用户名*
邮箱*
密码*
确认密码*
验证码* 点击图片更换验证码
找回密码
忘记密码了？输入你的注册邮箱，并点击重置，稍后，你将会收到一封密码重置邮件。
居然···会有人邀请我 回答
你怎么知道的这是我这学期的一次作业！
数据4V时代的大数据应用
——基于《Moneyball》真实事件以及改编影片分析
摘要：本文分析了基于大数据进行决策对于美国职业棒球联赛经理人选择的影响。选择分析以真实事件改编的电影《点球成金》，而不是具有科幻假设的《少数派报告》。分析发现，对于基于大数据的应用应遵循以下几条建议：（1）大数据收集应当采用全数据，但应当以结果为导向，选择相关系数高的变量作为决策变量。（2）在数据指标作为依据的情况下，目标是可以被拆分的，由选择单个的个体转为各个个体指标总和大于等于前者（3）根据第1条的目标，在一价定律下寻找被低估价值的项目、人才、投资，运用大数据获得更准确的估值。（4）随着时间序列的改变，应当用大数据估计更准确的决策变量，从而为第3条服务。
关键字：大数据；相关性；决策变量；估值；
文献回顾
在新时代下数据体现出Volume、Variety、Value和Velocity的特性，随着学科交叉深入各行业领域重合增加，越来越多基于大数据分析的体育运动行业管理决策进入到我们的视野当中。比利·比恩是美国奥克兰运动家棒球队的总经理，在激烈竞争的美国职业棒球联盟，奥克兰运动家棒球队在球员水平、物资设备以及资金实力上都属于联盟垫底。上赛季的失败，使得队内王牌球员都被联盟豪门挖走。球队投资人不愿意投入更多资金。球队管理层管理思维固执，选择了很多无关变量进行决策。例如，影片9:40“他女友很丑……佩雷斯很有个性……他通过了养眼测试，长相不错”。
比利·比恩身为总经理提出“运作者应当买分不买人”（指比赛分数，影片19:30）。
研究假设
那么为什么，在大数据时代，球探连“他腰上都是肉……他吸食大麻（影片33:34）”这样隐私信息都可以获得的情况下，球队管理层却不能做出有效决策，带领球队走出泥潭？因此我们提出，大数据收集应当采用全数据，但应当以结果为导向，选择相关系数高的变量作为决策变量。以此出看来，应当是观察球员指标，如上垒率、击球率，寻找其中与使球队获得分数相关系数高的，作为决策变量。
定性证明研究
样本选择2002年的奥克兰运动家棒球队作为样本，比利·比恩根据比尔·詹姆斯的棒球统计学理论，与其助手设计了分析各球员数据的公式（影片21:31）。
影片中一共有一个正向论证和两个反方面论证。我们根据是否选择了有相关性的大数据和是否产生了积极结果进行分析。
论证一：比利依据公式，将目标具象化，定义为球员的上垒率，击球率等等，这些指标与以前管理层主观臆断的胖瘦美丑不同，他是根据哪些指标与球队赢球有更大相关系数。
提出解决目标的新方法。将原来的寻找人代替离开的核心队员，改为在同等支出条件下，寻找三名新队员，在指标的总和上等于之前的核心队员。影片27:12同比数据预测代码，估计出更新后谁是最合适的替代人选。带领球队进入淘汰赛，创造了大联盟历史上最长连胜纪录。
反正一：比利自身经历。影片反复提到比利·比恩年轻时是一位非常有天赋的球员（影片23:16，43:15都有提示），他放弃了斯坦福的奖学金直接进入大联盟，球探当时说服他理由是影片48:30“其他人只在击球、接球、防守和上垒等项目是擅长一两个，学会第三个都很困难，而你擅长五个！”。当时所以的球探都这么评价他，球队签约趋之若鹜。但是，他们仅仅是选择了一个定性变量，没有纵向的与同联盟球员对比，更重要的是没有选择与比赛发挥最相关的自信心和紧张感进行分析。产生的结果是，比利在球场被埋没。即使受到所有人看好而没有受到相关数据的看好，那结局也是失败的，管理和决策也是无效的。
反正二：之前联盟中球探和管理层选择球员都是选择相关性低的，或者明显的指标。因为豪门球队不具有资金困难，所以他们可以这样运作。同时这也造成了一些球员被价值低估。影片27:46“球员通常会由于各种偏见和臆断而被埋没，比如年龄、外貌和生活作风。”影片28:43“查德·布莱德福特，棒球界被埋没最深的人才之一，因为投球姿势古怪，而被取笑为小丑。”根据他的投球成功率为赢球贡献换算为身价300万，而比尔·詹姆斯二十三万七就拿下了他。有了大数据的支持，我们可以发掘哪些被低估的项目。
研究结论和启示
综上所述，我认为大数据时代给予分析决策全新高度的技术支持，越来越多具有可执行性的正呈现在我们面前。人们不仅可以从新的角度思考如何实现目标，比如拆分目标为各项指标和。而且可以完全的量化的情况下以更小的成本实现目标，或者以现有能力完成更大计划。投机和套利不仅没有随着市场的公开化消失，反而随着技术的提高展现更多的机会。而且大数据成为全数据，会提供趋近于无限精准的估值。但最重要的是，选取决策变量一定要选择有相关性的，做到先问相关，后问因果。
影片47:37一句话令人深思，“数据和计算机不具备我们的经验和智慧，玩弄数字只会走上一条不归路。”
究竟大数据和超脑智能会取代人类，还是始终受制于人。
主角比尔·詹姆斯回答的很恰当“Adapt or die适者生存”
因为是电影啦，所以只是一些简单的定性回答。
还是···很感动有人邀请我~
昵称*
E-Mail*
回复内容*
回复 ( 1 )
居然···会有人邀请我 回答
你怎么知道的这是我这学期的一次作业！
数据4V时代的大数据应用
——基于《Moneyball》真实事件以及改编影片分析
摘要：本文分析了基于大数据进行决策对于美国职业棒球联赛经理人选择的影响。选择分析以真实事件改编的电影《点球成金》，而不是具有科幻假设的《少数派报告》。分析发现，对于基于大数据的应用应遵循以下几条建议：（1）大数据收集应当采用全数据，但应当以结果为导向，选择相关系数高的变量作为决策变量。（2）在数据指标作为依据的情况下，目标是可以被拆分的，由选择单个的个体转为各个个体指标总和大于等于前者（3）根据第1条的目标，在一价定律下寻找被低估价值的项目、人才、投资，运用大数据获得更准确的估值。（4）随着时间序列的改变，应当用大数据估计更准确的决策变量，从而为第3条服务。
关键字：大数据；相关性；决策变量；估值；
文献回顾
在新时代下数据体现出Volume、Variety、Value和Velocity的特性，随着学科交叉深入各行业领域重合增加，越来越多基于大数据分析的体育运动行业管理决策进入到我们的视野当中。比利·比恩是美国奥克兰运动家棒球队的总经理，在激烈竞争的美国职业棒球联盟，奥克兰运动家棒球队在球员水平、物资设备以及资金实力上都属于联盟垫底。上赛季的失败，使得队内王牌球员都被联盟豪门挖走。球队投资人不愿意投入更多资金。球队管理层管理思维固执，选择了很多无关变量进行决策。例如，影片9:40“他女友很丑……佩雷斯很有个性……他通过了养眼测试，长相不错”。
比利·比恩身为总经理提出“运作者应当买分不买人”（指比赛分数，影片19:30）。
研究假设
那么为什么，在大数据时代，球探连“他腰上都是肉……他吸食大麻（影片33:34）”这样隐私信息都可以获得的情况下，球队管理层却不能做出有效决策，带领球队走出泥潭？因此我们提出，大数据收集应当采用全数据，但应当以结果为导向，选择相关系数高的变量作为决策变量。以此出看来，应当是观察球员指标，如上垒率、击球率，寻找其中与使球队获得分数相关系数高的，作为决策变量。
定性证明研究
样本选择2002年的奥克兰运动家棒球队作为样本，比利·比恩根据比尔·詹姆斯的棒球统计学理论，与其助手设计了分析各球员数据的公式（影片21:31）。
影片中一共有一个正向论证和两个反方面论证。我们根据是否选择了有相关性的大数据和是否产生了积极结果进行分析。
论证一：比利依据公式，将目标具象化，定义为球员的上垒率，击球率等等，这些指标与以前管理层主观臆断的胖瘦美丑不同，他是根据哪些指标与球队赢球有更大相关系数。
提出解决目标的新方法。将原来的寻找人代替离开的核心队员，改为在同等支出条件下，寻找三名新队员，在指标的总和上等于之前的核心队员。影片27:12同比数据预测代码，估计出更新后谁是最合适的替代人选。带领球队进入淘汰赛，创造了大联盟历史上最长连胜纪录。
反正一：比利自身经历。影片反复提到比利·比恩年轻时是一位非常有天赋的球员（影片23:16，43:15都有提示），他放弃了斯坦福的奖学金直接进入大联盟，球探当时说服他理由是影片48:30“其他人只在击球、接球、防守和上垒等项目是擅长一两个，学会第三个都很困难，而你擅长五个！”。当时所以的球探都这么评价他，球队签约趋之若鹜。但是，他们仅仅是选择了一个定性变量，没有纵向的与同联盟球员对比，更重要的是没有选择与比赛发挥最相关的自信心和紧张感进行分析。产生的结果是，比利在球场被埋没。即使受到所有人看好而没有受到相关数据的看好，那结局也是失败的，管理和决策也是无效的。
反正二：之前联盟中球探和管理层选择球员都是选择相关性低的，或者明显的指标。因为豪门球队不具有资金困难，所以他们可以这样运作。同时这也造成了一些球员被价值低估。影片27:46“球员通常会由于各种偏见和臆断而被埋没，比如年龄、外貌和生活作风。”影片28:43“查德·布莱德福特，棒球界被埋没最深的人才之一，因为投球姿势古怪，而被取笑为小丑。”根据他的投球成功率为赢球贡献换算为身价300万，而比尔·詹姆斯二十三万七就拿下了他。有了大数据的支持，我们可以发掘哪些被低估的项目。
研究结论和启示
综上所述，我认为大数据时代给予分析决策全新高度的技术支持，越来越多具有可执行性的正呈现在我们面前。人们不仅可以从新的角度思考如何实现目标，比如拆分目标为各项指标和。而且可以完全的量化的情况下以更小的成本实现目标，或者以现有能力完成更大计划。投机和套利不仅没有随着市场的公开化消失，反而随着技术的提高展现更多的机会。而且大数据成为全数据，会提供趋近于无限精准的估值。但最重要的是，选取决策变量一定要选择有相关性的，做到先问相关，后问因果。
影片47:37一句话令人深思，“数据和计算机不具备我们的经验和智慧，玩弄数字只会走上一条不归路。”
究竟大数据和超脑智能会取代人类，还是始终受制于人。
主角比尔·詹姆斯回答的很恰当“Adapt or die适者生存”
因为是电影啦，所以只是一些简单的定性回答。
还是···很感动有人邀请我~