我来教你如何从数据分析比赛。

概要：关注点：回合进行的快慢，这支球队是想打快还是打慢？

比赛前：我们需要知道球队的阵容轮换顺序，在一些充满针对性的比赛里，当某队的强点对上了某队的弱点，比赛结果可能就由几个关键的阶段决定。

比赛中：我们需要知道投篮随机性对比赛影响，不能因为结果而忽视比赛中的其他因素。

比赛后：计算/查看球队的投篮质量比看命中率更有效。

无论是过去为雄鹿队工作时，还是现在从事写作工作，人们经常会问我“在比赛前/中/后，你会关注哪些数据？”这样的问题。

所以我觉得有必要分享一些我的经验。不过接下来的叙述肯定无法做到细致入微，估计很容易就能找到一个人轻轻松松把我的内容扩展成几十页，这仅仅是一个简述，对我偏爱的、时常会关注的点的稍作解释。

关注点：回合进行的快慢

在讨论那些可公开获取或者说可以计算获得的数据之前，我想简单的介绍一件事，它可能不会在数据中直观的体现出来，但它可以在比赛过程中被观察到。我无法用数据证明它的重要意义，但相信我，它很重要。

“节奏”是一个非常普遍的指标。简单来说就是每48分钟的回合数，虽然这可以反映出一支球队的比赛速度，但实际上有很多因素会对此产生影响。首先，得到进攻篮板会延长一回合进攻时间。其次，节奏可以是防守属性，也可以是进攻属性，因为更好的防守往往会迫使对手的回合时间延长。最后，在一场比赛中，两队的回合占有数基本上是一样的(在每节比赛最后，两队之间会有一个额外的回合控球权)，所以很难确定哪支球队想要打得更快。

有一个简单的好方法：在一个球队的进攻回合，球队进入“进攻”状态的速度有多快。在追踪数据中，可以很容易地看到球何时被带过半场或越过弧线里面的分位标记线。特别是球从界外发出的时候，你只要在篮球经过上述几个位置时看一眼计时器，就能很好地了解哪支球队想要打得更快。

现在，我从分析公共数据得到的东西里面挑选一些我最喜欢的指标。

赛前：轮换模式

风格决定战斗力，阵容决定比赛。通常情况下，一场特定的比赛会由许多关键的环节来决定。那就是一个队的优势能不能正好针对到对手的劣势。当一个空间型内线面对一个脚步缓慢、固守篮下的防守人时，他总是能得到很大的空间。而控球能力有限的第二阵容在面对防守型的后场组合时常常会吃瘪。

要学会识别这些机会和陷阱，首先就需要去了解一支球队的阵容和常规轮换模式。出于许多原因考虑，例如保证球员的舒适度或者是减少教练在比赛中需要做的决定数量等，许多球队或多或少地会为球员预先安排好轮换时间点。

根据对手来提前制定计划，对于球队来说是非常重要的，而且这些信息对于观众来说也是非常有用的。例如，上个赛季猛龙队倾向于让伦纳德在第一节还剩三分钟时下场休息，直到第二节剩下的六到七分钟才让他下场。知道了这个简直就像装了一个体育版的RunPee（一个告诉你电影尿点在第几分钟的软件），好让你有空去拿一杯饮料，甚至处理一下别的事务。

在PopcornMachine.net上我们可以查到每场比赛的轮换情况，但是我也会通过多场比赛，得到一个综合的结果（猛龙队2018-19后半赛季主要轮换的出场时间段）：

紫色的深浅表明了一个猛龙球员在上个赛季后半程比赛中在场的频率高低。换句话说，我们可以将任何一场比赛分成任何我们想要的片段。

像猛龙这样的球队，他们常常在背靠背的比赛中轮休关键球员，因此球队背靠背第二场的轮换和之前的比赛的轮换会有所不同，如图所示：

在我看来，在背靠背的场次中，猛龙队除了尽量减少伦纳德的出场外，还会在第一节提前撤下凯尔·洛瑞和丹尼·格林这样的老将。

赛中：投篮方差

追溯到道格·柯林斯担任评论员的时代，他说过一句话，NBA是一个由进球和打铁共同组成的联盟（make or miss league），时间回到现在，我也这么觉得，我可能已经在推特上发过十几条“要么进要么铁”的推文了。

投篮(这里定义为基于投篮质量，投篮命中率高于预期的程度)是决定球队能否赢球的一个关键因素。或者用一句更简单的话说，能让投篮变简单的球队，他们就越强……这也是中距离投篮，尤其是非受助功的中距离一直是球星专属的原因。因为这些球员往往投篮技术更好，能够把低水平球员一次糟糕的投篮出手变成一次低于平均线的出手，甚至是一次不错的出手。

也就是说，投篮能力的差异需要很大的比赛样本才能很明显的显示出来。在任何一场比赛中，一支球队若是出现远高于或远低于赛季平均水平的投篮表现，并不算反常。

在2018-19赛季，赛季平均的净胜分为9分。根据统计平均计算，每支球队都有大约10场比赛，其中单场比赛的三分命中数比正常水准的预期值多3个或3个以上，同样也有大约10场比赛，三分命中数比预期值少3个或3个以上。

（横轴为各支球队，纵轴为单场三分命中数-单场三分出手数×球队场均三分命中率）

为了便于大家理解，这里举一个例子：某球队在一场比赛中出手20次三分，命中10记三分（3P%=50%），这支球队的场均三分命中率是35%，那么在纵轴所体现的值就是+3。

如果这支球队在一场比赛出手40次三分，命中20球（3P%=50%），那么在纵轴所体现的值就是+6。

Seth Partnow结合了三分命中率和三分出手数把±3作为一个单场三分起伏的基准。

在比赛过程中，我们很容易忽视篮球这项运动的随机性。这可以通过多种方式表现出来。一种感觉是“我们应该有更多上升/下滑空间”，当球队的投篮还不错时，却被打败了，或是当球队大多数方面都比对手做得好时，但因为投篮太糟糕，无法拉开比分。另一方面，领先或落后的局势会因为投篮手感的起伏变得更明显。

中场休息的时间段可以让我们调整情绪。虽然有时这些投篮上的差异可以归因于那天晚上球队享受的是高强度的防守还是特别的空位出手机会，但这种情况往往只是一周发生一两次。

今年夏天，肯·波梅罗伊详细阐述了这种“随机性影响比赛”在大学比赛中的意义，这种方法论很大程度上同样也适用于NBA:

如果一支球队上半场手感奇好，并不意味着他下半场会用糟糕的投篮去平衡他的命中率，以回归到赛季平局值，例如一支一开始15投10中的球队并不会在下半场注定要15投1中，但这确实意味着，在一场势均力敌的比赛中，投篮异常出色的球队很可能会被击败，因为他需要维持这样良好的手感才能紧咬比赛。

赛后：投篮质量

当比赛结束，我们很容易对比赛的最终走向进行一个陈述。有时候这种即时的反应是准确的，但多数情况下，这往往是对结果做出的反应而不是过程。考虑到超过一半的NBA比赛中，两队的进攻回合数差距只有三次或者更少。我们在评估一场比赛时，有时候要摆脱投篮的随机性影响，以免被一些偶然因素蒙蔽了双眼，看不到整个过程球队的发挥。

这是统计分析的一个主要评价指标，准确地记录已经发生的事情能够更好地预测接下来会发生什么。

有很多方法和指标可以记录和预测接下来会发生什么，但最快的方法之一是对投篮质量的评估。之所以选择它，是因为我们能够根据很多现有的基础数据进行分析。记录每一次出手的详细位置、所受到的防守压力、运球次数、进攻时间等信息，便能很快的建立一个可靠的投篮质量模型。

但非常不幸，NBA官网上的数据更倾向于对于一场比赛总体水平的描述，这使得我们很难通过运球数和进攻时间这样的数据中分析防守对投篮的影响。但是有些信息仍然有价值。把篮下+三分出手和中距离出手进行比较是一个很好的开端。另一种更细致入微的方法是查看在投手6英尺内没有防守人的情况下投三分球的比例：

（横轴代表三分出手时和防守人的距离；图一：纵轴代表三分命中率，图二：纵轴代表三分出手比重）

帕特诺发推：

虽然现在讲这话还为时过早，但是鹈鹕队应该要引起重视了，因为猛龙队40记三分中有30记在出手时拥有6英尺以上的空间（大空位），占比达到了75%。而这项数据去年的联盟平均水平是52.7%，猛龙队真的获得了太多轻松出手的机会。

投篮质量这一衡量指标，尤其是与防守相关的，是我赛后会首先考虑的因素。

虽然简单的把出手分为空位/非空位会存在很多误差，以至于会让人质疑这种预测的准确性，但在赛季的大部分时间里，比起实际三分命中率，他更能反映真实的情况。

（横轴：比赛场次，纵轴：与赛季剩余比赛对手三分命中率的相关度，红线：对手空位三分比重，蓝线：对手三分命中率）

我不太喜欢NBA官网对三分防守压力的定义。我更倾向于把距离防守人6feet以上的回合定义成“空位”三分，因为我认为这能更好的描述这些出手的预期命中率。同时这也更符合我们在视觉上对空位三分的判断。

根据我的分法，联盟投空位三分的比例仅略高于50%，但在赛季揭幕战上，鹈鹕队让猛龙队拥有了75%的空位三分出手机会，无论猛龙队有没有将这些机会转化为得分，鹈鹕的防守都是失败的。

正如我所说，这些只是我挑选出来在比赛前、比赛中和比赛后值得考虑的内容。我将在未来几个月内找到更多这类内容，放在The Athletic上，把它们作为订阅者的资料。