也是后来米兰实验室的一部分)在20世纪80年代末成立后成为传奇

　　比如运动员佩戴传感设备，记录足球运动员的 【坐标序列，速度，加速度，陀螺仪，心率】等一系列值，可以加上足球的坐标，如何利用这些数据做一些分析？

　　本题已加入圆桌 » 数据挖掘应用，更多「数据挖掘」相关的话题欢迎关注讨论

　　数据、物联网和分析技术如何帮助提高球员和球队的运动表现。

　　体育和科技日益交织在一起。可穿戴设备、高清视频追踪应用和人工数据输入相结合，大量应用于收集球员运动表现的数据，这些数据可用于改善个人和团队的成绩。

　　但是，分析所有这些信息，将其组合成一个有意义的整体，并近乎实时的以提供关键洞察力的方式呈现，这需要强大的运算能力和数据科学专业知识。

　　在五个系列中的第一篇中，本文展示了数据分析如何在足球中运用，最早国家队和顶级俱乐部统计传球、射门、传中、角球等技术指标数据，而现代技术能够让我们看到球员使用可穿戴设备来衡量他们的运动表现、运动量、健康状况和疲劳程度。

　　数据科学被用于衡量潜在足球表现的最早例子之一是巴西队管理层在1958年瑞典世界杯前使用的心理测试。当时，这种类型的方法仍处于起步阶段，得出的结论也并非万无一失的。例如，测试建议将可以说是世界上最伟大的球员贝利排除在巴西国家队名单之外，因为他被认为是 “幼稚的 ”和 “缺乏战斗精神”。值得庆幸的是，球队主教练还是选择了贝利，他在比赛中打进了6个球，包括在巴西赢得奖杯的决赛中的两个进球。

　　然而，重要的是，导致足球比赛胜负的原因可能是及其微小的，而数据科学的后续应用则证明其更加接近事实。

　　意大利AC米兰的 “Mind Room ”(心理治疗室，是米兰实验室的前身，也是后来米兰实验室的一部分)在20世纪80年代末成立后成为传奇，它将压力缓解疗法与认知训练和由球员数据驱动的神经科学相结合。它的声誉肯定得益于十年来AC 米兰获得的一系列联赛和杯赛冠军。一些球员公开称赞道，该心理治疗室能够帮助他们在压力下的“活跃思维”转变为获胜心态。

　　数据科学在体育领域的应用得到了技术系统的推动，该系统可以更快、更容易地捕捉到球员的表现指标，并更好地解释和得出结果。一个典型的例子是，谷歌云与英格兰男子/女子国家队的技术负责人员合作，这种合作有助于对数据库，流程、功能和计算资源的访问，这些资源可以分析不同来源的大量数据。

　　另外，英足总还与IT服务公司Cognizant在其他几个数字化转型项目上合作，旨在支持改进的数据收集和分析。

　　Cognizant公司的媒体、娱乐和体育主管David Ingham说：“当考虑在足球领域使用数据时，关键是要把它分为两个部分——数据收集和数据分析。毫无疑问，在过去的几年里，足球的数据收集已经得到了改善，这主要得益于物联网（Internet of Things）技术的提升。

　　从可以在比赛和训练中追踪球员动作的可穿戴设备的问世，到球内以及球场周围的传感器，现在有大量的数据源不断地向我们提供来自各个方面的信息。”

　　许多球队在自动化技术方面进行了大量投资，确保所有这些数据能够被快速收集和汇总。计算机视觉的使用现在很普遍，它允许教练员要求在几秒钟内按需查看某个球员的所有射门或所有传球。这减少了以前手动查看旧录像的时间，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。

　　Cognizant一直在帮助球队设计和实施这些流程，并与足球生态系统中的合作伙伴一起，试图为足球基层球队提供他们所需的工具，以获得与大型球队相同水平的洞察力。

　　英厄姆说，虽然球队可以获得他们自己的数据，但他们往往缺乏对竞争对手的同等水平的了解，这阻碍了有效准备未来比赛的能力。他说，为了实现这一目标，足球可以从F1等赛事中汲取灵感，在这些赛事中，所有队伍都可以获得某些遥测数据，这反过来有助于创造一个更公平的竞争环境。

　　在足球比赛中，如果没有这种级别的访问权限，就很难用计算机模拟比赛中对手对换人或其他战术变化的反应。这意味着，尽管有大量的信息，但许多无法获取这些信息的教练在比赛中做决定时仍然依靠“直觉”，而他们本可以依靠数据。

　　“我相信这将是足球数据分析的下一个发展阶段，而且很可能用不了多久，俱乐部就会像现在雇用教练和理疗师一样雇用数据科学家。”

　　Ryan Beal是SentientSports的首席执行官，该公司专注于足球和其他体育项目的AI（人工智能）决策服务。

　　他指出，许多俱乐部没有专业知识或处理能力来处理每个赛季收集的大量数据。因此，可能必须使用新的人工智能驱动的服务来帮助俱乐部处理这些数据，特别是在没有雇佣专门的数据科学家的低级别俱乐部。

　　这包括评估某些球员是否会适合想要签署他们的球队。

　　他说：“近年来，数据的类型和广度有了显著的发展，从你可能在电视转播中看到的“得分记录表”数据，到统计到逐个事件的数据（每场比赛大约有1500个事件），再到现在使用计算机视觉和GPS技术进行全面的球员跟踪数据，可以在一场比赛或训练中每秒收集20次球员的位置，以提取更多的身体指标。”

　　另一家公司Spiideo为国际米兰、罗马和布伦特福德等俱乐部提供视频性能分析软件。它还为许多男子/女子国家队提供服务，包括非洲杯冠军塞内加尔。

　　“人工智能将继续证明其效用，”Spiideo产品副总裁Fredrik Ademar说，“预测性分析已经开始出现，人工智能能够实时计算概率和评估运动表现。我们从一开始就认为，人们需要实时的，可以自由访问的视频和数据。随着视频与人工智能数据的进一步整合，这些系统能够监测和提醒教练员做出战术调整和评估运动表现”。

　　Ademar 说，在自动化的帮助下，所有团队都能够通过视频数据分析自己的表现。“尤其是女足，通过采用视频分析，取得了长足的进步。瑞典国家女足使用我们的系统，让教练、分析师和球员能够在比赛期间和赛后评估表现。”

　　国际米兰还使用 GPS 和视频跟踪工具，以一毫秒的粒度收集有关速度、加速度、功率、距离和其他方面的大量球员数据。

　　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、体能训练师和技术分析师，然后他们利用这些数据来确定面对特定对手时可能最有效的战术。

　　“我们现在可以追踪每一场比赛、每一次训练、每一个球员和每一次控球，”国际米兰总监兼技术主管洛伦佐•安托尼奥利(Lorenzo Antognoli)表示。“我们的想法是根据球场上不同的技战术情况分析每个球员的身体表现。然后，所有数据都被录入，使我们能够存储和处理它。然后，我们应用算法来识别模式，并通过动态报告提供见解。”

　　他说，下一步，预计很快就会实现，就是使用尖端技术，让俱乐部在比赛期间实时处理数据。

　　很明显，数据及其背后的技术是未来足球运动表现的关键，未来还有很多东西要做。