今年美國MLB職棒大聯(lián)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(fā)當?shù)孛癖娍駳g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(zhàn)。其中有新球員加入，也有舊球員調(diào)度，誰可以淪為先發(fā)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(xù)披露，Big Data成為美國MLB職棒大聯(lián)盟的重要顯學，是美國棒球賽事的重要戰(zhàn)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(jīng)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。

（圖說：美國MLB職棒透過Big Data改善棒球策略。圖片來源：Newsweek）

Datanami公司統(tǒng)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，相當于30萬張以上的高畫質(zhì)照片。以先發(fā)投手約100顆左右用球數(shù)來看，投出一顆球，就可以收集超過20種以上的數(shù)據(jù)，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(shù)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(tǒng)資料，團隊可以記錄球員的表現(xiàn)，改變判斷球員價值的方式，并決定哪些選手應該先發(fā)、哪些又應該下放到小聯(lián)盟。

另一個Big Data在美國MLB比賽中的重要影響，在于改變防守策略。

相較于攻擊，2000年以來，美國職棒採用「防守轉(zhuǎn)換」（defensive shifts）策略數(shù)明顯增加，關(guān)鍵在于內(nèi)野教練可以透過Big Data分析對手什幺時候可能會打安打，來決定場上球員防守的位置，是否應該退后到外野，或趨前防守等。

大聯(lián)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(zhuǎn)換策略的次數(shù)約只有2,400次，但到了2013年，卻大增到8,000次。

（圖說：CBC媒體報導，美國BIS雇員分析大量球員數(shù)據(jù)，提供MLB球隊改善比賽策略。提票來源：CBC）

Big Data改變美國職棒的另外一個重點，在于球迷的體驗經(jīng)驗上。

美國最早從1939年開始由紐約電視臺轉(zhuǎn)播棒球比賽，至今走入超過60年時光。雖然曾經(jīng)一度創(chuàng)造棒球轉(zhuǎn)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(zhuǎn)移。為了提供更多的消費體驗，美國體育媒體開始透過云端收集消費者的習慣，在手機網(wǎng)頁上提供即時的棒球分析等，抓緊用戶需求。

現(xiàn)在火熱的棒球比賽已經(jīng)不再只仰賴明星球員的加持，還包括著各種戰(zhàn)術(shù)與行銷策略的手法。Big Data全面改變美國的職棒生態(tài)，也引領(lǐng)各種運動賽事朝更多元的方向競爭。

資料來源：Sporttechie、CBC、Newsweek、Datanami

文章來源：機房監(jiān)控 http://m.wer666.com