前台的竞技，后台的数据.docVIP

前台的竞技，后台的数据 　　北京时间2013年9月7日凌晨，中国选手李娜与美国选手小威廉姆斯的美网女单半决赛即将打响。进入四大满贯公开赛的半决赛，比赛的白热化程度以及观众的热情毋庸置疑，尤其是对于中国观众来说，李娜的这次晋级刷新了个人美网历史最好成绩，成为首位杀进美网四强的中国选手，微博上加油打气的声音不绝于耳。 　　打开美网的iPad客户端，小威廉姆斯与李娜个人的Twitter讨论热度分别排在第三和第四位，点开李娜的个人页面，上面清晰地显示着她在美网开赛以来个人在Twitter上的被讨论频率，以及相关的评论。 　　北京时间9月7日4：30，李娜对阵小威廉姆斯的2013年美网女单半决赛正式打响。 　　数据推动的网球运动 　　“网球运动中，比赛的精彩与紧张程度往往由统计数据和数值所推动，而且网球运动始终也已数据作为基础。”IBM温网项目执行官艾伦·弗莱克说，“分析和观察对于完善网球运动的意义会越来越突出。”事实上，所有的体育赛事中都在使用数据，只是我们在网球比赛中感受到的更多。如果说其他体育赛事中的数据是在提供某种噱头或者谈资，或者一种历史的参照，比如奥尼尔的罚球命中率，2013年NBA总决赛中马刺队的无名小将刚刚破掉了雷阿伦在总决赛中的三分球数，那么网球比赛中的数据为观众提供了的看点。如果没有那些扣人心弦的数据——一发成功率、非受迫性失误、发球速度，网球似乎就少了很多扣人心弦的内容，只是在地上打的乒乓球而已。 　　随着李娜的比赛打响，笔者登录了美网的官方网站，在这里，由IBM为美网提供的SlamTracker数据分析也开始了更新。“我们在球场都安排一组统计人员，比赛期间他们的工作就是收集每场比赛每一分数据。这些统计人员都是青年网球选手，因此他们对网球比赛内容和技术特点驾轻就熟，他们坐在球场最高一层看台的包厢里，一边观看现场一边把需要采集的数据录入系统当中 。我们搜集比赛中每次击球的多个数据点，包括发球方式、方向、落点，对手的回球方式，一个回合中正手击球的次数和反手击球的次数，以及击球的制胜方式，是吊球、截击、抽杀、对手失误还是制胜球。”IBM客户技术顾问比尔·金肯斯说。 　　进入到SlamTracker的界面，除了看到球员双方的图片和比分，在左侧出现的就是Keys to the match。它收集和分析了过去8年的大满贯网球赛事数据，来确定球员获胜的模式和风格。在每场比赛开始前，Keys to the match都会分析球员双方的历史交锋数据，这些分析为球员制定了比赛制胜的关键指标。在比赛过程中，球员双方的指标将会被量化并同之前制定的关键指标对照，并在SlamTracker中实时更新。Keys to the match的精准分析得益于其对长达8年的大满贯网球赛事数据的分析。这些数据包含近万场比赛，被分析的数据点将超过4100万个，其中包括比分、回合数、制胜分、发球速度、发球成功率、击球类型、击球数量等。 　　“SlamTracker为用户提供了多项关键功能，其中最主要的一项就是实时得分分析，只要你有相应的设备，电脑或者移动终端，我们可以在得分后几秒钟时间内，实时发送现场得分情况，即时更新得分信息。” IBM IT专家大卫·普罗文说，根据李娜与小威廉姆斯的历史交锋数据，SlamTracker为李娜提供了这样的制胜关键指标：一发得分率高于69%；在4到9拍的回合中胜率超过48%；在一个发球局中出现30平的情况下，最终胜率超过67%。而相反的，小威廉姆斯要想取得胜利，其制胜指标分别为：在4到9拍的回合中胜率超过52%；一发得分率超过32%；一发得分率超过65%。 　　前温网少年组选手、IBM业务分析顾问詹姆斯·劳埃德说：“SlamTracker是一块交互式的记分牌，它以一种全新方式向观众呈现网球数据。过去我们在查看网球数据的时候，通常会关注选手的完成情况，也就是选手在比赛中的表现如何跟统计数据挂钩，从来也没有机会了解他们应该怎样应对下场比赛中某个特定的选手，从而在最大程度上提高获胜的几率，而SlamTracker就为我们提供了这类信息。”而事实上，李娜与小威廉姆斯比赛的第一盘所呈现的一边倒局面也验证了SlamTracker的正确性。 　　在第一盘比赛中，李娜以0：6落败，从SlamTracker上，我们可以清楚地看到李娜丢掉第一分的原因。 　　对照赛前给出的制胜关键指标，无论是在一发得分率，还是在僵持情况下，李娜的表现都低于SlamTracker给出的标准，而小威廉姆斯则完美地达到了制胜指标。对于两个选手在比赛中的关键表现指标，IBM增加了逐分的分析总结，这样观众就明白李娜是如何得到了这一分、如何在场上出现失误，让观众知道当场上出现40比15的比分时候，背后包含了哪些额外的信息。比如SlamTracker中的M