数据分析未来不再仅仅是大企业的专利，而是被各种形式和规模的公司所利用，并被注入工作流程以帮助任何决策过程——甚至是在足球场上。事实上，分析技术现在已经成为彻底改变足球队及其比赛方式的制胜法宝的重要组成部分。

球员、先驱和领导者

在现代历史的大部分时间里，教练们除了笔、纸和视频外，几乎没有其他东西可以帮助他们分析比赛。在90年代，曼联成为在决策中采用分析技术的先锋球队之一；到2010年，分析技术已被国际领先联赛的球队广泛采用。

近年来，足球经历了快速的技术进步，平台能够捕捉和分析来自训练、比赛、物联网（IoT）设备和可穿戴设备的数据。教练们现在非常依赖指标来指导他们的决策，并帮助他们的球队取得优异成绩。

注入分析技术以加强比赛

足球队依靠从无数来源获得的大量数据，将他们的比赛提高到新的水平。物联网传感器和GPS设备实时跟踪球员和球的运动。光学跟踪甚至可以在一秒钟内精确地确定球员在球场上的位置，与球、对手和队友的关系。

在训练中，可穿戴设备测量球员的工作量、运动和疲劳程度，以管理他们的体能和定位，优化比赛中的表现。这些设备收集的数据也被用来设计个性化的训练计划。在比赛中，教练也可以实时看到每个球员的表现，以帮助指导战略换人。

Sisense公司提供的Infused analytics 系统所做的工作：可穿戴设备直接向教练提供数据和洞察力，使他们能够做出决策，并在没有技术数据专业知识的情况下改变球队的表现。

云上的现代数据存储使团队有能力从这些设备中收集和混杂大量的数据。大数据分析和人工智能使人们能够同时处理和分析来自许多来源的数据，以衡量甚至预测表现。这些发展为数据分析和足球增加了新的维度!

同样的趋势也发生在商业领域。技术领先的公司提供了比以往更多的方法来产生数据。随着顶级公司开始从他们所采用的分析方法中获益，越来越多的其他组织跟随他们的步伐。事实证明，无论在球场上还是球场下，分析都是一个成功的公式。

图 1 从他的热图中可以看出，莱万多夫斯基被允许在进攻半场漫游和漂移。重要的是要明白，莱万多夫斯基在拜仁体系中的角色是不固定的，因为球队中已经实施了许多位置游戏原则。拜仁利用的位置轮换让球队有了最大的灵活性，而莱万多夫斯基的灵活性很快就会被强调。

团队如何从分析学中受益

对教练员来说，最有价值的情报显示了实时发生的情况。这意味着教练员可以使用这些数据来改变他们的团队和行为的形态，以增加他们获胜的可能性。这些类型的洞察力主要是从比赛日志、视频和GPS跟踪以及空间相关数据中收集的。

热力图数据可视化显示，保持控球并保持高强度的球队最有可能取得进球并赢得比赛。

图 2有时，莱万多夫斯基会下降，以帮助建队；其他时候，他将下降到中场或半场，以创造数量上的优势，在这个过程中压倒对手。在上面的图片中，拜仁正处于集结状态。他们的三名中场球员都已经下降，因此莱万多夫斯基能够找到空间，因为杜塞尔多夫在两翼向他们施压。托马斯-穆勒未能找到莱万多夫斯基的传球，但在两翼的金斯利-科曼和塞尔吉-格纳布里的支持下，这位中锋可以在中后卫面前运球。

球队数据也可以被分析为一个网络，其中节点代表球员，节点之间的线代表互动，如队友之间的传球。教练可以识别不同类型的互动，对不同类型的事件进行编码。这些数据使他们能够识别、改变和测试典型比赛段落的有效性。

图 3莱万多夫斯基将占据任何一个侧翼，当他这样做时，在拜仁寻求进攻时，他为拜仁创造了人数优势。在上面的图片中，莱万多夫斯基，标为橙色，他的位置是最宽的。仅仅是这个位置就影响了比赛，因为现在杜塞尔多夫的中后卫没有人盯防，使他们容易推高（如右中卫），创造更多的机会来利用后面的空间。由于莱万多夫斯基的位置很宽，科曼现在可以在半场自由活动，有足够的空间让他转身进攻。在这种情况下，科曼不是一个选择，所以球被传给了莱万多夫斯基，后者被阿方索-戴维斯包夹。杜塞尔多夫的右后卫被迫留在原地标记戴维斯，让莱万多夫斯基向前运球，并最终将球传给戴维斯。在其他情况下，莱万多夫斯基也能够运球，创造空间，并在禁区中心将球传给队友的头上。

这可以从一项关于足球中传球网络的研究中看出，该研究分析了2018年巴塞罗那对阵皇家马德里的比赛。最近的另一项分析证实，欧洲五大联赛（德甲、西甲、法甲、英超、意甲）的领先球队通过每场比赛更多的传球取得了成功，特别是在德甲、英超和意甲。

通过分析数据，足球队可以确定获胜的比赛方式，并使用同样的技术进行球队分析，他们可以确定哪些球队做得最好以及如何做。

实时数据和预测性分析

预测分析法将分析带入未来，可以用来帮助教练了解改变球队阵型和其他变化的后果。教练可以根据下一个对手的数据来调整训练、战略和个人的角色。业务经理可以以同样的方式使用数据，为不同的客户、人员配置水平、库存等定制方法。

球队发现的一个具有预测能力的指标是预期进球数（xG），它衡量球员在进攻中的射门质量以及射门导致进球的概率。xG使用的算法考虑了离球门的距离、角度等因素。

教练使用这一指标试图预测球员的最佳位置和比赛模式，以优化进球机会。在这种情况下，分析提供了在不同情况下应用的最有效策略的洞察力。

考虑到这一点，数据可以被用于帮助招募合适的团队成员以获得未来的成功，或者快速培养其他人。

球队利用有关球员的优势和劣势的大量数据，更深入地了解个人表现，以帮助他们和俱乐部取得成功。利用所有这些数据的力量所需要的是一个分析平台，它可以处理来自众多实时和缓存来源的巨大和不断增长的数据点，然后以能够提供快速、可理解和可操作的见解的方式将其全部可视化。

数据造就赢家

足球领域的分析正在打开令人难以置信的机会，特别是当物联网、可穿戴设备和更复杂的平台在体育赛事、俱乐部和协会中变得正常化。足球队在团队管理、训练、绩效分析和招聘中注入分析技术，已经成为他们成功的一个重要部分。随着越来越多的俱乐部从数据中了解如何建立胜利的团队，未来对球员和球迷来说都是令人兴奋的。

关于Sisense

Sisense试图通过让企业轻松地将分析技术渗透到各个地方，来推动世界上有意义的变化。Sisense超越了仪表盘，提供了一个人工智能驱动的平台，任何公司都可以用它来推动更好、更快的决策，为其业务和客户服务。

2000多家全球公司，如GitLab、UiPath、Tinder、纳斯达克、通用电气、劳斯莱斯和飞利浦医疗等，都依靠Sisense进行创新，颠覆市场并推动世界上有意义的变化。在客户成功方面，Sisense是排名第一的商业智能公司，也连续五年被评为福布斯云计算100强，即全球最佳云计算公司之一。在LinkedIn、Twitter和Facebook上与我们联系。

Sisense始于一个简单的想法--数据分析可以通过技术创新变得流畅、简单和快速。Sisense在2010年推出了它的第一个商业版本，让市场大吃一惊。我们的平台足够强大，可以处理大型和不同的数据集，但又足够简单，几乎任何人都可以使用。

从那时起，Sisense不断发展，通过2019年与Periscope Data的合并，增加了被世界上最先进的数据团队所信任的改变游戏规则的技术。今天，Sisense是一个真正的行业领导者，年经常性收入超过1亿美元，融资超过2亿美元，全球客户超过2000家，在东京、旧金山、特拉维夫、墨尔本、纽约和亚利桑那州等不同地点有近800名员工。