各位小伙伴们大家好，不知道最近大家有没有看世界杯，本期 Jesse 就想跟大家来聊聊足球比赛中的数据科学，也希望用轻松的话题，让我们享受世界杯带给我们的快乐。

本文仅代表个人观点，如有偏颇之处，还请海涵～

🤠🤠🤠

足球比赛中的数据科学

世界杯正在如火如荼的进行，在大家享受足球盛宴的同时，我们也发现体育和技术越来越交织在一起。VAR 技术、可穿戴设备等等新的设备层出不穷，它们通过收集有关球员运动和表现的大量数据，来帮助裁判做辅助判断，同时也用于提升运动员的个人表现和团队成绩。越来越多的团队需要具有 IT 处理能力和数据科学专业知识的人才来帮助他们分析这些数据，他们希望将这些数据整合成一个有意的整体，并用近乎实时地方式呈现它，以方便大家挖掘数据其中的奥秘。

从最早的国际球队和顶级俱乐部跟踪传球、射门、传中和角球这些数据，到球员使用可穿戴设备的现代技术，帮助球队衡量他们的表现、工作量、体能和疲劳程度。足球中的数据分析无所不在，今天我们就来简单聊聊这些数据分析是如何应用在足球产业中的。

数据科学被足球界逐步接受

我们都知道巴西是足球王国，实际上数据科学最早被用来衡量潜在足球表现的例子也来自巴西，在 1958 年瑞典世界杯开始之前，巴西队的管理团队曾对球员进行心理测试。测试结果建议，世界足球历史上最伟大的球员贝利应该被排除在巴西队之外，理由是数据认为他“幼稚”和“缺乏斗志”。当然，球队经理并没有听从这个建议，他们仍然不顾一切的选择了贝利。贝利也在世界杯期间攻入 6 球，也正是他在决赛中的 2 个进球，帮助巴西队以 5 ~ 2 击败了东道主瑞典，首次赢得了冠军，这也是直到現在为止，南美洲球队唯一一次在欧洲举行的世界杯中夺冠。可见当时的数据科学还处于起步阶段，所以得出的结论并不是万无一失的。

足球比赛的输赢可能取决于更微小的细节，在后续的数据科学应用过程中，其作用也被证明更加的成功。在 1980 年代后期的意大利 AC 米兰的“米兰实验室”就是这其中的代表，它将减压疗法与认知训练和球员数据驱动的神经科学相结合，在其的帮助下，AC 米兰队赢得了一座座联赛和杯赛冠军奖杯，也是在这种成绩验证下，米兰实验室赢得了声誉。也有很多球员称赞该实验室在帮助他们将“积极思考”转变为压力下的获胜心态方面产生了重要的影响。

物联网改进数据收集和分析

技术系统推动了数据科学在体育运动中的应用，这些技术系统可以更快、更轻松地捕捉运动员的表现指标，并更好地解释和分享结果。一个典型的例子是谷歌云与英格兰男女国际足球队技术理事会的合作，这种合作有助于保护对数据库、流程、功能和计算资源的访问，他们将这些资源结合起来分析从不同来源提取的大量数据。英足总还与知名的 IT 咨询服务公司建立了合作伙伴关系，共同开展其他几项旨在支持改进数据收集和分析的数字化转型计划。IT 咨询服务公司认为，考虑在足球中使用数据时，应将其分为数据收集和数据分析两个方面。毫无疑问，过去几年，在足球相关数据收集方面有所改善，这在很大程度上要归功于物联网技术的发展。从在比赛和训练中追踪球员运动的可穿戴设备的引入，到球内和体育场周围的传感器，现在有大量的数据源不断地为我们提供来自各个方面的信息。许多团队在自动化技术上投入了大量资金，以确保可以快速收集和汇总所有这些数据。计算机视觉的使用现在也很普遍，它允许教练在几秒钟内按需请求查看某个球员的所有射门或所有传球。这减少了以前花在手动查看旧镜头上的时间，并且意味着教练和经理在制定训练计划或比赛战术时可以更有效率。

伴随数据收集量的增加，对数据分析工作也提出了更高的要求和挑战。虽然球队可以访问自己的数据，但他们往往缺乏对竞争对手的同等洞察力，从而阻碍了有效地为未来比赛做准备的能力。例如，对竞争对手在比赛中对换人或其他战术变化的反应进行计算机模拟。这意味着尽管存在大量信息，但许多无法访问这些信息的教练在比赛中做出决定时仍然依赖“直觉”，而他们本可以听取数据告诉他们的内容。要实现这一目标，足球可以从 F1 等赛事中吸收经验，在 F1 赛事中，某些遥测数据可供所有车队使用，这反过来有助于创造更加公平的竞争环境。目前英足总和 IT 咨询服务公司二者的合作，也致力于帮助球队设计和应用这些数据，梳理球队的流程，同时尝试为足球基层球队配备他们需要的工具，以获得与顶级球队相同水平的洞察和分析能力。我们相信足球数据分析将进入到下一发展阶段，很可能用不了多久，越来越多的俱乐部就会像现在聘请教练和理疗师一样聘请数据科学家。

人工智能用于预测分析

许多俱乐部不具备处理每个赛季收集到的数十亿数据点的专业知识或处理能力。因此，这些俱乐部需要使用人工智能驱动的服务来帮助处理这些数据。目前，我们已经可以发现一些专注于足球和其他运动领域的人工智能决策服务公司来帮助球队。比如，帮助评估某些球员是否适合想要签下他们的球队。近年来，数据的类型和广度发生了显著的变化，从我们可能在电视广播中看到的“得分统计表”数据发展为逐个事件的数据——每场比赛大约 1,500 个事件——到现在完整使用计算机视觉和 GPS 技术跟踪球员，可以在比赛或训练期间每秒收集球员位置 20 次+，以提取更多身体指标。还有一些公司还为俱乐部和足球国家队提供视频性能分析软件。他们利用人工智能技术实时计算概率并评估运动员表现，以进行相关预测。通过实现视频和数据的实时且可自由访问，并且进一步整合这些数据，这些分析系统能够监控和提醒教练战术和表现优势。在自动化的帮助下，视频分析使所有团队能够利用和分析自己的表现。通过采用基于视频的分析，球队取得了长足进步。众多国家队使用相关系统让教练、分析师和球员能够在比赛期间和比赛后审查表现。

边缘端技术更广泛的应用

国际米兰俱乐部利用 GPS 和视频追踪工具，收集海量的球员数据，包括速度、加速度、爆发力、距离等，粒度在一毫秒内。边缘服务器的安装提高了数据处理的速度。这些数据被打包成详细的报告，提供给教练、体能教练和技术分析师，然后他们使用它们来确定在面对特定对手时最有效的战术。国际米兰现在可以跟踪每场比赛的每一刻、每一次训练、每一名球员和每一个过程。他们的想法是根据球场上不同的技术和战术情况分析每个球员的身体表现。然后摄取所有数据，使其能够存储和处理它。然后应用算法来识别模式并进行分析洞察。我们预计边缘端技术很快会扩大使用规模，这样俱乐部就可以在比赛期间实时处理数据。

数据及其背后的技术是未来足球表现的关键，足球比赛已经不仅仅是简单的身体对抗和个人技术的竞争，更是现代数据科学的比拼。由于足球比赛的数据都带有时间特性，我们认为一款面向边缘端设备的时序数据存储和分析工具将有广阔前景。足球中的数据存储和分析技术还大有可为。

今天就到这里吧，各位小伙伴们大家安心享受世界杯的盛宴，我们下期再见。

CnosDB 简介

CnosDB 是一款高性能、高易用性的开源分布式时序数据库，现已正式发布及全部开源。

欢迎关注我们的社区网站：https://www.cnosdb.com