玩游戏，懂球员，你怎能不会看雷达图？

2017/10/15 7:26:24 sports8.net 互联网

编者按：谈到雷达图，或许大家都会有所印象，在各类的足球网站中就有相关的数据呈现方式，同时在一些电子游戏中亦有类似的图表。那么如人们常用的那种通用型雷达图是否合理呢？著名足球数据分析网站StatsBomb的“老司机”级作者泰德-克努森就认为传统的雷达图显得不够科学和直观，因此他在此基础上特别做出了改进，让我们看一看他的想法。

(图)玩过实况足球系列的朋友不会对这种图感到陌生

【雷达图到底是什么？】

这是一种能够将多个数据统计可视化地同时呈现的处理方式。在本文中，我们主要针对的是球员数据统计的雷达图。当然，也有人称这种图为蛛网图，因为它看上去很像是蜘蛛网。

【为什么要创建雷达图？表格和柱状图有什么问题吗？】

嗯，让我们先解答第二个问题。表格实际上一点问题也没有，或者说其实对于我和很多其他人来说，我们的大脑都会偏爱处理它呈现的数据。然而你必须要承认的是满是数字的表格显得有些乏味。

柱状图相对更好一些，但当我们进行多种不同数据的复合比较的时候，它就会显得分崩离析。而雷达图在这一点做得很好。

为什么要创建雷达图？它回答起来相对有些复杂。为什么要制作图表或是进行数据可视化？完整的答案可能会有至少一本书那么多，但简洁一点的回答的话是因为比起一组数字，人们更喜欢这种数据的呈现方式。雷达图是更具吸引力的方式。它呈现的图形是我们的大脑更易接受的。大家对图形都会有一定的反应，当你真正熟悉了解雷达图所呈现的信息以及它呈现的方式的话，那么当你面对同样的话题进行分析时，你对于雷达图的理解一定会比对数字表格的理解效率更高。

在雷达图中，根据数据统计所生成的不同图形会对应着不同类型的球员。比如说速度型边锋，盘带型边锋；后置组织核心；射门机器等等。其实此前我曾在StatsBomb写过多篇涉及到这种雷达图的文章，但我还需要在介绍本文的新雷达图之前写一些其与过去标准的差异。在新的雷达图中，各项数据统计的边界是根据近5个赛季，欧洲五大联赛每个位置的球员在每项统计中的前5%和后5%的平均数据而设定的，图中每项数据统计对应的截点都只会在两个边界间移动。此前我们并没有以“一定范围内平均水平”的方式设定边界，因此梅西的雷达图让其他人看起来糟糕无比。我知道此前的那种雷达图其实并没有那么糟，毕竟它完全真实地反映了对比情况，但新的雷达图是绝对更棒的。

雷达图设计的思路源于2013年NBA全明星的宣传海报。我认为把这种理念应用到足球领域将会非常有趣，随后在测试中我们发现如果单纯考虑绝对的数据表现的话，梅西会让其他人显得很糟糕。而这也是为什么我在新的雷达图对边界设定了一个平均值的概念，同时也考虑了不同位置球员的数据差异。

总结一下要点：

1. 雷达图呈现的只有数据方面的表现

2. 如果将一名球员放入到不同的体系中，那么他的雷达图很可能将会有所改变

3. 如果你让球员踢不同的位置，那么他的雷达图几乎可以肯定会发生变化

4. 年龄同样会改变数据表现

5. 简单来讲，雷达图是评估球员的一种工具。像每个工具一样，它也有自己的优势和缺点。总的来说，我认为雷达图让评估球员变得更加简单。

【一些相关解释】

全部的统计都是每90分钟的平均值

这意味着全部以百分比之外呈现的数据统计都会被规范为90分钟的平均值。此举旨在更正那些总是无法踢满90分钟的球员。一般情况下，那些被经常被换上或换下的球员不可避免地在场均数据上不如每90分钟的表现。

年龄

这是球员们在赛季结束时的年龄。我们在未来会加上球员的生日。

剔除点球后的进球数

为什么使用剔除点球后的进球数统计？这是因为无论谁来主罚，点球的进球转换率都高达75-78%。比起一般进球，点球是一项完全不同的技术，在有些球队中门将甚至是第一点球手，因此我们将点球进球剔除。

制造点球是一项很重要的技术(并且它还会计入到助攻数据中)。而点球的进球转换率就显得比较平庸了。

射正率%

指一名球员的全部射门中打正球门范围以内的射门，全部的射门中也计入被封堵的射门。

关键传球

让队友起脚射门的传球。这项统计与助攻数高度相关。

(注：该统计与其“机会创造数”的意义是一样的。而在Opta这样的数据网站中，“关键传球”意味着那些没有最终转化为助攻的传球，而“机会创造数”则包含有助攻，这样将两个概念相区别看起来很奇怪)

直塞球

Opta上的定义是：一个撕裂对方防线并成功送到正在跑动的队友脚下的传球。为什么要特别将定义列出来呢？这是因为通常我们都认为这类传球只是指那些会形成得分机会的传球。

进球贡献

平均每90分钟剔除点球后的进球数与助攻数之和。

修正的铲断数

之所以说是“修正的”，是因为其代表着与控球相关的数据统计。此举是为了规范化防守数据。假设这种情景：如果你的队友一直控球，那么你在场上自然就不会做出任何的防守动作。在这种情况下，你在防守方面的数据自然不如那些效力于像托尼-普利斯那种强调收缩防守球队的球员。当我们将它调整为由控球、铲断、拦截等数据共同决定时，对比原有的统计它更能反映球队的被射门情况和失球数。简而言之，调整过后的数据统计尽管并不完美，但远比之前的情况要好很多。

左下角的表格

在每个雷达图的左下角是该球员在每一项的实际数据统计情况。绿色数字代表其处于该项统计前5%的水平，而红色数据则对应处于后5%的水平。

【前锋与攻击型中场的雷达图图形】

-纯射手-