在这篇文章中，将探讨体育数据分析的现状，并提出一些方法来提升分析能力。是否曾在观看体育比赛时，对屏幕上展示的数据分析感到好奇？相信一定有过这样的经历。别担心，并不孤单，通过阅读本文，将获得一些提升分析能力的技巧。
本文将挑战在板球比赛中展示的数据分析方式。虽然这种展示是推广数据分析的好方法，但它并没有达到它应该证明的目的！想通过本文传达的信息远不止应用于板球。板球的例子只是作为一个案例研究。
如果不熟悉板球，仍然可以阅读本文，了解想传达的观点。这里有一个板球的入门指南。
在板球比赛开始时，观众通常会在屏幕上看到类似以下的洞察示例：
关键成功因素（Team A）:
- 当球员X得分超过80分时，Team A赢得85%的比赛。
- 如果有2个超过50分的合作，Team A赢得72%的比赛。
- 如果投球手Y获得4个出局，Team A赢得70%的比赛。
同样，对于第二支队伍也会有类似的“洞察”集合。进行这种分析的分析师还为每个事件附加了概率！
这里有一个最近比赛中展示的实时示例（南非对新西兰）：
这些看起来不错且令人兴奋！有什么问题吗？能发现这些所谓的成功关键的问题吗？
当前洞察的问题在于，虽然这些洞察看起来很好，但它们并没有帮助团队打得更好。让解释一下——一个洞察说，当球员X得分超过80分时，Team A赢得85%的比赛，这对团队教练和队长来说是无用的。
这是一个洞察，但不是一个可操作的洞察！团队管理层希望分析能做得更多，而不仅仅是提取这个洞察，然后祈祷球员X在每场比赛中都有出色的表现！
当前的洞察没有帮助团队管理层利用这些信息。如果是运行这个模型的分析师——会进一步说，确保球员X获得高分的最佳策略是什么——他应该在哪个位置击球？他应该针对哪些区域和哪些投球手？他应该如何与投球手协商？
让再举一个例子——分析师为每个击球手绘制了强区和弱区。可能会认为这是明确的可操作的。投球手只需要在正确的区域投球。
但事实并非如此！为什么？一个击球手的强区和弱区会随着不同的投球手、不同的场地设置和不同的天气条件而变化。这也取决于两者的当前状态——投球手和击球手。
另一种看待这些洞察的方式是——它们有很多数字和统计数据，但并没有真正说明它们的含义。
提升洞察力的方法（在板球比赛中）：
如前所述，板球比赛中展示的当前分析水平充其量是基础的！有很多方法可以改进这种分析。将分享一些高层次的想法，当这些想法被实施时，肯定会提供更好的分析使用。
正确的粒度水平：
- 这些比赛中展示的一些洞察非常高级，以至于没有用处。创建上述成功关键的分析师没有在正确的粒度水平上进行分析。例如，如果看南非的成功关键——第一点提到的是他们应该得分超过280分！
- 让看看这里的粒度——自2011年以来在亚洲以外进行的所有比赛？
- 即使是外行也会说，为世界杯准备的场地有利于击球手，300分已经成为标准分数，这通常不是这种情况。分析师没有考虑到正确的粒度，以考虑场地的正确性质。
从用户角度创建可操作的洞察：
- 像任何其他分析一样，分析的重点必须是最终用户。如果分析是为团队管理层准备的，那么需要提出可以提高球员表现的洞察。如果它是在电视上观看的观众，那么它必须回答观众心中的问题。例如，可以有显示每个团队获胜概率的小部件。
考虑额外的特征/变量：
- 遗憾的是，在几乎所有这些洞察中，都缺少很多特征。例如：球员的当前状态，击球手如何控制他的局数等，这些都没有包含在当前的分析中。不用说，添加的特征越多，分析就越有洞察力和帮助。
“如果”情景和替代策略：
- 最后，为了使这种分析更有用和有趣，可以展示“如果”情景。那么，分析师预测，如果投球手X来投球与投球手Y来投球会有什么不同。同样对于击球也是如此——如果队长决定在下一个出局时派球员X而不是Y上场，情况可能会如何发展！
有很多方法可以改进，但这应该可以帮助理解所说的可操作洞察是什么意思。