从赛车到帆船 大数据在体育竞技中一展拳脚

大数据恐怕并不能算是最激动人心的技术话题——无论是在信息技术产业之内还是之外。然而它确实在如今的体育竞技界扮演着重要角色，而且显示出八面玲珑的广泛适用性。

如果要为大数据为体育爱好者带来的帮助列举一个简单、显著而又直接明了的实例，那么这项分析技术无疑有资格获得“统计枢纽”的桂冠。

就在上月22号的一场媒体午餐会上，SAP公司首席营销与通讯官Jonathan Becher透露称，这家商务软件公司最具人气的应用程序之一正直接服务于这样一群客户：NBA.com网站数据统计页面。

这套以云计算为基础的目录将比分、新头条、社交媒体意见以及球员在过去几个赛季内的投篮表现分析图表等加以汇总。自其于今年二月建立以来，Becher表示这套由SAP产品支撑的站点已经迎来超过1300万位注册用户。

但这绝非SAP所参与的惟一一片竞逐战场。该公司还与纽约洋基棒球队（根据Becher的说法，该球队有意利用SAP的应用程序书写‘魔球2.0’的传奇）以及旧金山四十九人橄榄球队签订了合作协议。值得一提的是，SAP已经成为四十九人队的主场赞助商。

当然，SAP也并不是惟一参与到美国橄榄球联盟（简称NFL）事务中的技术企业。就在NFL上个赛季的竞技过程中，英特尔公司以大数据合作方的身份加入进来，旨在改进假想橄榄球赛的赛程体验。

根据英特尔公司于本月发布的研究结果，预计约有75%的假想橄榄球赛参与者的赛程数据会被实时交付到分析机制当中。另外，66%的假想橄榄球赛参与者认为，网站与应用程序等技术能够帮助自己更好地管理假想球队。

“假想橄榄球赛是最受球迷欢迎的竞技参与方式，”NFL名人堂球员Jerry Rice在上周三由英特尔举办的一场有关大数据与假想球赛的小组研讨中指出。

NFL体育网站Bleacher Report资深作家Josh Zerkle则在研讨中更进一步。他认为，“数据已经彻底改变了我们观看比赛的方式，并成为研究赛场历史、指导当前决策的主要依据。”

这波趋势由移动设备所推动，英特尔公司数据中心软件部门副总裁兼总经理Boyd Davis表示。用户只需轻触屏幕或者划动手指即可观看移动内容——例如交互式投票或者视频“网络剧”，他指出。这就需要运营方拿出更为强劲的设备，反过来又创造更多数据。

在Davis看来，这是一种因果循环。不过“要让整个流程变得像想象中一样简单，实际上却相当复杂。”

英特尔支持这种趋势的方式之一在于提供其Apache Hadoop图形生成器，这是一款开源软件工具，用于处理独立的数据部分——例如赛事日程安排、比赛时间、天气、团队阵容以及运动员受伤概率等——并将各种因素利用可视化机制加以整合，从而提供有助于预测最终比赛结果的演示模型。

大数据也能弥补教练及其工作人员的水平差距。

在一场美国橄榄球比赛中大约存在着92个数据点，体育技术与数据企业STATS公司体育解决方案部门总经理John Pollard解释道。这些数据点将有效帮助大家收集来自各类赛事、甚至包括橄榄球赛事的数据信息。值得一提的是，橄榄球比赛与其它项目不同，而且很难对某些特定项目实现量化或者按时间推移加以追踪——例如一支球队的进攻线路。

如今我们又迎来了“穿戴式计算设备”的新浪潮。作为一位曾为旧金山四十九人队赢得三座超级碗总冠军奖杯并拿下与奥克兰突击者队邀请赛胜利的体育明星，Rice强调称可穿戴式计算能够准确追踪球员的心跳速率、热量消耗情况等实用性参数，从而帮助体育教练员为参赛者量身定制培训方案、同时更有效地避免误伤情况。

但团队竞技绝不是大数据技术发挥重大作用的惟一舞台。

多年以来，技术人员早已将传感器作为赛车运动中的标准配备、借以帮助车手们找到自己的潜能极限。

就在今年的印地赛车大奖赛于上月25号在索诺玛赛道正式开跑之前，潘世奇车队竞技战略专家John Erickson在接受至顶网的采访时表示，车队的每一辆赛车上都设置着超过两百个数据点。在它们的帮助下，场边的战略专家们能够随时获取汽车轮胎压力与温度、机油温度乃至刹车片状况等各类数据。

作为潘世奇车队技术总监，Ron Ruzewski坦言即使拥有传感器数据、最终的决定也仍然要由技术专家完成。在潘世奇车队中，有三位专业人士负责比赛过程中的数据分析工作。对于赛车运动而言，实时可用性可谓至关重要：潘世奇车队代表称，他们能够在短短三十秒之内做出决策并在接下来的五到六圈之内将决策付诸实施——具体情况取决于当时赛车中的燃油剩余量。

大家可能要问，赛车运动中产生的数据量有多大？Erickson解释称，每跑一圈赛车传感器大约会产生5GB数据。对于印地赛车大奖赛这样全程达85圈的赛事来说，产生的数据总量相当庞大——因为除了过程中的实时数据、技术人员还需要收集更多信息以完成赛后分析。

潘世奇方面的代表称，该组织正与日立公司建立合作伙伴关系、从而将数据卸载并上传到云端与物理服务器当中。其中某些数据还将以结构化形式出现，这要归功于赛车本身进行的处理工作。

随着数据流迅速席卷全球各大专业赛事，监管机构对这类趋势的反映却并不总是十分友好。

就以纳斯卡赛车为例，车队可以记录比赛中产生的数据用于赛后分析，但却不能在比赛进行过程中加以使用，Erickson告诉我们。

这种机制类似于世界上历史最悠久的帆船赛事——美洲杯帆船比赛。目前在这项于旧金山湾举办的赛事中，每艘长达45到72英尺的双体帆船上都会加装约两千个数据传感器。

今年8月24号，甲骨文公司首席营销官Judy Sim在接受至顶网采访时，以预览方式解释了这些传感器如何在路易·威登杯（美洲杯挑战者系列赛事之一）之前的练习赛中发挥作用。顺带一提，甲骨文是这场赛事的赞助商之一。

作为风力与帆体压力的追踪机制，这些传感器允许船员随时根据参数变化做出调整，例如在必要时变更三角帆的角度以决定帆船的速度与方向。

就以甲骨文所赞助的美国队为例（同时也是卫冕冠军），技术巨头为其提供了极为强大的后端基础设施，用于支撑复杂的双体帆船传感系统。

美国队是幸运的，因为他们拥有两艘可用于比赛的帆船，两倍于本届赛事的两大挑战方新西兰队与意大利队。美国队利用一部分收集到的数据来确定赛程中特定阶段更适合使用哪艘帆船，而且这些分析结果在比赛开始前一个小时就能计算完成。

不过大数据的力量在发令枪打响的一瞬间就将荡然无存。根据赛事规则，各参赛队伍在比赛过程中严禁使用任何电子传感器数据。所有设备需被打包成黑色的漂浮箱、并在比赛开始之前放置在船体两侧（比赛结束后这些设备将由赛事组织者派专人加以回收）。

但这也未必是坏事。Sim向我们解释称，由于旧金山湾地区复杂且瞬息万变的天气状况，数据反而可能产生误导作用。作为美国历史上最伟大的棒球选手之一，Yogi Berra曾经说过：“如果你不知道自己打算去哪，你就会迷失在探索终点的道路上。”