舒拉寶娃敗走溫布頓之謎

(原文於2013年7月2日於主場新聞網站發表)

shelapova-04_YbXQI_600x0

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。

IBM-Keys-to-the-Match-5-23-13_sA0OK_600x0

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。

Samson_Tai_2012

戴劍寒,IBM全球創新網絡香港區首席科技專家

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s