今年美國MLB職棒大聯盟在10月底才剛落幕，舊金山巨人隊擊敗各州高手，奪下冠軍，引發當地民眾狂歡慶祝。
在明年春季訓練開始前，各職棒隊伍已開始整軍訓練，準備應付下一季的挑戰。其中有新球員加入，也有舊球員調度，誰可以成為先發球員，過去往往仰賴球探挖掘和教練的訓練。但近7年以來，球探和教練早已不是美國MLB職棒的唯一選角標準。
美國媒體Sporttechie陸續披露，Big Data成為美國MLB職棒大聯盟的重要顯學，是美國棒球賽事的重要戰略分析工具，包括球賽的策略、教練如何管理球員、或甚至是改變球迷的看球經驗上，都造成巨大的影響。驗證了知名作家Michael Lewis所撰寫的小說「魔球」（Money Ball）劇情。
（圖說：美國MLB職棒透過Big Data改善棒球策略。圖片來源：Newsweek）
一場球賽收集1TB資料，未來更可能爆炸到7TB
Datanami公司統計，2000年以來，美國棒球資料呈爆炸性的成長。光是一場棒球比賽，就可以收集超過1TB的資料，相當於30萬張以上的高畫質照片。以先發投手約100顆左右用球數來看，投出一顆球，就可以收集超過20種以上的數據，投球的進球角度、軌跡和手臂運動速度等，都是棒球比賽可能會用到的資料。專家甚至預測，隨著感測裝置和各種科技的推陳出新，蒐集運動賽事的技術門檻會越來越低，未來一場棒球比賽收集到的資料量，更可能會爆炸到7TB。
透過系統資料，團隊可以記錄球員的表現，改變判斷球員價值的方式，並決定哪些選手應該先發、哪些又應該下放到小聯盟。
防守策略應用大幅增加
另一個Big Data在美國MLB比賽中的重要影響，在於改變防守策略。
相較於攻擊，2000年以來，美國職棒採用「防守轉換」（defensive shifts）策略數明顯增加，關鍵在於內野教練可以透過Big Data分析對手什麼時候可能會打安打，來決定場上球員防守的位置，是否應該退後到外野，或趨前防守等。
大聯盟球隊改以防守代替進攻，降低對手的安打率。2010年MLB防守轉換策略的次數約只有2,400次，但到了2013年，卻大增到8,000次。
（圖說：CBC媒體報導，美國BIS雇員分析大量球員數據，提供MLB球隊改善比賽策略。照片來源：CBC）
球迷體驗因此更加多元
Big Data改變美國職棒的另外一個重點，在於球迷的體驗經驗上。
美國最早從1939年開始由紐約電視台轉播棒球比賽，至今走入超過60年時光。雖然曾經一度創造棒球轉播的榮景，但隨著智慧型手機等新裝置的崛起，消費者的眼球目光也逐漸轉移。為了提供更多的消費體驗，美國體育媒體開始透過雲端收集消費者的習慣，在手機網頁上提供即時的棒球分析等，抓緊用戶需求。
現在火熱的棒球比賽已經不再只仰賴明星球員的加持，還包括著各種戰術與行銷策略的手法。Big Data全面改變美國的職棒生態，也引領各種運動賽事朝更多元的方向競爭。
資料來源：Sporttechie、CBC、Newsweek、Datanami
