為什麼要學習知識？因為這樣你才能有預測力！
──休士頓火箭隊的「魔球」策略
休士頓火箭隊總經理達瑞爾．莫瑞（Daryl Morey）來到休士頓之後所做的第一件事，對他來說也是最重要的一件事，就是安裝用來預測籃球選手未來表現的統計模型。「知識，就是預測力，」莫瑞說：「知識就是一種可以提升你預測結果的能力，只是很多人沒發現這一點。」
選手的比賽成績統計數據，可以透露這名選手的很多資訊。但哪些資訊才是真正有用的呢？你或許會以為，籃球球員最重要的能力就是得分，不少人確實這麼認為。那麼，到底大學籃球球員的得分能力，是否可以用來預測他未來在NBA的表現呢？
答案是：不能。根據莫瑞早期的模型版本，他發現傳統的統計方式，例如每場比賽的得分、籃板球、助攻等等數據只會誤導我們。通常，得分高的球員很有可能會傷害整個球隊，得分低的球員反而是球隊的重要資產。「利用統計模型，排除人們的主觀意見，會迫使你提出正確的問題，」莫瑞說：「為什麼球探看重的球員，在模型的排名卻吊車尾？為什麼球探不看好的球員，在模型裡卻名列前茅？」
回到二○○六年，莫瑞的方法算是ＮＢＡ首創。當時沒有其他人運用統計模型來評估籃球球員，也沒有人願意去蒐集模型所需要的資訊。為了取得必要的統計數據，他必須派人到全美大學體育協會（National Collegiate Athletic Association, NCAA）位於印第安納波利斯市的辦公室，用翻拍方式蒐集過去二十年每場大學籃球賽的成績，再將這些資料一筆一筆輸入系統。任何關於籃球球員的理論，現在都可藉由資料分析來進行驗證。今天，他們手上有了累積二十年的球員資料，你可以透過新的資料庫將現有的球員與過去近似的球員進行比照，找出是否有值得學習的新發現。
休士頓火箭隊做的事，現在聽起來大部分都很簡單且理所當然。基本上，他們採用的方法，和華爾街交易員、美國總統大選的競選團隊，以及每家公司試圖從你的網路行為預測你可能會購買哪些產品或瀏覽哪些網頁所運用的方法，大同小異。
但是，在二○○六年那個的時空背景下，要做到這一切並不容易，也絕非理理所當然。當時，莫瑞無法取得模型所需要的資料，因此休士頓火箭隊只好開始記錄過去不被重視的球賽相關數據，自行蒐集需要的資料。舉例來說，除了知道球員拿下的籃板球次數之外，他們也開始記錄球員有多少次機會可以搶下籃板球，又實際搶下了多少個籃板球。他們會比較某個球員在場上與在場邊坐板凳時，球隊的得分表現。
「每場比賽」的得分、籃板球、抄截數，或許不是太有用處，但「每分鐘」的得分、籃板球、抄截數就非常有價值了。如果你整場都有出賽，一整場打下來得十五分，這樣的得分沒有太大意義，但如果你出賽時間只有一半，意義就大為不同。從比賽紀錄表，也可看出不同大學球隊的比賽節奏，也就是得分起伏的頻率。將球員的個人統計數據與球隊的成績變化進行交叉分析，就可以得出更準確的資訊。得分和籃板球雖然是重要的數據，但投籃數一百五十次和投籃數七十五次就代表了不同的意義。如果再加上比賽節奏的統計數據，就能比傳統方法更能清楚得知球員的實際表現。
而且除了比賽數據，他也蒐集球員生活的相關數據，試圖歸納出可能的模式。雙親健全，是否對球員有幫助？左撇子，是否有優勢？作風強勢的大學教練帶領的球員，未來在NBA的表現是否比較好？家族中有NBA球員的選手，是否表現比其他人優異？從專科學校轉學到大學，對場上表現是否有影響？如果教練選擇區域聯防戰術，球員的表現會不會比較好？如果他在大學打過不同位置，今天的表現會怎樣？臥推的重量，是否會有影響？
「我們蒐集的數據，大多無法用來預測球員的未來表現，」莫瑞說，但有些數據可以，例如每分鐘籃板球數，可以有效預測身材高大球員的未來表現；每分鐘抄截數，可預測身材矮小球員的未來表現。而且球員的身高不是重點，關鍵在於他的手可以伸多高──重要的是長度，而非高度。
（麥可‧路易士 Michael Lewis，知名暢銷作家，本文摘自新書《橡皮擦計畫：兩位天才心理學家，一段改變世界的情誼》）
📘
博客來 https://goo.gl/QcfTht
讀 冊 https://goo.gl/Wr89BT
金石堂 https://goo.gl/Rg3J3Y
誠 品 https://goo.gl/EoWga9
籃球紀錄表 在 【籃球紀錄表講解】 - YouTube 的推薦與評價
【 籃球紀錄表 講解】. Cody Yu. Cody Yu. 129 subscribers. Subscribe. 73. I like this. I dislike this. Share. Share. Save. Save. ... <看更多>