看Big Data如何改變美國職棒MLB?

2014.11.12 by
曾筱媛

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。

enter image description here
(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。

enter image description here
(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:SporttechieCBCNewsweekDatanami

每日精選科技圈重要消息