中国女排夺金背后的数据分析历程

北京时间8月21日上午，里约奥运会女排决赛中，中国女排3-1战胜塞尔维亚，在2004年拿到雅典奥运会冠军后，时隔12年再次获得奥运会冠军。我们除了要感谢每队员的拼搏外，还要感谢如下这些幕后团队：

图中亮点是数据分析：袁灵犀。

体育项目配备数据分析师目前已经是标配了，NBA，意甲英超都有专业的数据分析团队。这次女排夺冠数据分析师走到了前台。有心的读者可能发现袁灵犀不仅仅是数据分析，还是陪练哦。

袁灵犀：男，原天津男排队员，后被征调为中国女排陪打教练。袁灵犀原是天津男排的主攻。

袁灵犀不仅懂业务，还懂数据分析。在中国懂业务的人很多，懂数据分析的人也很多，但是既懂业务又懂数据分析的不多。

谁说中国排球队夺冠没有 大数据 的功劳。

这次女排夺冠，促使专业比赛类大数据分析走向前台。

互联网社会，重大体育比赛项目配备大数据分析师，已经是标准配置了。篮球、足球国际重大赛事都有专业的数据分析团队。

现代赛场上主教练在指挥时单凭个人记忆和历史经验作决策已经不够了，经常要用到实时比赛数据分析作为参考。有的是用ipad与数据分析电脑联网，两者数据同步。有的是主教练通过戴着的耳麦接收实时数据。有的是通过主教练旁边的教练与数据分析师电脑联网读取数据，告诉主教练。还有的是每次暂停时将即时统计结果打印出来送给主教练。

我国女排的数据分析是有专门的数据分析软件的，通过临场的数据分析告诉教练组最佳对应策略，如何调整攻击防守模式。

袁灵犀作为中国女排数据分析师，不仅懂排球业务，懂各种排球打法，还要懂数据分析，懂外语，懂电脑。当然，不懂业务就没法让数据分析软件发挥最大功效。数据分析，绝对是不只是一个技术活，还是一个苦活。

任何一个领域，既懂业务又懂数据分析的都是凤毛麟角。袁灵犀原是天津男排的主攻，2005年，给天津女排做陪打教练，2007年，借调国家队，2008年退役，全身心地为女排服务。担此重任，无可厚非。

第一场开赛前半小时，袁灵犀拉着大拉杆箱走到一侧看台上指定的“技术区域”，架上摄像机，接好笔记本电脑，再打开箱子里的另外一台电脑连上打印机，为比赛的数据采集作好准备。

每次中国队的比赛，每局比赛结束助理教练会把袁灵犀打印出来的技术统计拿给现场指挥的郎导和安导。从比赛开始到结束，每个回合都要在电脑上做备注，比赛结束就可以很快地做好视频剪辑和战术分析。

作为数据分析师来说，数据源是第一位的，每场比赛数据都要记录。每场排球比赛中，现场输入技术数据至少有1000多条，包括每个队员的发球集、二传传球位置分析、重点球员在不同战术中扣球和吊球的习惯线路。必须详细记录每一分的来历，用于备赛和协助现场指挥。还要记录我方和对手每一名队员的扣球路线、扣球区域概率、助攻区位、调整攻区位等，依靠《Data Volleyball》收集的数据生成分析图。每种打球模式分成多个代码组合。袁灵犀设定了33组代码，PP代表四号位快攻，CC代表快球时间差。以前的比赛录像，对手其他赛次的比赛，也要边记录边作数据统计。

袁灵犀在2010年开始使用国家排球队引进的排球数据分析软件“Data Volleyball”(排球数据)，这是一套由意大利人开发的排球数据分析软件，

可以输出技术统计数据，制作技术录像，目前已经推广到全世界。该软件基本上每支国家排球队都会购买，价格在3万元到8万元之间。有些球队没钱，购买的是较低的版本，使用期限只有一年。中国女排购买的是终身版本，编写软件的公司会定期更新。

这套软件共有五种语言版本，但是没有中文。英文说明书PDF版本，竟有足足100多页。据说，袁灵犀花了一个赛季联赛的时间自学，一页一页翻译成中文。

有了数据分析软件，对各种扣球线路数据就了如指掌。教练可以根据这个数据来安排换人，改变下一局的轮次打法。所以，观众经常看到的是，前面几局经常输球，逐步实现逆转，最后完全摸透对方每个队员的扣球规律，就彻底逆转。这次2016年巴西奥运会，中国女排也是走的这个节奏，在女子排球决赛，3-1击败塞尔维亚，时隔12年再夺冠，成为了第三支奥运三冠的女排队伍，也成就了郎指导的“教母”英名。

当然，数据分析是事后诸葛亮，趋势分析是事前诸葛亮，可用于比赛过程中的及时调整。 比赛后的 数据分析 其实是仅供参考，是事后诸葛亮，比赛进程中的趋势分析是及时数据，是用来进行调整的依据。从统计学角度来讲，在控制过程中，会产生过度调整和不调整两种错误。

目前，这方面分析方向主要有：排球轨迹获取和智能分析，排球扣球动作生物力学分析，运动员弹跳力和下肢运动关联分析，跳发球技术和移动步法数据分析，运动员体能衰减数据分析，得失分影响因子分析，运动员之间的关联关系分析，运动员和后备队员功能特征基本指标。

国内，这类专业的大数据分析软件和数据集都极其匮乏。

这一点对现在的企业是有很大的借鉴意义的，没有数据分析谈何业绩？没有数据分析团队谈何数据驱动营运？

注：本文系数据观综合自数据化管理-黄成明、百丽百灵。

责任编辑：王培