数据分析成就NBA黄金球队
《成为数据分析师：6步练就数据思维》章节:数据分析成就NBA黄金球队,宠文网网友提供全文无弹窗免费在线阅读。!
这是一个关于有着定量分析背景的职业篮球队员的例子。达里尔·莫雷（Daryl Morey）是NBA休斯顿火箭队的总经理。但凡熟悉书籍或电影《点球成金》的人都知道，莫雷有着“篮球界的比利·比恩（Billy Beane）”的名号。他是一位计算机科学家，毕业于西北大学统计学专业，取得了麻省理工学院斯隆管理学院的MBA学位。他总是将比利·比恩有关棒球的统计学知识运用到其他体育运动中，还担任过波士顿凯尔特人队的高级副总裁。35岁时，他成为休斯顿火箭队的总经理，并继续运用各种统计学和定量分析法来提高球队的表现。同时，他还是麻省理工学院体育分析峰会（MIT SSAC）的主席，这一会议如今每年会吸引2 000多人参加。
肖恩·巴蒂尔（Shane Battier）是一位NBA球员，他是前锋，目前在替迈阿密热浪队打球，已获得两届NBA总冠军。2006—2011年，他效忠于休斯顿火箭队。作为职业球员，他比较善于分析，还被《体育新闻杂志》（Sporting News Magazine）评为第七聪明的职业球员。《点球成金》的作者迈克尔·刘易斯在一篇文章中指出，莫雷是这样描述巴蒂尔的：
我们将具体的信息一并打包给他，他是唯一一位我们给予这些信息的球员，我们可以将这些信息给他，让他筛选。大多数球员都像高尔夫球员一样，你不希望他们在思考问题时左右摇摆。巴蒂尔会根据这些数据将球场独立分区，并计算出科比·布莱恩特从球场各个位置、在不同的防御程度和其他球员配合的情况下投中篮的可能性——他如何靠卡位、挡切战术、接球就投等方法得分。此外，巴蒂尔通过分析数据，从通常负责防卫的球星那儿了解到了不少东西。
然而，6步分析步骤表明，巴蒂尔却是火箭队中颇受争议的球员。
识别与构建问题。火箭队该用巴蒂尔吗？即便他个人得分数和篮板球等表现的并不理想。
回顾之前的发现。体育分析越来越常见，关于该主题的书籍和网站也有许多。可是，这样的分析在个人表现统计与球队胜利高度相关的体育运动中要更容易些。在篮球界，整个团队的表现动态和球员们的相互作用更加难以测量。巴蒂尔的个人表现指数相对较弱（毕业后任职于孟菲斯灰熊队的5年里，他平均每场得十几分，所抢的篮板球也在5个以下）。然而，当他在场时，他的团队和其他球员似乎表现得更好——有时候要好得多。
建模（变量选择）。决定是否该将巴蒂尔从孟菲斯灰熊队接收过来的变量用代价衡量，衡量因素有薪酬、各种个人表现，以及巴蒂尔在场上和场下时的团队表现。
收集（测量）数据。个人表现的衡量和有关财政的信息很容易就能收集到。还有另外一种方法可以测量个人球员对团队表现的影响，那便是来自著名数学网站82games的罗兰·比奇（Roland Beech）采用的“正／负”统计法。
分析数据。莫雷和他的统计学家们决定用“正／负”统计来评估巴蒂尔。“正／负”统计法有许多版本，其中包括队友和对手的质量。我们不是很确定莫雷是如何计算出巴蒂尔的衡量结果的。可是在2006—2007年赛季，在休斯顿火箭队的第一场比赛中，莫雷说巴蒂尔的“正／负”调整到了8，意即，如果用一位普通的NBA球员替代他，那么火箭队与其他球队的比分差距会减少8分。照这样统计，巴蒂尔在NBA的所有职业球员中的排名是第17位，可是，他还拿着联盟的平均工资，而和他交换的球员在“正／负”统计中的排名却是第45位。
传达结果并采取行动。当然，莫雷还是换来了巴蒂尔，而且认为他在火箭队中的表现还不错。在巴蒂尔到来前的那个赛季，休斯顿火箭队的得分是34—48.在2007—2008赛季，该球队的得分是52—30，在2008—2009的赛季，创纪录地实现了55—27——取得了22连胜，在这些比赛中，火箭队最好的球员都受了伤。巴蒂尔替火箭队打了5年球，直到受伤后又被换回了孟菲斯灰熊队，后来又加入了迈阿密热火队。肖恩在迈阿密热火队的表现也不错，2012年该球队还获得了NBA的总冠军。
因为《成为数据分析师》这本书的受众是非定量分析专业人员，所以我们认为它能教你如何与分析师和数据科学家打交道。即便你已经通过读这本书，和照做之前章节中建议的知识构建活动，学到了不少东西，可是，单凭你自己做这些复杂的分析是不够的。你必须偶尔与定量分析领域的专家们一起工作。定量分析师和数据科学家通常都拥有定量分析领域（如统计学、数学，甚至物理学）的博士或硕士学位。这些东西告诉你，要做严谨的工作需要什么样的定量分析能力。
在这一章中，我们首先要描述的是三组人员之间的一系列关系：
公司和机构的决策者；
商务人士和团队成员；
定量分析师和数据科学家。
在本书中，我们假设你就在前两类人中，需要与第三类人一起工作。如果你属于第三类人，那么这一章也仍然有用，因为它给你提供了一个如何与非分析师有效合作的行动指南。
这三类人相互适应也是有原因的，总比一群人完全把事情交给另一群人好。本书中，我们大力提倡的是将分析学和数据作为决策的依据。然而，对于许多高管而言，直觉和经验也是重要的决策依据。虽然直觉和决策常会导致决策偏差，但是它们也无可否认地帮助建立起了合适的财务指标，提出了重要的“假设分析”业务情景，以及设定了与分析模式相关的条件。
接着，我们的目的是将分析性决策和高管的直觉相结合。既擅长分析，又有敏锐直觉的高管并不多。这就意味着，如果他们想成为高效的决策者，就得和定量分析师紧密合作。事实上，我们可以说，高管和他们的那些懂得定量分析的顾问之间的关系质量是进行有效决策的关键因素。
如美国工程院院士卡尔·坎福（Karl Kempf）所说，好的定量决策“并不取决于数学，而是取决于决策人员与分析人员之间的合作”。他是英特尔公司一个决策工程小组的组长。这句是他的名言，他在英特尔有着“超级定量分析师”和“首席数学家”的美称。如果某人被称为“首席数学家”，那么我们应该注意的是：此数学并非常规意义上的数学。
卡尔发现，定量分析师们进行分析时使用的数学和统计算法可以非常简单，也可以非常复杂。可是无论如何，这些算法也是聪明人士经过几十年的努力得出的，而且又经过了另外一些聪明人士的反复检测。
数学在其中确实起到了作用，可是，这些人在决策方面的作用很少被精炼。设有定量分析小组的公司需要认真分析所雇用的定量分析师的类型和他们在高管身边扮演的角色。拥有多种技术能力的分析师很可能供不应求。此外，高管们需要改变对定量分析师的期待和与他们的关系。最后，这些定量分析小组使用的方法和工具需要拓展与精练，以与人们决策的方式完美结合。