深度｜你听到的足球大数据，是这样来的

一场足球比赛，产生的数据，从人工统计的百余条，到30年前计算机介入的千余条，再到移动互联网时代引发的数据大爆炸，至今已经超过十万条。

据极其详尽，能从无数个侧面去还原甚至重构一场比赛，或许这正是数据时代的特点。

“足球极客”的理想世界

各种专业性的数据公司提供的服务，主要是针对两类群体：职业俱乐部和专业媒体。

对于前者，提供的数据量非常丰富，因为越来越多的职业教练、运动员和管理者，都更愿意用数据说话，以数据为基础分析竞赛、寻找答案。

后者更是传播信息、呈现比赛以及提供娱乐的需要。

每一场英超联赛、欧冠联赛、德甲联赛、以及西甲意甲和法甲联赛幕后，都会有一些像小蜜蜂般辛勤作业的数据统计师。

《卫报》转载的一篇特写里，专门追踪了一位名为大卫·雷伊的足球比赛数据统计师，看他是如何为马丁·泰勒、约翰·莫特森、彼得·德鲁里这样的评论大腕们提供数据支持的。

大卫描述自己的工作，属于“足球极客”最理想的世界。他职业生涯从西班牙开始，当初大学本科专业就是体育新闻。他曾经为皇马电视台、BT体育制作公司服务过，现在是自由撰稿人。

他的工作主体，就是为BT体育这样的体育赛事传播机构，提供数据服务。

“每场比赛我们做出来的数据包，不仅仅是分发给现场评论员的”，大卫说，“演播室的主持人、评论嘉宾以及比赛制作人，都需要丰富的数据。”

对解说员、评论员而言，这个数据包是一场比赛转播是否到位的关键。反倒是足球专业人士，那些赛前、中场和赛后点评的嘉宾，虽然也重视这样的数据提供，但更是自取所需的态度。

埃弗顿门将皮克福德的水瓶上印着西汉姆联球员主罚点球的习惯。

word文档40页起

一场足球比赛、尤其高水平欧洲联赛的数据包有多大，几乎难以用字数衡量——因为每场比赛包含的前因后果、前情后续，实在太多，并且比赛的每一个参与者、每一个侧面、每一个细节，都会牵涉到无穷无尽的信息。

单就两支参赛队的现时状态、过往交手纪录、球队当中的每一名球员、两队教练的过往成绩和职业特性等，就已经蔚然大观。

像BT这样的英超持权转播商，一场英超比赛赛前提供给评论员的数据包，至少是25000字——拿到过这种数据包的评论员都可以证明。

英超官方信号制作、提供的数据包，哪怕是联赛排名吊尾球队，word文档基本都是40页起。

这样海量的数据，已经是大卫们精挑细选的结果，而这样一个数据包，最终在比赛直播中，透过评论员声音传播出来的，不过是数据包信息总量的1%上下——绝大部分数据，都属于“有备无患”的储备。

随机应变的“数据包”

至于职业俱乐部的数据挖掘和数据提炼，就是另一个维度的话题了。

欧洲五大联赛俱乐部，数据分析师是标配。这些数据分析师，未来职业前途更是助理教练、俱乐部管理者。而为媒体服务的数据分析师，更是拿数据来讲故事的人，他们此时不知名，未来职业前景更可能是制作人制片人以及其他媒体管理岗位。

为了寻找一条有传播价值的数据，这些分析师在赛时期间的工作，会经常出现“莫测癫狂”场景：欧冠转播，评论员想知道切尔西后卫克里斯滕森上一个进球发生在何时——切尔西球迷知道这是丹麦中卫加盟以来137场的首球，但谁能记得他上一个进球是效力门兴格拉德巴赫时，在欧联杯对沙尔克04的进球？

然而大卫·雷伊做到了及时解惑。这些看似极其细微，甚至是边角余料的数据，都在他指尖，在他的电脑数据储存中，而且他有自己独特的方式，通过极快的关键词搜索，找到他要的数据答案。

每场比赛，在真正的高水准转播过程中，评论员、制片人、导播、主持人和数据分析师之间，都有着大量的交流互动，大家共同目的都是为了更好地呈现比赛，提供更好的媒体产品，从而获得商业收益。

哪怕是一条克里斯滕森上一个进球这样平素可能毫无价值的数据，也可能成为比赛传播过程中，给观众留下积极印象的加分内容。

所以评论员德鲁里会说：“准备一场比赛，你可以投入极大的时间和精力，但每场比赛都会有超乎你意料的情况发生。”

“理想状况下，每个评论员、每个说球的人，当然希望自己就能完成所有准备工作，但实际上我们对于这种‘数据包’的依赖越来越强。”

“传统的解说员，都会用一张A4纸，用极简方式涵盖自己准备好的信息点，现在只靠这一张纸，根本不可能应对临场的各种变数。”

你能找到120年前的数据

体育赛事的第三方数据采集，已经有了超过30年历史，真正为专业媒体提供相应数据服务的，例如Opta这样的机构，则是从2006-2007赛季才有具备一定广度的数据延展服务。

像泰勒、德鲁里这样主说英超的评论员，会非常重视英国足球档案库这样的数据库——能像英格兰这样重视自己足球文化传承，并且将百余年来职业联赛的所有资讯，汇集成公共档案的，也确实全球罕见。

这个档案库对职业联赛早期赛季的记录，现在看来当然非常粗疏，但即便是1888-1889赛季，每场比赛的双方阵容等基本资讯，绝不缺乏——这个档案库至今已经累积了234182场比赛、46151名球员的相关信息。

而这样的档案库，必然是数据分析师构建自己工作素材的基石。

用最快的速度查找

比赛开场哨响，往往也是这部分数据工作最紧张、最容易犯错，同时也最容易出彩的时刻，因为所有人都得面对不可测——体育竞赛就是这个世界上最不可测的真人秀，除非我们看到的是一场假球……

每场比赛，也都会有对数据统计师的挑战，例如新近加盟莱斯特城的前锋帕特森·达卡，客场对莫斯科斯巴达打进第二球后，数据分析师就得用最快速度查找，看欧联杯里，打进最快帽子戏法的球员是谁、上一个欧联杯帽子戏法球员是谁、上一个欧联杯客场帽子戏法球员是谁……

大卫和他的搭档，以闪电速度发现了结果：上一位在莫斯科斯巴达上演帽子戏法的客队球员，是2008年7月代表莫斯科中央陆军的巴西人勒夫，他们以最快速度将数据传递给评论员。

而让分析师们兴奋的是，达卡不仅完成了帽子戏法，还上演了大四喜——这位新援在代表莱斯特城的第三场欧联比赛，就成为了莱斯特城欧战的最佳射手……

故事还在延展——会有人想知道，还有谁能在客场上演大四喜？

大卫·雷伊说，他根本没查数据库，以最快速度告诉评论员：“2009年，阿尔沙文在安菲尔德那场利物浦和阿森纳4比4打平的比赛里，一人包揽阿森纳4球。”

雷伊说，他本就是个利物浦球迷……