(原文於2013年7月2日於主場新聞網站發表)
上周三的溫布頓網球公開賽中，三號種子美女球手舒拉寶娃直落兩盤爆冷輸給世界排名131位的葡萄牙選手迪比圖（Michelle Larcher De Brito），當外間以為舒拉寶娃是因為在底線滑倒三次影響狀態，但透過分析大數據，卻有不一樣的發現。
IBM的分析工具SlamTracker，會在每場大滿貫賽事搜集多達4100萬項數據，涵蓋面包括發球速度、發球成功率、擊球次數及擊球類型等，藉此分 析球手的擊球style及節奏，至今已累積逾八千場賽事的巨細無遺資訊。SlamTracker將這個龐大的數據庫用於實時分析賽事，甚至可以為球手訂出 增強勝出該場賽事的3個關鍵指標。
將有關分析工具用於上述舒拉寶娃對迪比圖的賽事，會發現迪比圖在多個範疇均呈壓倒性優勢，例如迪比圖首次發球得分的比例高達74%，舒拉寶娃則只有61%。
更關鍵的，是舒拉寶娃在SlamTracker預測的三大勝算指標中，竟然沒有一項達標，相反迪比圖卻全數達標甚至超額完成，例如要爆冷成功，迪比圖必須 在4至9發來回擊球(4 to 9 shot rallies)的得分率取得至少47%，她結果在賽事中交出57%的成績；又如第一發球的得分率必須達到最少59%的目標，及接對方一發(first serve return point)的得分率要超過29%，迪比圖在這兩方面均交出超水準表現。
將大數據廣泛應用於體育競技，仍然是很新的現象，最膾炙人口的故事，要數暢銷書作者Michael Lewis 2004年的著作《Moneyball》，描寫美國一隊棒球隊的領隊比恩（Billy Beane），摒棄了老波骨的傳統智慧，活用統計數據，來指導球員買賣策略、訓練方法和比賽戰術，結果成功以弱勝強，連續多季打出佳績，壓倒不少富貴球隊。著作其後改編為電影，比恩的角色更由型男畢比特飾演。
自此Moneyball可說在體育界引發了一場革命，這種大量運用數據於體育競技的策略，大行其道。運動員及背後的團隊，大舉使用數據，固然是為了增加勝 算，及進行更針對性的訓練。另一邊廂，體育盛事背後涉及龐大的博彩活動，也令預測賽事結果的誘因大增，甚至球迷對球賽的觀賞，也變得科學化及數據化起來。
剛舉行的溫布頓網球公開賽，便推出了賽事分析網站Wimbledon Insights，內中的球手排名榜，便是綜合分析球手的臨場表現，以及粉絲在社交媒體上的意見，實時更新排名。IBM亦會為每場賽事的球手提供上述的3大致勝預測指標。
大數據連同分析工具，有助發掘一些不明顯的規律，協助球手、教練、評論員及球迷，多角度地拆解及參與賽事。相似的技術，也已被開始應用於商業世界中，企業透過搜集及分析大數據，來挖掘有用的資訊，制訂銷售預測，捕捉客戶口味的轉變及供應鏈的問題。
在大數據的顯微鏡下，運動從此不再一樣，連舒拉寶娃對自己球技的了解，也不再一樣。
註: 緊貼溫布頓決賽即時得分及排名更新, 可於http://on.fb.me/14njkci下載官方iPad版及Android版溫布頓Apps。
戴劍寒，IBM全球創新網絡香港區首席科技專家
Impact@IBMHK 