盘一盘红鸟倚重的魔球理论中的“大数据”

对于马尔蒂尼被解职已经炒的沸沸扬扬了，各路大神的文章和up主的视频都解读的七七八八。抛开“宫斗”“不可调和的矛盾”这些戏码，我们就来盘一盘红鸟所倚重的“魔球理论”大数据。

{{p1}}

“魔球理论”，即利用绝对理性的数据分析，通过“低买高卖”“挖掘希望之星”“球星再生”等方式，让球队维持低成本运营，且保持尚可的成绩。

其实可以看到，红鸟所倚重的“魔球理论”当中，数据分析是很关键的。而如今“大数据”的理论深入人心，让很多人认为，大数据得出的结论是理性可靠的。

然而问题其实就出在了“大数据”身上。实际上，咱们现在所看到的“大数据”，严格意义上来说就是一个个的数据集。还称不上是“大数据”。

举个例子，现在有球员A，已知这个球员是在葡超上赛季进20球，助攻10球的球员。身价三千万欧元（只是举个例子，不用对号入座），那么这个球员是否值得购入，这个球员的属性是否与我目前的球队适配。通过数据集合是可以进行一定的分析的。

那么我们仅仅知道一个单薄的进球、助攻数据是不够的。通过我们现有的数据集合，我们可以得到这个球员进球的场次、进球的频率、进球的惯用姿势、惯用带球脚、触球次数、传球次数等等……总之，懂球帝最左边这一列的数据都要精确，且涵盖这个球员的整个职业生涯，这才满足了对一个球员最基本的数据需求。

{{p2}}

接下来，就是应该分析这个球员的每次动作和做这个动作的原因和结果。得益于高科技，我们可以捕捉一个球员在某一场比赛当中所有的镜头。那么我们就可以区分这个球员在某些时候做出的决定是什么样的：比如说，在紧逼之下，球员是倾向于传球还是过人；在丢失球权之后，球员是倾向于就地反抢还是回到位置；这些数据都是无法被简单计算的，需要进一步的观察和统计。且仍然需要涵盖球员整体的职业生涯（这个工作量就已经很不小了）。

然而这只能对球员有一个初步的印象，并不能算是“大数据”，大数据的价值，是在于变量和可能性。变量就是这个数据是瞬息万变的，每一场比赛的数据都会让总量产生变化，哪怕是最细微的误差，也能让最后的分析结果有所不同。可能性则代表了数据所能计算出来的各种可能，这是预判的良好参考；例如阿尔法go，它就是在吸纳了尽可能多的可能性之后，才能战胜那么多的围棋高手。但即使强如阿尔法go，也无法做到穷尽一切可能性，所以它还是存在着失败的可能性的。所以最理想化的“大数据”，应当是对球员A的每次在球场上、在训练场上、甚至是在业余时间的每一次选择进行数据统计，从而分析出球员A的行为。就像观察实验的小白鼠一样，忠实记录每一条数据，并做出判断。

最后我们将这样的球员A嵌入我们的阵容当中（相对的，我方的每一个球员也应当以此为模板进行大数据分析），可以预判出是否合适于我们的阵容，对他的定位应该是什么样的。价位是否合适等。这期间，数据的精确度、判断者的主观性和判断标准的客观性都会影响最终的结果。而这种结果是否被遵守也是很重要的。

我所说的关于足球的大数据分析，不一定准确，但是真正要被统计的数据一定比这个只多不少。数据越精确和全面，距离正确答案也就越近。然而红鸟和他的团队究竟能做到多少？红鸟的团队是否能尊重大数据得出的答案？这些都是个未知数。