通过大数据提供的有效数据，球队主教练可以根据自己的执教水平和数据分析引擎提供的计算模型合理排兵布阵，力求保证球队在比赛中达到最佳的技战术要求。每场比赛。 。
詹俊、金向凯等名人在解说比赛时，经常通过非常具体的数字来表达球员和球队的实力。 在称赞他们赛前准备充分的同时，数字显然比吹牛更有说服力。 更有说服力。
玩过体育游戏的朋友都会知道，当比赛结束时，技术统计数据会自动显示在结束屏幕上。 通过简单的分析，就可以大致了解游戏的基本情况。
游戏数据一目了然，让玩家更容易了解
相对而言，《足球经理》是同类游戏中“完全只有数字”的游戏。
它没有像实况足球、FIFA一样精美的画面和刺激的竞技效果，而是通过超强大的数据分析引擎和完美的数据展示效果，将足球场内外的所有环节都以数字和图标的形式呈现出来。
这些足以让FM粉丝通过这些数字了解球队的每一个细节，甚至像我一样带领球队在比赛中度过了30多年。
在游戏中做到这一点很容易，因为每个球员的能力值都是通过数字输入的，比赛、训练、转会等环节只有通过复杂的计算引擎才能完成。
目前，足球市场仍然是体育产业最重要的商业市场。 从2019年夏天英超最终名单来看，联赛垫底的哈德斯菲尔德镇获得了电视转播权、排名奖金和等额奖金的份额。 三部分资金加起来，居然获得了9360万英镑的天价收入。
可想而知，英超其他高于其水平的球队，收入早已突破亿元大关。 当然，这笔钱只是球队收入的一部分。
“印钞联盟”让所有球队每年光是排名奖金就可以赚到过亿。
足球如此暴利，而足球比赛产生的大数据也成为兵家必争之地，因为足球界对数据准确性的要求非常高。
因此，数据市场是各个机构和企业的梦想。 通过科学的数据统计产生的价值可以卖给对数据有大量需求的俱乐部和足球公司。
01. 这些专业数据是如何收集的？
真正的玩家不是数字机器人，那么他们的各项数据是如何计算的呢？ 我们是否完全依赖志愿者手动填写表格和记录记录？
足球统计是足球比赛的重要组成部分。 从球队角度来看，两队的进攻走势可以从投篮比、传球成功率、控球率、角球总数比等一系列数据进行对比； 而从球员的角度，收集例如球员完成的带球次数、射门命中率、进球数和助攻数、传球数和威胁数等来展现价值球员在进攻中为球队带来的。
单场比赛的数据汇总到整个赛季，可以表达球队和球员全年的表现。
球员在场上为球队做出贡献后，如果能够帮助球队取得理想的成绩，获得应有的荣誉，就能显着扩大俱乐部的收入，增加影响力和曝光度，这样的成绩就足够有吸引力了。 那些袖手旁观的公司来赞助并命名这些球队。
在这个周期中，球员和球队在职业联赛中的表现给球队本身带来了巨大的商业价值。 在其价值提升的同时，玩家数据的精准挖掘也成为很多企业眼中的一大商机。
这样的赚钱机会自然就催生了诸如、、、、等知名数据统计组织，而这些组织的数据提供者其实就是OPTA。
采集课程数据的设备越来越多
其中，法国数据公司SUP在数据收集方面下了很大功夫。 在需要统计的比赛中，它安装了多达8个具有热成像功能的先进摄像头，并将摄像头捕捉到的所有比赛数据模拟成类似于足球的东西。 为管理者提供 2D 匹配效果。
摄像头捕捉到的一系列数据通过该公司复杂的计算引擎进行分类和拆解。 跑步可以拆解为静止、慢跑、中速跑、快速跑、冲刺等多个分析方向，通过复杂的统计，变成几十个有效数据呈现给客户。
可以呈现的功能如下（摘录）
1、全队每位球员的奔跑距离
2. 比赛有效图表及榜单数据
3.玩家实时游戏状态（身体机能、疲劳程度等）
4. 个人统计和球队统计
5.战术系统
6、游戏全视角
7、个性化规则筛选
8、可与其他平台对接的数据集成
类似OPTA的大数据公司统计更加广泛，可以生成赛程、比赛结果、实时比分、积分排名、比赛时间进度轴、比赛统计、文字直播、球队场上统计、球员场上统计等。 数据、阵容、球队对比、球员排名、球队排名等提供实时数据支持。
由于数据公司关注的角度不同，统计的倾向也不同。 当然，球员跑动、传球、投篮等具体数字必须绝对准确。
关键数据是评价球员表现的重要依据
OPTA用户可以选择球队、球员、赛事等不同的数据项，此外，还可以通过点击数据标题对数据进行排序或按类别显示。
该系统还使用图表来显示球场位置和球员触球情况。 这些数据是实时更新的。 这样的系统还为评论员提供每场比赛的数据亮点，以及实时对话窗口。
通过对话窗口，用户可以与OPTA的专业编辑在线交流，获得个性化的数据分析服务。
02. 现在数据已经出来了，有什么帮助呢？
工欲善其事，必先利其器。
既然我们已经谈到了工具，那么各大数据公司花了很长时间来构建这些统计工具和众多的数据库。 如何使用它们？
一般来说，在评价一名前锋的好坏时，首先判断的因素是他一个赛季能打进多少球。 进球多的绝对是一名优秀的前锋，而且他的等级随着进球数的增加而降低； 而优秀的中场球员则是通过助攻数来判断的。 、防守贡献等数据来判断； 防守者的评判标准是拦截、抢断和失误率。
为什么梅西和罗纳尔多是当今足坛最好的前锋？
我们来做一个简单的统计
梅西：714场联赛打进622球
C罗：832场联赛打进625球
按每个赛季38场联赛计算，梅西和C罗的平均每年出场次数都接近30场（C罗年龄较大），进球率分别为1.14场/球和1.33场/球。 出色的上座率和高效的得分率是他们成为世界巨星的重要因素。
相比之下，本泽马在645场比赛中打进306球，场均进球2.1个。
作为当今足坛的著名前锋，需要2场比赛才能打进1球，以645场的出色出勤率，与梅罗相比还是有很大差距。
上面，通过最简单的数据分析对比，我可以看出超级巨星和普通球星在前锋位置上的明显差距。
进球数是足球统计中一个非常简单直观的统计数据。
在日常战术或比赛分析中，教练、球员、名人和职业球迷都会更深入地挖掘比赛的细节，复杂的统计数据可以帮助他们。
例如数据可视化中的热图效果，就是根据场上球员的运动轨迹和活动区域进行统计。 暖色意味着玩家在该区域更加活跃。 热图可以帮助教练了解球员在比赛中的行为。 跑动情况以此来分析球员在本场比赛中的作用和不足。
丢8球，中圈球员频繁被踢断
左肋骨很热。 该球员本场比赛频繁内切助攻。
这是守门员的活动范围。 本场比赛似乎又出现了中圈防守？
emmm人体热力图入侵
每场比赛结束后，将对球员进行评分，以6分为基础分数，通过公司数百项统计数据进行加权计算。 球员在场上的所有动作都会被记录下来。
其中，对成功运球、关键传球、助攻、投篮命中等重要数据事件进行加权计算球员的表现来调整6分基础得分，最终计算出球员在比赛中的实际得分。
从分数上我们可以看出，6分是及格分。 如果超过7分，一定是在攻防或者助攻方面直接帮助了球队； 如果超过7.5分，则为决定比赛的关键球员； 而如果达到8分及以上，该球员必须进球多/助攻多/激活中场/出色的拦截表现等。
武磊在2月16日西班牙人队对阵塞维利亚队的比赛中得到7.7分的高分，这让他再次成为网站评选的本场比赛最佳球员。 那么武磊究竟凭借什么表现一举夺得冠军呢？
武磊的全面表现值得7.7分。
全场比赛，武磊共触球25次，获得2次射门机会，并成功传球1次。
武磊以右前卫的身份出现在首发阵容中，赢得4次地面对抗和2次空中对抗，并频繁回到后防线参与防守。 如此拼搏的“锋线后卫”打法，如此拼搏精神，7.7或许就是拿下10分的武磊能够击败拿下10分的苏索，成为全场最佳球员的原因。
足球比赛数据可以帮助足球产业更快更科学地发展，提高运动员的运动潜力，提升教练员的阵型技巧，直观地展示比赛质量和球员的真实价值。 这些高价值的数据未来将成为足球产业不可或缺的一部分。
