学霸终结者第16章 体育大数据(1/3)

从克林斯曼家离开的时候，一切都已经谈妥了。

两天之内，就把克洛泽和克林斯曼双双搞定，这个效率，着实让费莉萝觉得有些不可思议。

谈判的过程，有些太过于顺利了，以至于很多技术探讨费莉萝并没有听清楚。即使听清楚的部分，她也大部分没懂。

坐上车，费莉萝就虚心求教：“我到现在还是晕的，你究竟怎么说服克林斯曼的？虽说你给的薪水是不错，也是一周100万人民币……我总觉得他看上的应该不是钱。而且作为教练，不怕年纪大了退役的问题，不至于和克洛泽那样急于套现吧。”

顾莫杰微笑地肯定：“当然不是为了钱，这种大咖都不是光靠钱能搞定的，首先他得欣赏你。克林斯曼这人，我果然没看错他，这一年在美国历练，着实学到了不少东西，也能接受新思想。”

费莉萝回忆了一下两人的聊天重点，试探地问：“你是说，他在美国那一年，接触到的美式‘把大数据应用到足球训练当中’的思想？我一直觉得那东西太玄乎了，有点吹牛。”

费莉萝口中提到的“体育大数据”，正是刚才顾莫杰和克林斯曼谈判中涉及的一个概念。

顾莫杰对这一点倒是很敢打包票：

“绝对不吹牛，把大数据引入体育训练，在美国已经有人开始试验了。谷歌就在做nba大数据的分析，只是目前还没找到具体的下家球队试验。根据我的情报，拉里佩奇这两年就会下手，很可能是找金州勇士队这种弱旅，然后调教两年，争取冲总冠军。”

让一支一个赛季输三分之二比赛场次的弱旅、冲击总冠军？

顾莫杰这句重磅消息抛出来，不仅费莉萝大吃一惊，连旁边围观的妹子也惊诧了，不由自主围上来讨论这个话题。

陆文君这种程序员出身的妹子，都是一脸不信：“不可能吧？谷歌准备怎么做呢？”

“现在还不知道，但是可以举几个例子——年初买下初音绿城队的时候，我就让大数据中心的工程师，投了点预算，弄过体育大数据。当时稍微涉猎过nba，可以看出点端倪。”

顾莫杰清了清嗓子，详细解释道：“比如，通过目前搜集到的有限nba大数据，可以看出一个技术特点：在nba比赛里，过去十年，球员站在三分线外1.2米距离以内投三分球，命中率只有21。

没进球的那79里面，其实只有32是投手在无干扰的情况下自己投偏的；剩下47，都是因为防守队员的高效干扰，导致没进。

然后，如果把这个距离往外再拉3英尺，也就是到三分线外2米投三分球。这时，命中率反而飙升到了35，自己投不准的失球率从32升到了46，但被防守率从47急降到了19”

顾莫杰停顿了一下，以便不怎么懂篮球的妹子们消化一下这个大数据，然后才抛出自己的设问：“这说明了什么？”

“什么呢？别卖关子直说啊。”陆文君被钓起了胃口，技术宅属性一下子爆棚了。

“说明nba球员投不进三分球的最大矛盾，来自于被防守，而不是投手自己投不准。因为他们常年被习惯左右了，就习惯在三分球线1米左右的地方投球，十几年下来形成肌肉记忆，让他们再远一点投，肌肉手感掌握不好。而防守队员也最习惯在这个距离上防御。

而如果这时候，有对手突然改变球风打远射，防守队员几乎都忘了防御，或者说没法形成足够迅速的神经条件反射，被远射偷袭得手。

我做运动大数据之后，和拉里佩奇电话聊过、互通有无。他看在初音在人工智能和大数据、云计算方面也很有造诣，也算对我吐了点干货——反正他觉得我搞足球大数据，他搞篮球大数据，咱之间没有冲突。

电话里，他就和我说，他准备搞一支球队，专门训练球员在三分线两米开外投三分球。买人也按照这个目标来买，争取把球员的肌肉记忆训练成完全适应这个距离远投。然后就靠三分球决胜。”

听到这里，陆文君的嘴里几乎可以塞下鸭蛋。

打球还能这么打？

“这个……成功率高么？”

“我看过细节分析，觉得应该挺高的。首先，如果全联盟只有一支球队采用这种战术，其他球队不可能为了防御这一支球队而伤筋动骨全面改变战术和训练。否则的话，他们在相互之间的比赛时就会面对更多的脱节，得不偿失。还不如保持‘宁可每次遇到金州勇士都吃亏、但是打其他对手还能保持原状’的状态。

nba的常规赛，常态是两三天就有一场，甚至还有‘背靠背’的连续两天两场。这种时候，球员靠战术安排临时改弦更张，是不太可能的，基本上就是靠肌肉记忆和条件反射在打球。

所以，遇到这种就是偏偏和大众的肌肉记忆、条件反射拧着来的球队，还真有可能普遍吃亏。要是拉里佩奇真用大数据改造了金州勇士队，估计给他两年内拿个常规赛第一没问题。

但是季后赛总决赛，会麻烦很多。因为季后赛每场之间休息时间长，而且连续几场都是针对同一个对手，打好几回合。这时候这种取巧的战术就容易被对方针对性调整化解了。所以我估计，金州勇士要在总决赛里面也拿好成绩，起码比他们在常规赛拿第一再额外多花两年时间。

当然了，我现在也就是根据目前佩奇摸到的大数据分析。‘比常规三分球再退后三英尺投三分球’这个概念，也只是篮