先见之明vs.数据挖掘：从橄榄球比赛看决策制定

那些围绕着大数据乱七八糟的讨论是不是让你感到心烦?对理解信息驱动业务的重要性是不是也有些力不从心?数据的意义很大程度上在于对主观假设和先入为主观念的挑战，确保业务决策的正确性。

最近，我分析了 NFL的“Play-by-Play”数据集，测试一下我对橄榄球一些先入为主的见解。我看橄榄球已经很多年了，而且像很多人一样，我对比赛、团队统计、天气和体育场条件等有着长期先入为主的观念。

我对围绕高海拔地区的橄榄球比赛有着长期的偏见，比如在Denver的Mike High Stadium的那些比赛，Denver的 Mike High Stadium坐落在海拔 5130 英尺的地方(NFL体育场馆的平均海拔是526英尺)。海拔较高意味着氧气稀薄，影响到运动员在比赛中的表现。

在今年 Broncos vs. Ravens的常规赛中，可以看到球员通过吸入纯氧来防止高原反应。这引起了我的一些思考：海拔的高低真的会影响比赛表现吗?可以用数据证明吗?

挑战先入之见

当我开始处理NFL数据集时，我假设在某处的比赛如果换在别的地方进行，实际上会出现不同的结果。我查过在Denver和其他地区比赛的平均得分以及比赛的各种数据(传球、跑动等等)。我没有发现明显的差别，除了在Denver的比赛中传球成功率提高了1%。数据证实我对海拔高度影响橄榄球比赛的偏见是错误的。

我还以为橄榄球在最后一次进攻时，教练会选择弃踢(punt)。在最后一次进攻时，如果球队仍然决定冒险试一试，评论员们就可以对比赛大作文章了，因为这和主流的想法不一致。不过，数据表示，冒险试一试的情况更经常发生：只有15%的教练在最后一次进攻时选择弃踢。

更大的球场意味着会有更多的粉丝，主场球队理所当然的应取得更好的成绩，不是吗?数据又一次驳斥了这种观念。数据表明，在小型体育场比赛其实会比在大型体育场平均取得更高的分数：20.55：17.9。

这些例子表明，利用数据分析可以确保运作依据现实，而不是假设。对于没有数据支持的业务，你可能会有一些先入之见。不管是比赛还是业务，是否有精确数据的支持可能意味着成功或失败。数据是做出明智决策的关键。

看到结果

比赛有趣就是因为比赛结果不能被预先决定。无论在哪个比赛日，每个队都会有获胜的可能。一场橄榄球比赛可以被分为很多次进攻，进攻组试图攻到前场得分，防守组则阻止他们得分。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友