规武器使用。这样的行为变化正是来自于球员或者球队“单场期望进球数”这个数据的分析结果。

就在几年前，“预期进球数”不过是推特上一个小组中成员们的“内部术语”，如今这个概念已经成为足球界“大数据研究”最热门的研究课题。2017年，MotD首次在赛后数据统计中将xG小组的研究公之于众，其他节目也纷纷效仿。推特上的许多精选小组——他们自称为“数据研究团”——此后或是在俱乐部全职或兼职数据咨询工作，或是成立自己的数据公司并与俱乐部作为第三方合作，或是在各家媒体上作为数据分析师进行内容讲解。

英超联赛中的少数球队已经设立了分析部门，而一些海外球队也开始投入更多的时间，金钱和人力将大数据与俱乐部的日常工作进行整合。这再一次反映出五年来足球界的巨大变化——当时进行“大数据研究”的团队数量屈指可数。

如今，在俱乐部内认知的数据分析专员，数据分析专家和工程师们已经在球员转会、球员租借等方面进行此番工作，竭尽全力获得最优解，以帮助球队赢下更多的比赛。

当然，想要为一家俱乐部工作并不那么容易。对某些人而言，应聘俱乐部公开招聘的职位还算容易；但对有些人而言，他们需要颇费一番口舌才能让体育总监或者人力资源总监认可他们的技能是有价值的——当然这不能口说无凭，至少你得握着自己在网上自由撰稿或为博客撰文的证明，或者是在其他俱乐部做过类似的工作等等。还有些人则是从青训营的数据分析师开始做起，在下班后逐渐积累职业技能和垒代码的能力，一步一步做上来。

俱乐部内各工作人员的学习、职业背景各不相同。经济学，哲学，绩效分析，生物学，不一而足，还有极个别的拥有物理学或是神经认知科学的PhD。尽管学术背景不同，但所有人都得以应用他们被训练了多年的技能——辩证思维。在这条主线的串联下，所有人都为了同样的目标而努力。而足球和学术一样，没有固定通往目标的道路，而在俱乐部工作，足球又永远是我们的研究对象。

但具体到个人，每个人的工作又都不一样。有的数据分析师要时刻回答教练组抛来的一个又一个问题，而有的人全天候工作也只是他职责的一小部分。

总体而言，与那些着眼于于长期球队战略和球员招募的工作人员相比，那些从事球员数据方面工作的人似乎具有更清晰的工作目标。什么时候需要提交对手的研究报告往往有一个固定的时间表，随之而来的是一个固定的流程，教练组和更多视频分析人员的头脑中早已形成了固定的套路。

在赛前的战术分析中，大数据的引入可以帮助教练组更快地理解对手的阵容情况、球员使用频率和具体位置情况、定位球战术安排等等。贝尔萨在他的Spygate研讨会上，他介绍了他的教练组现在如何用4小时的时间来研究一场比赛。而在此之前，为准备一场和德比郡的比赛，教练组总计花费了360个小时观看了51场截止2018-19赛季开始前对手的比赛。只为了一场比赛！

现在，有了数据分析员提供的分析报告，贝尔萨团队的工作量大为减少。约里斯-贝克斯（Joris Bekkers）是US Soccer的一名数据专家，曾根据球员表现数据为不同年龄段的美国男女足国家队挑选球员。

但大数据自动计算给出的结果并不是全部。有的数据分析员可以利用数据洞见赛前准备中可以预演的“奇招”。“我们可以用自己的数据模型来决定需要特别观看的对手比赛场次。” 一位行业顶级的数据研究专家告诉The Athletic，“比分未必能展示良好的比赛内容，甚至‘预期进球数’也不能告诉我们全部的信息。我们要看的是球队在场上处理球的状况，以及球员是否打出了我们计划的内容。”

相比过去一整个研究部门都聚到一起看下一个对手最近的五主五客比赛录像，观察对手在面对与自己球风相似的对手的时候会采取哪些战术应对，如今他们的工作也不必那么耗费眼睛了。

数据研究员不仅参与赛前准备工作，也会参与很多项目。某家高水平俱乐部的大数据专家就和助教以及某位球员合作，希望提高球员的进球率。专家从球员的起脚位置和得分能力入手，得出以下结论：球员的什么技术没问题，但时机和跑位还有潜力可挖。结果？球员进球数显著增加。

而数据分析团队也会用收集到的数据为球队转会事宜出谋划策、指派球探观察指定的球员等等。当然，团队也会仔细研究教练或者经纪人推荐过来的球员是否符合球队需要，或者是否有潜力可挖。“在球员转会问题上，我说不的次数比说行的次数多很多，如此一来也算是为球队省下了好多钱。” 一位数据分析员说。

有些俱乐部的数据分析团队的工作目标会更明确一些。主教练有时候会提出特定位置上能完成特定功能的球员，团队就会根据需求和预算找寻合适的球员。“甲方需求一天一变，我们乙方打工人只能加班加点。” 另一位数据分析员这样说。
另一位数据分析师也表示，主教练曾和他进行过一次长谈，详细描述了他想要的一名新中卫所需要有的素质。然而在花费了不少时间研究数据和视频，整理出一份长长的名单和球员报告后，主教练还是表示名单中并没有他心仪的球员。

在转会窗口开启前，教练组和数据组在某些细节上的“串线”似乎白白浪费了转会工作组宝贵的时间，但从另一个角度看，这样一课也可以使双方更加深入地交流想法，避免鸡同鸭讲的现象。前人的经验教训总结出这样一句话：工作中最重要的就是观点一致。

当然，数据分析团队也不可避免地会受到俱乐部价值观的影响。如果体育总监是个田径粉，那么他就更倾向于让数据分析团队找出那些跑得多跑得快的球员们。同样地，有的球队热衷于忽视团队“过去的表现已是尘封往事”的警告签下功勋老将，也是这个因素。

数据分析团队的主要任务实际上就是为转会团队提供潜在转会名单并标记重点关注球员。更加高级一些的团队则会定义自己为软件开发团队而不是球探团队——他们会开发自己的工具，将球员的数据“可视化”，而不是像其他球队一样采用Opta或者Statsbomb现有的数据进行筛选。某种意义上说，当你使用的工具和别人一样的时候，你在转会市场上就不存在什么竞争优势了。

几乎所有受采访者都表示，一家俱乐部进行此类“研究”并不意味着俱乐部内部正在高效地运转。俱乐部内部的争斗经常会使得球队只是暂时“变好”，而不是持续“变好”。

总的来说，足球正在缓慢而持续地变化着，在教练组连续不断的问题之间，在教练对中卫需求不断地变化之间，持续地变化着。俱乐部内，在重要职位任职的人也逐渐认为大数据可以为球队带来些什么。也许这种变化永远不会走向前台，但永远会在幕后悄悄地改变着什么。

https://theathletic.com/2198509/2020/11/15/premier-league-club-analysts/

虎扑足球翻译团是一个聊球、八卦、学外语的有趣团体，只要对语言有一颗热爱的心，虎扑翻译团就欢迎你的加入！

https://bbs.hupu.com/fyt-soccer