“在过去的五年里，我观看的橄榄球比赛比我在余生中可能会观看的还要多。” 对于安古斯·坎贝尔来说，这确实是很多橄榄球比赛。在一个周末，坎贝尔和他的 Oval Insights 同事们聚集在利兹外一个工业园区的办公室，观看世界各地同时进行的比赛的实时转播。这听起来像个体育酒吧。事实上，这是一项艰苦的工作，因为他们在大规模地收集数据。对于每场比赛，两名工作人员紧急工作，以分类比赛过程中主要的动作元素，标记控球、罚球、定点球结果和开放式进攻踢球。还有另外四个人依次跟进，记录比赛片段，并用更细致的信息丰富初始数据。个人持球、接触后的米数、补位成功率、补位类型、补位主导、个人争夺球场进入次数和争夺球场持续时间只是他们正在寻找的一些信息。在终场哨声响起后不久，他们会将每场比赛拆分成 2000 个独立事件。附加在每个事件上的各种描述，总共记录了每场比赛大约 10,000 条信息，适用于每个重要的顶级赛事。这是一座数据的山脉，汇入 Oval 的 Advantage 数据库。所有 10 支英超球队，略多于一半的联合橄榄球锦标赛 (URC) 球队，以及相当数量的顶级 14 支俱乐部订阅以获得访问权限。产品经理坎贝尔与 Oval 的客户成功经理萨姆·基斯比一起，帮助俱乐部充分利用内部数据。在“Moneyball”时代，数据改变了棒球、足球等运动的人才招聘，现在是否也在橄榄球中产生相同的效果？亚历克斯·桑德森在今夏监督了英超最大的球队更替之一，新加盟了 12 名新球员到赛尔。“当你有大量潜在球员时，统计数据始终是帮助理解他们如何融入你的比赛模型的重要因素，”他说。“我们知道接触后的米数，我们的防守依赖于什么，以及我们做出的进攻决策，你可以将这些度量标准进行映射。“你可以创建一个蜘蛛图，找出符合你想要的特定位置的球员。”科特尼·劳斯是赛尔的头号签约。他在 ProD2 与布里夫的表现让桑德森相信这位前英格兰队长值得一份为期一年的合同。以类似的方式，统计数据也帮助费尔·道森，桑德森在诺桑普顿的同行，制定在劳斯于 2024 年离开圣徒时如何替代他。“我们还有一个关于不同位置长啥样的比赛模型，”他说。“如果你在某个位置上无法得到所需的所有条件，且价格又在你能承受的范围内，你就必须在其他地方进行妥协。“所以替代科特尼·劳斯时，我们需要一些外线能力、一点争夺球能力、一些持球能力以及一些领导能力。“如今的比赛比以往任何时候都要深入编码，挑战在于利用这些数据将好坏分开。“我们努力寻找符合条件的人，根据我们能承受的情况缩减名单，然后通过更深入地查看他们的表现进行尽职调查。”如今俱乐部的优势不再是数据本身，而是识别出其中最重要的内容的能力。Oval 开发了一个模型，可以标记在比赛的不同方面表现超出其预期的球员。但俱乐部也在外部寻求专业知识。赛尔正在引入一家人工智能公司，该公司最近被亿万富翁老板西蒙·奥兰治收购。它最初将分析有关伤病预防和球员出勤的数据，但桑德森计划将招聘加入其任务列表。诺桑普顿也得到了来自一级方程式世界的帮助。小松八尾，哈斯车队的负责人，曾是一名橄榄球运动员，仍然是橄榄球迷。这位 50 岁的老将在 1990 年代从日本迁移到中部地区学习时曾为老维特利安斯和拉夫堡效力。他来到诺桑普顿，与道森讨论他对数据的处理方法。“对小松来说，最重要的是司机，”道森说。“他感觉如何？对于哈斯，司机的坐垫是数据的最佳接收体。“即使在 F1 这样一个如此依赖数据的运动中，他仍然回归人类元素。这让我感同身受。”桑德森也强调，尽管数据可以筛选和列出可能性，招聘仍然需要人性化。教练的眼光可以捕捉到关于持球或争抢的细节，而这些细节可能会被冷冰冰的数据库定义所忽略。同样重要的是，在一项成功往往依赖于凝聚力和团结的运动中，任何新到的人不仅需要做为玩家而且还需要融入团队。“这种数据深入和表现分析只能让他们走到门口，”桑德森说。“然后一切都与个性有关。必须关注个性，因为有相当多的球员表面看起来表现不错，但却不会是 Th...