提示：最多同时选择4家公司
Interwetten
SNAI(意大利)
Eurobet.it
韩职联韓職聯
韩K挑联韓K挑聯
日足联日足聯
日女杯日女盃
日职丙日職丙
澳维甲澳維甲
澳维青澳維青
南澳超南澳超
澳塔超澳塔超
西澳超西澳超
澳维超澳維超
中乙北中乙北
中乙南中乙南
澳昆超澳昆超
越南乙越南乙
澳布超澳布超
南澳甲南澳甲
澳威超澳威超
挪女联挪女聯
瑞乙VG瑞乙VG
瑞乙OG瑞乙OG
瑞乙NS瑞乙NS
哈萨超哈薩超
挪乙2挪乙2
瑞女超瑞女超
瑞乙NL瑞乙NL
巴里青巴里青
芬乙1芬乙P
芬乙3芬乙3
芬乙2芬乙I
拉脱超拉脫超
挪乙1挪乙1
瑞乙NG瑞乙NG
瑞乙SS瑞乙SS
瑞甲N瑞甲N
瑞甲S瑞甲S
格鲁甲格魯甲
突尼杯突尼盃
联合会杯洲國盃
白俄超白俄超
欧青赛歐青賽
爱沙乙A愛沙乙A
芬女联芬女聯
美职业美職業
秘鲁甲秘魯甲
阿乙B阿乙B
乌拉甲烏拉甲
巴锦乙巴錦乙
巴圣青巴圣青
阿乙C阿乙C
巴拉乙巴拉乙
美女联美女聯
巴拉甲巴拉甲
北美联北美聯
附加赛附加賽
友谊赛友誼賽
抱歉，当前暂无数据
正在加载数据请稍等……
十天内免登陆
其它登录方式
我已阅读并接受
足球即时指数就是足球的最新赔率，一般的足球比赛在开赛前开盘开始，盘口是在不断的变化的，这其中包括庄家诱盘和对比赛信息的及时分析等等，所以每一个时间点都有一个最新的赔率。这个就叫做足球即时指数，这个指数表示庄家对主客队双方的结果的预测，而购买彩票也是依靠此来进行购买。开门彩足球指数栏目提供了足球即时指数、提供各大赔率公司足球即时赔率等相关信息，
足球指数栏目页面上面有选择赔率、选择赛事、回查、早场等几个选项，选择培训选项有威廉希尔、伟德、立博、Bet365等公司，彩民最多可同时选择4家公司，选择赛事中可选择全部比赛、进行中、为开场、已完场等选项，回查选项可选择近几场比赛场次信息，早场选项为为开场的比赛场次信息；栏目中间显示有主盘对比、亚盘对比、欧赔对比、大小对比、必发指数等相关内容，这几个每个版块对应不同，在主盘对比上，可以看到公司赔率、可以看到主队、让球、客队、主胜、和局、客胜、打球、盘口、小球以及走势等等数据详情，这些数据详情广大彩民可以作为参考。
全部赛事分为阿赛杯，印尼乙，阿尔U21，沙特甲，阿曼联，埃及甲，保超，丹麦U19，英后背，苏青联，乌干超，捷甲，波兰甲等等，彩民可以通过这些比赛的数据如：主队的赔率值，让球指数实时跟进！
通过以上内容介绍，大家对足球指数相关内容也有一定的了解，如果还想了解更多关于足球方面的内容，可以在开门彩栏目上查找，网站为您提供更好的服务！
COPYRIGHT2016
KM28.COM.ALL RIGHT RESERVED蜀ICP备号-1
成都翻羽科技有限公司版权所有
X 手机扫一扫，查看免费推荐当超级碗遇上高科技 会有什么样的火花？
　　裁判：体育界最难做的工作？
　　&上帝之手&不是裁判所犯的第一个错误，当然也不会是最后一个。从人类开始竞技体育以来，不确定的判罚就一直伴随着各种比赛，也让很多球员和球迷愤怒不已。而过去和现在唯一的不同，就是如今那些错误的判罚统统都被记录了下来，而且会永远保存在线上。从简单的疏忽，到一些有其他目的的判罚，球迷都可以通过自己的智能手机看到、议论到。
　　在1972年的奥运会上，由于国际篮联官员对和前苏联男篮决赛干涉，竟然将比赛时间回表三秒，结果导致原本胜券在握的美国队最终输掉了比赛，失去了冠军。由于当时正好处于冷战时期，美国男篮拒绝了奥运会授予的银牌，ESPN称那是体育史上最糟糕的判罚。
　　当时的裁判可能会出于某些&政治原因&而做出一些错误判罚，引发球员和球迷的愤怒。但是如果在下一届世界杯、奥运会、或是超级碗上，裁判可以访问球员运动的实时数据，能否做出更快、更准确的判罚呢？通过减少人为错误，或许真的会有一些错误判罚和混乱被避免，至少不会因为错误的判罚而导致比赛结果更改。这不仅有利于运动员，裁判也能从中受益，无疑是一件双赢的好事儿，对吗？好吧，事情并非那么简单。
　　球门线技术的时代
　　和球员、教练一样，裁判其实也是比赛的一部分，每次当他们踏上赛场，其实也会遇到属于裁判自己的压力。裁判所做出的决策决定了对决成败，教练、球员和观众也会立刻做出反应，让裁判明白他们不同意刚才的判罚。所以，高科技追踪技术此时就能发挥作用，给所有人一个合理的解释。
　　举个例子，在足球比赛中，球门线技术可能是裁判对抗球员和球迷对模糊判罚所使用的&第一道防线&。球门线技术可以判断一个球是否越过了球门，是否能够判断该球进入得分。这些系统使用高速摄像头和植入足球内部的微型芯片来追踪足球移动，裁判可以使用系统反馈的实时数据来明确自己的判罚。
　　不过，美国橄榄球职业大联盟目前还没有完全采用球门线技术，而早已经在2014年世界杯和欧洲超级联赛上使用了这项技术。而且，英格兰足球超级联赛的教练们似乎也很喜欢该技术，并表示可以防止&不公平&的判罚出现。利用球门线技术，裁判可以在一秒钟之内获得足球是否进入球门，大大缩短了比赛延误时间。更重要的是，裁判可以立即获得足球是否进线的&铁证&，再也不用依赖自己的观察，或是和其他裁判讨论沟通再做决策了。
　　实际上，这种技术也可以对其他运动比赛的裁判有所帮助，当出现争议的时候，能够帮助他们对自己的判罚更有信心。举个例子，1998年NBA总决赛的第二场，当时很多观众认为裁判的判罚有利于波士顿凯尔特人队，而不是洛杉矶湖人，由于比赛涉及到冠军归属，于是观众的情绪开始出现波动，此时如果有&硬数据&摆在人们面前，说不定可以让人们快速冷静下来。
责编：陶宗瑶(实习生)
环球时报系产品
扫描关注环球网官方微信
扫描关注 这里是美国微信公众号
扫描关注更多环球微信公众号后使用快捷导航没有帐号？
足球比赛中的实时数据是如何统计出来的？人工 or 人工智能？
查看: 51530|
评论: 0|原作者: 婷婷、曦郴、水妈|来自: 狗熊会
摘要: 言归正传，对足球有稍微有一点了解的人，应该对赛事转播过程中出现的统计数据并不陌生。那么，你有没有想过，足球比赛中的实时数据是怎么统计出来的？现代足球起源于19世纪末的英国，紧接着便疯狂发展并席卷全球，当 ...
说起足球，就算不是球迷，也能说出一两个球星的名字，比如这两位非常注意保护嗓子的巨星。言归正传，对足球有稍微有一点了解的人，应该对赛事转播过程中出现的统计数据并不陌生。那么，你有没有想过，足球比赛中的实时数据是怎么统计出来的？日，西班牙国家德比实时转播过程中出现了诸如比分、传球成功率等实时数据，图为直播中左上角弹出皮克和拉莫斯的传球成功率对比（图片来源：PPTV赛事回放截图）老实人甲一定是有人拿着小本本在场边画“正”字统计！皇马射门+1+1+1，巴萨进球+1+1+1！程序猿乙肯定是用热成像摄像头捕捉球员运动轨迹，用分析球员动作自动生成实时数据。以上的两种回答代表了绝大多数人内心的想法，但这两种说法都不全面。首先来看看现在的赛事转播过程中常出现哪些统计数据。图为西班牙国家德比转播过程中PPTV半场数据统计图（图片来源：PPTV赛事回放截图）这些数据到底是如何统计出来的，人工 or 人工智能？在回答这个问题之前，我们先来看看早期的足球比赛的数据统计。足球数据统计历史现代足球起源于19世纪末的英国，紧接着便疯狂发展并席卷全球，当时主要的传播媒介是报纸。足球比赛结束后，报社将比分、照片以及比赛中的各项数据，配以简单的评述传播至世界各地。可以想象当时的足球数据仅限于“场面数据”的统计，简单的比分、扑救、定位球个数、红黄牌数等由各大报社工作人员拿小本本记录下来，赛后大家一比对，记的都差不多，那就给写稿子的人发稿吧，如此就是最初的数据统计。这种在现在看来缺乏时效性与参与度的方法，在当时却在世界各地播种下了足球文明的种子。图：早期的英国体育报纸的足球报道球迷们显然对于纸媒的时效性非常不满，于是日，英国BBC电台首次通过电台广播对阿森纳VS谢菲尔德的比赛进行了转播。这场比赛BBC安排了两名评论员，一位负责对场上状况进行评述，一位指出足球在下图所示的网格中的位置，两人配合，给听众传播最正确的比赛信息。这种转播方式在现在看来是一种非常考验想象力以及反应力的转播方式，由此可以想到早期的球迷足球素养非常高。图：英国电台解说分区图，球场被分为8个区同样是在英国，同样是阿森纳，同样是BBC，1939年，一场阿森纳一线队与预备队的比赛录像被呈现在电视屏幕上。录播虽然是令人遗憾的，但这却开了球迷们在电视机前观看比赛的先河。观众可以独立进行数据统计及核对，这就对转播公司的实时数据统计提出了更高的要求，要更准确、更及时。这个时期的足球数据统计依然是依靠人工。就在此时，计算机技术逐渐发展起来，计算机成了专业的统计辅助工具。专业的统计人员将球场上的每一个动作变成一个一个事件，将每一分钟30次以上的各种高密度动作转化为事件存储下来，再由人工进行验证，并通过程序进行实时发布。这种方法对人工要求极高，因而准确度也高，多常见于第三方数据服务商，为转播方、解说员、博彩公司等提供服务。然而，那些如雨后春笋般涌起的黑科技，究竟有没有改变这个行业呢？谁在负责统计数据要回答这个问题，首先要清楚足球比赛中的实时数据是谁来统计的。作为一名电视机前的观众，比赛过程中得到信息的渠道有两个，一是眼睛获取的画面，二是耳朵听到的解说。转播画面带给球迷的是最原始的视觉冲击，而解说则是帮助球迷更加深入的理解比赛。球迷们经常能听到“***队本场的射门次数已经达到15次之多，其中射正的仅仅3次”诸如此类的话，难道解说员在比赛过程中还要一边拿小本本记数据，一边解说，再把数据加加减减，算出控球率？如果真是这样的话，德艺双馨的老解说员们早就累死了。一般来说，一些大型的足球联赛，比如欧洲五大联赛，转播是由专业的信号制作公司提供。他们在比赛场馆架设6台、8台甚至更多的摄像机，尽力追捕球员从赛前采访到进球后的每一个眼神，然后在一个布满电线的大型制作场所内，将比赛信号通过卫星传输到世界各地。而赛中的实时数据则是由专门的数据公司提供的，转播公司向数据公司购买服务，数据公司使用专业的数据采集方法对实时数据进行采集。一部分数据在直播中展示，一部分更深入详细的数据在赛后进行整理分析和展示。简单的说，我们在CCTV5台看到的中超转播信号制作其实是一家叫体奥动力的公司提供的，而看到的实时数据，又是其名下的盈动力大数据公司提供的。国外从事数据服务的公司非常多，而且很多公司的技术已经非常成熟，竞争相当激烈。这些公司中不乏一些巨头，比如英国的OPTA公司，法国的Sport Universal公司等等，不同的公司有着不同的数据采集系统，下面以OPTA为例展开分析。来自英国的OPTA实况体育数据公司是全球领先的数据提供商，该公司目前为包括英超、德甲、荷甲在内的多个大型比赛的官方数据合作伙伴，同时也为下图所示的大型联赛提供数据服务，包括中超。除了为俱乐部提供服务以外，OPTA同时也与Canal+，天空体育，ESPN等电视台合作，在赛前、赛中以及赛后提供数据分析服务。图：OPTA的赛事合作伙伴（图片来源：OPTA官网）比赛过程中，OPTA会对场上超过200项的技术统计进行统计分析，实时更新，并为客户提供XML数据接口，方便来自全世界的客户调取。OPTA兼有世界上最完备的体育历史数据库，从1996年起搜集各种比赛数据，渐渐形成了世界上数量较大、权威性较高的比赛数据库。另外，OPTA会按照不同需求提供不同的数据服务，其中就包括解说支持。球迷对比赛过程中的历史数据一定不陌生，解说员总是清楚的知道下一个进球是球员职业生涯的第几个进球，甚至是欧冠历史上第几个进球等等，其实这很大程度上要依靠OPTA这样的数据服务商。总而言之，这个公司真的是在做与足球数据相关的几乎所有生意。图：OPTA提供的服务种类（数据来源：OPTA官网）数据是如何统计出来的？而赛中的数据又是如何去统计呢？大家普遍认为较高级职业联赛都用了很多了不起的高科技，只需要把机器一架，数据就像水一样哗啦啦自己流出来了，这种想法显然是不现实的。其实无论是哪家公司，采用什么样的高科技，其实核心还是解决两个问题，一是球在哪儿，人在哪儿；二是人对球做了什么，人对人做了什么。对于人和球在哪儿，解决方案有很多，其中一种就是安装多台高速摄像机，保证每个区域都有两个以上的摄像头能覆盖。图像识别能做到判断出是谁拿了球，球速是多少，但是具体这个人想做什么，这个动作是射门还是传球，就需要经验丰富的记录员来进行判断。优秀的记录员能够在极短的时间内判断出球员的意图，再通过辅助记录的软件，选择球员，并选择此刻与该球员对应的事件，这些事件包括传球、传中、拦截、射门、扑救、犯规等等，如此便将比赛中共计2000次以上的各种事件记录了下来。图：OPTA的数据专家在进行实时数据采集（图片来源：OPTA官网）OPTA的实时统计系统就是这种人工+智能的方式，每个记录小组有三个人，两个人进行实时数据采集，一个人进行实时的视频素材回放校验。可能有人会质疑这种掺杂人工的方式的准确度。实际上，不同公司给出的比赛数据的确是存在差异的，每一家公司的数据收集背后都有一套独特的哲学。日的一场西甲常规赛中，皇家马德里主场迎战黄色潜水艇比利亚雷亚尔，赛后的数据统计中，Whoscored的统计数据显示：控球率为58% VS 42%，传球成功率为89% VS 85%。而国内足球数据公司创冰科技给出的控球率则是54.9% VS 45.1%，传球成功率为84% VS 84%。甚至连射门数这样看似简单的统计指标，两个网站都分别给出了28 VS 10和27 VS 9这样不同的结果，说明两个公司的统计人员对于射门这个事件的判断有差异，而这便是足球比赛数据统计中的“人为误差”。图：whoscored对皇家马德里VS比利亚雷亚尔的数据统计（图片来源：whoscored）图：创冰DATA对皇家马德里VS比利亚雷亚尔的数据统计（图片来源：创冰DATA）人工+智能的数据采集方式可以说是八仙过海各显神通，而统计指标的计算方法也会影响最终的统计结果。结合上面对采集方法的介绍，大致可以知道对于射门、角球、任意球、点球、犯规的统计方法，就是一个字：数。这一类事件，记录员有很长的时间去反应球场上究竟发生了什么，出错的可能性也比较小。控球率也是一个很容易记录的指标，控球率=控球时间/两队总控球时间，而控球时间则是指传出的球未被对方接触之前的时间。机器能够记录此时是哪一队拿球，拿球时间是多久，只需要人工进行一些简单的修正，例如剔除死球时间（庆祝时间、边角球、任意球时间），即可得出控球率。同理，传球成功率=传球成功次数/本队传球总次数，其实就是没有被抢断的次数，同样是机器和人工共同采集，人工校验的方式进行统计。实际上，每个公司对指标的统计方法都是不一样的，这也就是为什么我们看到的结果不一样的原因。同时也说明，足球统计学，是一个值得统计学家们深入研究的领域，而懂足球的人，也是这个行业目前最核心的生产力。人工+智能的方式当然不等同与人工智能，但这一定只是足球统计史上的一个时期。实际上，现在有很多可穿戴设备可以用于球员数据采集，能够对球员各项身体数据，甚至脑电波进行监测。但是由于竞技体育对于球员的衣着和穿戴有着严格的要求，所以可穿戴设备在赛场上并没有得到很广泛的应用，反而一些俱乐部在训练的时候用的较多。希望在不久的将来，我们能够看到梅西踢球时的脑电波，而解说员在他拿球突破的时候便吼道“梅西拿球了，他准备传给前场的阿尔巴，不，这一刻他改变主意了，他准备在前场打一脚远射，应该是在球门的左下角，此刻门将的脑电波显示他准备扑球门的右边，梅西这一脚打门的成功率在80%左右，果然，球进了！！！”数据分析之于足球产业大数据悄然改变着每一个行业，足球也不例外。对于足球数据的应用，大家首先想到的，一定是博彩。对于博彩公司而言，一份真实完整的历史数据报告，能为精算师们计算初始赔率提供数据支持。而源源不断及时输入比赛实时数据，则会帮助博彩公司及时调整实时赔率，以获取更大的收益。值得注意的是，博彩公司初始赔率虽然是基于球队数据，但起着决定性因素的，其实是市场期望，这也是足球数据行业值得关注的一个领域。前不久刚刚进行的2017世俱杯半决赛中，皇家马德里客场迎战阿布扎比半岛，这场比赛最引人注目的并非两队之间的对决，而是阿里云团队用人工智能技术对比赛进行了解说。AI不仅正确识别了球队、球员，还识别出了球员的传球、射门等动作。解说员在紧张的比赛之中难免会出现差错，但人工智能背后强大的数据则有效地避免了这个问题。一场看似简单的解说，实际运用了多路卷积模型对球及球员定位，加上高效的跟踪，就实现了对球员和球的实时跟踪。同时，人工智能提前学习球衣号码，提取球员人脸特征，再对比录入的球员信息，即可完成球员的身份识别。此外，对球门、边界线等球场基础信息的识别，也可以让该机器对球场形成更加全面的感知。由此可见，未来人工智能在足球领域的一大应用可能是呈现更多形式、更精准的赛事转播。回归到足球本身，如何帮助球队取得胜利，如何用较低的溢价签到最合适的球员，或许是足球数据最具意义的应用。众所周知，每支球队都有各自赖以成名的球队风格，比如巴萨的Tiki-Taka战术以传控为主，而死敌皇马强调速度致胜。每种球风各有特色，相生相克。又比如西甲中下游球队塞尔塔和英超中下游球队水晶宫，虽然在联赛中战绩不佳，但却是名副其实的强队收割机，这些隐藏在表面数据之下的特殊规律则可以交由足球大数据去探索。可能有人会说强大的数据让足球失去了原有的魅力，甚至担心有一天人工智能机器人会打败人类足球，但其实数据只是让大家更理性的参与足球活动，甚至从中受益。足球永远是那个充满不确定性的运动，因为，足球是圆的。欢迎加入本站公开兴趣群商业智能与数据分析群兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识QQ群：
上一篇：下一篇：
dataguru.cn All Right Reserved.您的 IP 地址/地理位置：&&&&
当前位置： &
足球比赛中的实时数据是如何统计出来的？人工 or 人工智能？ 16:10:23&|&编辑：hely&|&查看：&|&评论：
言归正传，对足球有稍微有一点了解的人，应该对赛事转播过程中出现的统计数据并不陌生。那么，你有没有想过，足球比赛中的实时数据是怎么统计出来的?
说起足球，就算不是球迷，也能说出一两个球星的名字，比如这两位非常注意保护嗓子的巨星。
言归正传，对足球有稍微有一点了解的人，应该对赛事转播过程中出现的并不陌生。那么，你有没有想过，足球比赛中的是怎么统计出来的?
日，西班牙国家德比实时转播过程中出现了诸如比分、传球成功率等，图为直播中左上角弹出皮克和拉莫斯的传球成功率对比(图片来源：PPTV赛事回放截图)
一定是有人拿着小本本在场边画&正&字统计!皇马射门+1+1+1，巴萨进球+1+1+1!
肯定是用热成像摄像头捕捉球员运动轨迹，用人工智能分析球员动作自动生成实时数据。
以上的两种回答代表了绝大多数人内心的想法，但这两种说法都不全面。首先来看看现在的赛事转播过程中常出现哪些统计数据。
图为西班牙国家德比转播过程中PPTV半场数据统计图
(图片来源：PPTV赛事回放截图)
这些数据到底是如何统计出来的，人工 or 人工智能?在回答这个问题之前，我们先来看看早期的足球比赛的数据统计。
足球数据统计历史
现代足球起源于19世纪末的英国，紧接着便疯狂发展并席卷全球，当时主要的传播媒介是报纸。足球比赛结束后，报社将比分、照片以及比赛中的各项数据，配以简单的评述传播至世界各地。可以想象当时的足球数据仅限于&场面数据&的统计，简单的比分、扑救、定位球个数、红黄牌数等由各大报社工作人员拿小本本记录下来，赛后大家一比对，记的都差不多，那就给写稿子的人发稿吧，如此就是最初的数据统计。这种在现在看来缺乏时效性与参与度的方法，在当时却在世界各地播种下了足球文明的种子。
图：早期的英国体育报纸的足球报道
球迷们显然对于纸媒的时效性非常不满，于是日，英国BBC电台首次通过电台广播对阿森纳VS谢菲尔德的比赛进行了转播。这场比赛BBC安排了两名评论员，一位负责对场上状况进行评述，一位指出足球在下图所示的网格中的位置，两人配合，给听众传播最正确的比赛信息。这种转播方式在现在看来是一种非常考验想象力以及反应力的转播方式，由此可以想到早期的球迷足球素养非常高。
图：英国电台解说分区图，球场被分为8个区
同样是在英国，同样是阿森纳，同样是BBC，1939年，一场阿森纳一线队与预备队的比赛录像被呈现在电视屏幕上。录播虽然是令人遗憾的，但这却开了球迷们在电视机前观看比赛的先河。观众可以独立进行数据统计及核对，这就对转播公司的实时数据统计提出了更高的要求，要更准确、更及时。这个时期的足球数据统计依然是依靠人工。
就在此时，计算机技术逐渐发展起来，计算机成了专业的统计辅助工具。专业的统计人员将球场上的每一个动作变成一个一个事件，将每一分钟30次以上的各种高密度动作转化为事件存储下来，再由人工进行验证，并通过程序进行实时发布。这种方法对人工要求极高，因而准确度也高，多常见于第三方数据服务商，为转播方、解说员、博彩公司等提供服务。
然而，那些如雨后春笋般涌起的黑科技，究竟有没有改变这个行业呢?
谁在负责统计数据
要回答这个问题，首先要清楚足球比赛中的实时数据是谁来统计的。作为一名电视机前的观众，比赛过程中得到信息的渠道有两个，一是眼睛获取的画面，二是耳朵听到的解说。转播画面带给球迷的是最原始的视觉冲击，而解说则是帮助球迷更加深入的理解比赛。球迷们经常能听到&***队本场的射门次数已经达到15次之多，其中射正的仅仅3次&诸如此类的话，难道解说员在比赛过程中还要一边拿小本本记数据，一边解说，再把数据加加减减，算出控球率?
如果真是这样的话，德艺双馨的老解说员们早就累死了。
一般来说，一些大型的足球联赛，比如欧洲五大联赛，转播是由专业的信号制作公司提供。他们在比赛场馆架设6台、8台甚至更多的摄像机，尽力追捕球员从赛前采访到进球后的每一个眼神，然后在一个布满电线的大型制作场所内，将比赛信号通过卫星传输到世界各地。而赛中的实时数据则是由专门的数据公司提供的，转播公司向数据公司购买服务，数据公司使用专业的数据采集方法对实时数据进行采集。一部分数据在直播中展示，一部分更深入详细的数据在赛后进行整理分析和展示。简单的说，我们在CCTV5台看到的中超转播信号制作其实是一家叫体奥动力的公司提供的，而看到的实时数据，又是其名下的盈动力大数据公司提供的。
国外从事数据服务的公司非常多，而且很多公司的技术已经非常成熟，竞争相当激烈。这些公司中不乏一些巨头，比如英国的OPTA公司，法国的Sport Universal公司等等，不同的公司有着不同的数据采集系统，下面以OPTA为例展开分析。
来自英国的OPTA实况体育数据公司是全球领先的数据提供商，该公司目前为包括英超、德甲、荷甲在内的多个大型比赛的官方数据合作伙伴，同时也为下图所示的大型联赛提供数据服务，包括中超。除了为俱乐部提供服务以外，OPTA同时也与Canal+，天空体育，ESPN等电视台合作，在赛前、赛中以及赛后提供数据分析服务。
图：OPTA的赛事合作伙伴(图片来源：OPTA官网)
比赛过程中，OPTA会对场上超过200项的技术统计进行统计分析，实时更新，并为客户提供XML数据接口，方便来自全世界的客户调取。OPTA兼有世界上最完备的体育历史数据库，从1996年起搜集各种比赛数据，渐渐形成了世界上数量较大、权威性较高的比赛数据库。另外，OPTA会按照不同需求提供不同的数据服务，其中就包括解说支持。球迷对比赛过程中的历史数据一定不陌生，解说员总是清楚的知道下一个进球是球员职业生涯的第几个进球，甚至是欧冠历史上第几个进球等等，其实这很大程度上要依靠OPTA这样的数据服务商。总而言之，这个公司真的是在做与足球数据相关的几乎所有生意。
图：OPTA提供的服务种类(数据来源：OPTA官网)
数据是如何统计出来的?
而赛中的数据又是如何去统计呢?大家普遍认为较高级职业联赛都用了很多了不起的高科技，只需要把机器一架，数据就像水一样哗啦啦自己流出来了，这种想法显然是不现实的。其实无论是哪家公司，采用什么样的高科技，其实核心还是解决两个问题，一是球在哪儿，人在哪儿;二是人对球做了什么，人对人做了什么。
对于人和球在哪儿，解决方案有很多，其中一种就是安装多台高速摄像机，保证每个区域都有两个以上的摄像头能覆盖。图像识别能做到判断出是谁拿了球，球速是多少，但是具体这个人想做什么，这个动作是射门还是传球，就需要经验丰富的记录员来进行判断。优秀的记录员能够在极短的时间内判断出球员的意图，再通过辅助记录的软件，选择球员，并选择此刻与该球员对应的事件，这些事件包括传球、传中、拦截、射门、扑救、犯规等等，如此便将比赛中共计2000次以上的各种事件记录了下来。
图：OPTA的数据专家在进行实时数据采集(图片来源：OPTA官网)
OPTA的实时统计系统就是这种人工+智能的方式，每个记录小组有三个人，两个人进行实时数据采集，一个人进行实时的视频素材回放校验。可能有人会质疑这种掺杂人工的方式的准确度。实际上，不同公司给出的比赛数据的确是存在差异的，每一家公司的数据收集背后都有一套独特的哲学。
日的一场西甲常规赛中，皇家马德里主场迎战黄色潜水艇比利亚雷亚尔，赛后的数据统计中，Whoscored的统计数据显示：控球率为58% VS 42%，传球成功率为89% VS 85%。而国内足球数据公司创冰科技给出的控球率则是54.9% VS 45.1%，传球成功率为84% VS 84%。甚至连射门数这样看似简单的统计指标，两个网站都分别给出了28 VS 10和27 VS 9这样不同的结果，说明两个公司的统计人员对于射门这个事件的判断有差异，而这便是足球比赛数据统计中的&人为误差&。
图：whoscored对皇家马德里VS比利亚雷亚尔的数据统计(图片来源：whoscored)
图：创冰DATA对皇家马德里VS比利亚雷亚尔的数据统计(图片来源：创冰DATA)
人工+智能的数据采集方式可以说是八仙过海各显神通，而统计指标的计算方法也会影响最终的统计结果。结合上面对采集方法的介绍，大致可以知道对于射门、角球、任意球、点球、犯规的统计方法，就是一个字：数。这一类事件，记录员有很长的时间去反应球场上究竟发生了什么，出错的可能性也比较小。控球率也是一个很容易记录的指标，控球率=控球时间/两队总控球时间，而控球时间则是指传出的球未被对方接触之前的时间。机器能够记录此时是哪一队拿球，拿球时间是多久，只需要人工进行一些简单的修正，例如剔除死球时间(庆祝时间、边角球、任意球时间)，即可得出控球率。同理，传球成功率=传球成功次数/本队传球总次数，其实就是没有被抢断的次数，同样是机器和人工共同采集，人工校验的方式进行统计。
实际上，每个公司对指标的统计方法都是不一样的，这也就是为什么我们看到的结果不一样的原因。同时也说明，足球统计学，是一个值得统计学家们深入研究的领域，而懂足球的人，也是这个行业目前最核心的生产力。
人工+智能的方式当然不等同与人工智能，但这一定只是足球统计史上的一个时期。实际上，现在有很多可穿戴设备可以用于球员数据采集，能够对球员各项身体数据，甚至脑电波进行监测。但是由于竞技体育对于球员的衣着和穿戴有着严格的要求，所以可穿戴设备在赛场上并没有得到很广泛的应用，反而一些俱乐部在训练的时候用的较多。希望在不久的将来，我们能够看到梅西踢球时的脑电波，而解说员在他拿球突破的时候便吼道&梅西拿球了，他准备传给前场的阿尔巴，不，这一刻他改变主意了，他准备在前场打一脚远射，应该是在球门的左下角，此刻门将的脑电波显示他准备扑球门的右边，梅西这一脚打门的成功率在80%左右，果然，球进了!!!&
数据分析之于足球产业
大数据悄然改变着每一个行业，足球也不例外。对于足球数据的应用，大家首先想到的，一定是博彩。对于博彩公司而言，一份真实完整的历史数据报告，能为精算师们计算初始赔率提供数据支持。而源源不断及时输入比赛实时数据，则会帮助博彩公司及时调整实时赔率，以获取更大的收益。值得注意的是，博彩公司初始赔率虽然是基于球队数据，但起着决定性因素的，其实是市场期望，这也是足球数据行业值得关注的一个领域。
前不久刚刚进行的2017世俱杯半决赛中，皇家马德里客场迎战阿布扎比半岛，这场比赛最引人注目的并非两队之间的对决，而是阿里云团队用人工智能技术对比赛进行了解说。AI不仅正确识别了球队、球员，还识别出了球员的传球、射门等动作。
解说员在紧张的比赛之中难免会出现差错，但人工智能背后强大的数据则有效地避免了这个问题。一场看似简单的解说，实际运用了多路神经网络卷积模型对球及球员定位，加上高效的跟踪算法，就实现了对球员和球的实时跟踪。同时，人工智能提前学习球衣号码，提取球员人脸特征，再对比录入的球员信息，即可完成球员的身份识别。此外，对球门、边界线等球场基础信息的识别，也可以让该机器对球场形成更加全面的感知。由此可见，未来人工智能在足球领域的一大应用可能是呈现更多形式、更精准的赛事转播。
回归到足球本身，如何帮助球队取得胜利，如何用较低的溢价签到最合适的球员，或许是足球数据最具意义的应用。众所周知，每支球队都有各自赖以成名的球队风格，比如巴萨的Tiki-Taka战术以传控为主，而死敌皇马强调速度致胜。每种球风各有特色，相生相克。又比如西甲中下游球队塞尔塔和英超中下游球队水晶宫，虽然在联赛中战绩不佳，但却是名副其实的强队收割机，这些隐藏在表面数据之下的特殊规律则可以交由足球大数据去探索。
可能有人会说强大的数据让足球失去了原有的魅力，甚至担心有一天机器人会打败人类足球，但其实数据只是让大家更理性的参与足球活动，甚至从中受益。足球永远是那个充满不确定性的运动，因为，足球是圆的。
相关阅读：
搜索"raincent"或扫描下面的二维码}