体育大数据市场投资策略分析报告.docx

体育大数据市场投资策略分析报告.docx

《体育大数据市场投资策略分析报告.docx》由会员分享，可在线阅读，更多相关《体育大数据市场投资策略分析报告.docx（28页珍藏版）》请在冰豆网上搜索。

体育大数据市场投资策略分析报告

2017年体育大数据市场投资策略分析报告

目录

第一节NBA概况4

第二节从传统体育联盟向“数字”体育联盟转变5

一、转变一：

传播渠道从电视转向互联网6

二、转变二：

比赛风格从大球转向小球8

1、三分球越来越多9

2、传统中锋凋零9

三、转变三：

运营管理从海量数据转向大数据10

第三节大数据在NBA中应用广泛13

一、大数据提高球队赛场竞技水平14

1、更多地出手三分球14

2、更多地进行内切、挡拆15

3、更高效地抢夺篮板15

4、更加合理地评估球队化学反应16

5、更加科学地评估球员作用17

二、大数据帮助球员训练及规避伤病18

三、大数据助力选秀、交易23

四、大数据用于球迷服务23

五、大数据支持体育衍生品开发25

第四节国内体育大数据将迎来黄金发展期27

一、NBA大数据应用带来的启示27

1、体育大数据的成功依赖于优质体育资源27

2、互联网技术、数据科技是体育大数据成功的技术保障27

3、通过合作方式寻求发展27

4、竞技体育的成功经验可以复制到业余体育27

二、国内体育大数据市场广阔，成长条件具备27

三、贵人鸟积极布局体育大数据云平台，高速成长可期28

图表目录

图表1：

NBA年度收入情况5

图表2：

NBA球队收入来源5

图表3：

NBA两代掌门人7

图表4：

NBA转播合同签订情况8

图表5：

NBA统计数据查询系统10

图表6：

麻省理工斯隆体育分析大会11

图表7：

借助SAPHANA的NBA数据查询界面12

图表8：

NBA球馆里的SportVU设备13

图表9：

SportVU系统分析界面13

图表10：

篮板球弹出轨迹模拟15

图表11：

马刺队阵容模拟结果16

图表12：

“预期球权得分”模型17

图表13：

12-13赛季NBA球员EPVA值排行18

图表14：

库里投篮热区图19

图表15：

欧文投篮热区图19

图表16：

邓肯比赛行迹图20

图表17：

塞弗洛沙比赛行迹图20

图表18：

Athos智能服装21

图表19：

库里投篮动作解析21

图表20：

Shottracker投篮追踪仪22

图表21：

NBA“上帝视角”直播23

图表22：

可视化球员数据对比24

图表23：

杜兰特和詹姆斯表现对比24

图表24：

球员薪水和得分情况25

图表25：

NBA2K游戏球员属性界面26

表格目录

表格1：

2014年NBA球队估值与收入情况6

表格2：

NBA三分球出手及命中情况9

表格3：

NBA历年最佳阵容一阵情况（红框内为中锋）9

表格4：

单赛季PER值历史排行榜12

表格5：

中距离投篮比重14

表格6：

中距离投篮比重14

表格7：

14-15赛季不同战术得分效率15

第一节NBA概况

NBA2015-2016赛季仅剩一场球，金州勇士队与克利夫兰骑士队迎来总决赛抢七大战。

这一场比赛对两队当家球星都意义非凡，无论是詹姆斯、还是库里都难以承受输掉比赛后的口诛笔伐，与此相对应，赢下比赛的那个人将把自己的历史地位再次升格。

让我们暂且抛开紧张的抢七大战，以一种客观冷静的态度去看待这两支球队，骑士队不用多说，他们拥有超级巨星勒布朗·詹姆斯，在东部打进总决赛再正常不过了。

令人感兴趣的是金州勇士队，无论总决赛结果如何，他们这个赛季创造了73胜9负的常规赛历史第一战绩！

球队场均得分114.9分，三分命中率41.6%。

队内核心球员斯蒂芬·库里常规赛场均30.1分，6.7个助攻，5.4个篮板，投篮命中率50.4%，三分命中率45.4%，罚球命中率90.8%，创造了402个三分进球的历史记录，个人表现堪称完美。

其实在上个赛季，勇士队已经打出了联盟最佳战绩，赢取了总冠军。

要知道前几年勇士队还是联盟中的鱼腩球队，球队在短短几年内完成了蜕变，绝不仅仅因为库里的三分变态准，一切的开始源于硅谷精英乔·拉科布2011年入主金州勇士，以数据分析流派的做法改造这支球队。

在最近十年，不仅是球队，整个NBA乃至竞技体育都在经历种种变化，大数据科技正在不断重塑着NBA，不断改造着现代体育。

现在我们需要透过纷繁的比赛本身去看冷冰冰的统计数据，再通过冷冰冰的数据去还原体育运动的本质。

了解了本质，我们就可以去对标国内，寻找国内可能爆发的体育标的。

第二节从传统体育联盟向“数字”体育联盟转变

美国职业男子篮球联赛（NBA，NationalBasketballAssociation）于1946年在纽约成立，目前由美国及加拿大共30只球队组成，是当今篮球竞技水平最高的职业联赛，也是美国四大职业体育联盟之一，在世界范围内拥有广泛影响力。

在漫长的发展历程中，NBA已形成完备的赛制规则，培养了一大批极具天赋的“未来运动员”，在球迷中形成了独特的篮球文化。

NBA在世界范围中的影响力越来越大，联盟收入也不断增长，1995-1996赛季，NBA的年收入达到31亿美元，而到了2015-2016赛季，整个联盟年收入已经达到约55亿美元，随着新的转播协议的签订，NBA未来年收入将进一步大幅提高。

与联盟相对应，各个球队收入也在不断提高，球队的收入主要来源于联盟分配、门票收入、区域内的转播权、广告创收、球队产品开发、竞赛奖金等。

另一方面，从球队的估值水平中就可以看出各个球队的商业价值。

在2014年，联盟中30支球队有23支实现盈利，而尼克斯和湖人的市值突破10亿美元。

图表1：

NBA年度收入情况

数据来源：

网易新闻，北京欧立信咨询中心

图表2：

NBA球队收入来源

数据来源：

网络公开资料，北京欧立信咨询中心

表格1：

2014年NBA球队估值与收入情况

数据来源：

虎扑，北京欧立信咨询中心

中国拥有约3亿篮球迷，NBA对中国市场的预期非常高，目前联盟主要通过球赛收入（NBA中国赛、NBA嘉年华等）、媒体转播费、运动员广告分成、与企业合作以及游戏开发等方式在中国市场获利。

2014年，中国市场为NBA贡献了2亿美元收入，占联盟总收入不足5%，主要是转播合同签约价比较低，未来开发空间很大。

进入21世纪以来，NBA也在不断变革，向着“更高、更快、更强”的目标迈进。

我们认为种种变革中数字化趋势愈加明显，体现在三个方面，一是传播渠道从电视转向互联网，二是比赛内容本身发生变化，更加合理，三是后台统计数据从海量数据向大数据转变。

一、转变一：

传播渠道从电视转向互联网

作为世界顶级体育联赛，NBA极其重视赛事传播渠道，也正是海外电视转播成功将NBA推向全世界。

近年起，NBA愈发注重互联网媒体传播渠道，工作重心也在逐渐向新媒体转移。

我们认为电视转播帮助NBA扩大了影响力，从量上面扩展了客户，而转向互联网传播渠道更重要的是质方面的改变，迎合了已有客户更加多元化的需求。

近现代NBA可以分为大卫·斯特恩时代和亚当·萧华时代，其中大卫·斯特恩对应着电视转播媒体时代，他成功地利用电视将NBA比赛输送到千家万户，其对中国市场的成功开拓成为体育商业史上的经典案例，他将迈克尔·乔丹塑造成世界篮球之神，并利用乔丹的巨星影响力将联盟推向世界，可以说大卫·斯特恩就是NBA商业帝国的缔造者。

在执掌NBA30年后，大卫·斯特恩交全部工作交给亚当·萧华，萧华更加注重互联网传播渠道以及数据科技的运用，NBA进入新的发展阶段。

图表3：

NBA两代掌门人

数据来源：

网络公开资料，北京欧立信咨询中心

在NBA收入中，赛事转播收入约占60%，门票及衍生品收入占30%左右，赞助、奖金约占10%。

所以赛事转播合约对整个联盟意义非凡。

自大卫·斯特恩1984年接手NBA之后，就不断签订各种电视转播合同，且签约金额不断变高。

而萧华上台之后也继续签订转播合同，但与斯特恩不同的是，萧华签订的转播合同价格特别高，原因是其将网络开发权和数字商品打包授权给合作方，据估计，萧华与ESPN、TNT、ABC签订的240亿美元合约中有2/3是针对数字产品的。

另一方面，萧华在2014年把NBA在中国的网络直播权独家授权给腾讯，并让腾讯打造中国的线上“NBA社区”。

图表4：

NBA转播合同签订情况

数据来源：

网络公开资料，北京欧立信咨询中心

我们认为NBA传播渠道重心转移对联盟发展来说意义非凡：

1）传播渠道转变源于现代科技发展，互联网尤其是移动互联网的成熟保证了网络传播的有效性和便捷性，更多的球迷通过互联网接触NBA。

2）传播渠道转变为联盟打开新的业绩增长空间，NBA可以通过互联网推出更多的观赛服务以及娱乐项目，帮助球迷更及时、更近距离地接触球星，各种数据资讯服务也得以推出，联盟可以获得更多的收入。

尤其在中国，互联网渠道的开拓还能解决电视转播费过低的问题（央视垄断电视转播资源）。

3）互联网渠道极大地丰富了篮球信息流，数据的存储、传播、展示变得极其方便，篮球大数据迅猛发展。

二、转变二：

比赛风格从大球转向小球

进入21世纪，NBA比赛的风格也在潜移默化中改变。

最明显的变化就是比赛提速，攻防转换加快，传球、跑位、挡拆、空切非常频繁，而传统大中锋站在篮框下背身强攻减少，即大球转向小球。

（大球、小球是篮球专业术语，简而言之大球代表比赛节奏适中，攻守平衡稳健，主打内线，小球代表比赛节奏快，攻防转换快，外线投射多）

近年来，主打小球的球队越来越多，12-13年两次夺冠的热火、去年夺冠的勇士都是小球的代表。

除了夺冠之外，从很多数据统计中也可以看出这一趋势。

而这种比赛风格转变实质上是NBA打法更加合理，更追求观赏性和效率的结果，这种转变都是基于比赛数据分析的。

1、三分球越来越多

自80年代起，NBA球队使用三分球的频率越来越高，在不到30年的时间里，联盟三分球出手比重已经由2.3%提升至28.5%，几乎提升了12倍。

而各个赛季三分命中数第一球队三分球使用频率也逐年提高，并且提高幅度有明显扩大趋势。

表格2：

NBA三分球出手及命中情况

数据来源：

虎扑，NBA官网，北京欧立信咨询中心；11-12赛季是缩水赛季，少打了16场比赛

2、传统中锋凋零

在NBA历史上，有不少极具赛场统治力的中锋，比如麦肯、张伯伦、贾巴尔、奥拉朱旺、尤因、罗宾逊、邓肯、奥尼尔等等，但是以上球员大多是远古时代或者20多年前的球员，近年来优秀中锋越来越匮乏，这一点从最佳阵容名单中可以窥见。

（NBA每个赛季都要选出各个位置最优秀的球员组成一套最佳阵容）

表格3：

NBA历年最佳阵容一阵情况（红框内为中锋）

数据来源：

虎扑，北京欧立信咨询中心

无论是80年代还是90年代初期，NBA中锋位置上都有历史级别的球星，如马龙、贾巴尔、奥拉朱旺、罗宾逊，但是到了最近几年，中锋质量下降明显，乔金-诺阿、和德安德鲁-乔丹这种角色球员登上最佳阵容，表明中锋位置上确实人才凋零。

三、转变三：

运营管理从海量数据转向大数据

NBA自建立以来就注重赛事数据统计，经过几十年的积累，已经建立起庞大的数据库，可以方便地查询任何球员、任何球队在特定比赛中的基础数据。

随着联盟的发展和技术手段的升级，联盟数据库中记录的数据种类越来越多，相关数据记录地越来越准确。

但是这仍然停留在海量数据的层面上。

图表5：

NBA统计数据查询系统

数据来源：

NBA官网，北京欧立信咨询中心

传统的海量数据虽然丰富，但是数据之间关系复杂，对经营管理的指导意义有限，并且很难直接推送给球迷。

另一方面比赛中有些非量化因素也对篮球运动有着显影响，但是传统的记录方式难以捕捉到这些因素。

近年来，NBA不断与外界进行合作，凭借自身海量比赛数据的优势，尝试大数据经营管理。

例如：

1）麻省理工斯隆体育分析大会，各路篮球人士和数据分析科学家齐聚一堂，讨论大数据分析方法在NBA中的新应用，其中火箭队总经理莫雷和勇士队老板拉科布都是数据分析流派的坚定拥护者。

2）与SAP合作推出HANA平台，一方面将复杂的海量数据重新组织，创新数据呈现方式，增强数据与球迷的交互性，自1947-48赛季以来的NBA的所有共计超过4500万亿个数据段全都可以在NBA官网上用一种直观、简便的方式检索得到；另一方面针对基础数据进行分析，构建新指标，以此衡量球员和球队的表现。

3）与Stats合作将光学追踪技术引入比赛现场。

Stats的SportVU球员追踪系统包括6个摄像头和专门软件。

这一系统被安装在30支NBA球队的球场，记录并追踪篮球和球员的运动。

这一系统将提供持续的数据流和创新的统计数据，包括速度、距离、球员之间间隔，以及控球情况等，从而实现目标性更强的分析。

4）截止2013年，NBA30支球队中已经有15支球队聘用了专业的数据分析师。

图表6：

麻省理工斯隆体育分析大会

数据来源：

网络公开资料，北京欧立信咨询中心

图表7：

借助SAPHANA的NBA数据查询界面

数据来源：

NBA官网，北京欧立信咨询中心

事实证明，相较于传统的得分、篮板、助攻等基础数据，通过大数据分析构建起的高阶指标可以更加全面地反映运动员球场表现，还可以捕捉到球场上一些非量化因素。

例如NBA数据分析先驱JohnHollinger创造出的PER值，计算时需将球员的所有表现记录下来，然后加权集合而得，该值可以用于不同位置、不同年代球员之间的比较。

虽然PER值以及其他高阶数据仍存在一定局限，但是历史上PER值靠前的球员，无一例外都是超级球星，这证明数据分析具备可靠性。

表格4：

单赛季PER值历史排行榜

数据来源：

，北京欧立信咨询中心

第三节大数据在NBA中应用广泛

目前为了尽可能多地收集赛场上的有用信息，记录之前不能量化的运动数据，NBA采用了SportVU系统，该系统诞生于2005年，由以色列科学家麦基-塔米尔发明，其是导弹追踪以及高端光学识别方面的专家。

后来这一技术被运用到追踪NBA比赛上。

该系统由6个联通计算机的摄像头组成，每秒可以抓取25幅图片，记录每个球员的每个动作、每次传球、每次投篮、每次触球。

这成为NBA大数据分析的技术基础。

图表8：

NBA球馆里的SportVU设备

数据来源：

网络公开资料，北京欧立信咨询中心

图表9：

SportVU系统分析界面

数据来源：

网络公开资料，北京欧立信咨询中心

一、大数据提高球队赛场竞技水平

大数据分析能够帮助球队做出正确的战术选择，打造合理的场上阵容，以及帮助运动员自己调整打法，从而提高球队的竞技水平。

包括三分球的应用、挡拆的应用、抢篮板策略变化等都是大数据分析的结果。

1、更多地出手三分球

上文提到NBA三分球越来越多，其实这是基于大数据分析的结果。

传统篮球理念是“离篮筐越近，得分越容易”、“得篮板者得天下”，在篮球运动初期，体格强壮、身高臂长的内线球员确实占据很大优势，但是随着篮球技术、战术越发丰富，篮球比赛出现了更多可以决定比赛胜负的因素。

火箭队总经理莫雷是大数据分析狂人，他提出要尽量减少中距离投篮，增加三分球和禁区得分，这一提议得到联盟中大多数球队的积极响应。

通过数以万计的数据计算，三分球得分效率远比中距离投篮高，这也是勇士队目前靠三分球致胜的理论基础。

表格5：

中距离投篮比重

数据来源：

NBA官网，北京欧立信咨询中心

表格6：

中距离投篮比重

数据来源：

NBA官网，北京欧立信咨询中心

根据统计数据，中距离和中远距离投篮命中率约为38%-40%，而三分平均命中率为34%-36%，因此每一次中投出手平均带来0.76-0.80分，而每一次三分出手能够带来1.02-1.08分，因此三分球比中距离更加富有效率。

根据14-15赛季的球队排名可以发现，三分球命中数排名前15的球队中，有11支取得季后赛资格，而三分命中最多的六支球队分别是东部的前两名和西部的前四名。

2、更多地进行内切、挡拆

传统观念认为内线球员得分要比外线容易，这种观念只考虑到球员距离篮筐的远近，没有考虑到防守强度以及防守策略。

事实上，通过对14-15赛季的数据进行统计分析，可以发现内切得分效率最高，挡拆也是高效率得分方式，反而内线背身单打效果并不理想。

据统计，14-15赛季，NBA各队一共用了58187次挡拆战术，而背身进攻只用了22547次。

表格7：

14-15赛季不同战术得分效率

数据来源：

Synergy，北京欧立信咨询中心

3、更高效地抢夺篮板

根据RajivMaheswaran和Yu-HanChang的研究结果，每远离篮板一英尺，拿下前场板的概率就会降低1%，但是到三分线外拿下前场板的概率会突然变大。

另外90%的篮板球集中在篮板的11英尺范围内。

图表10：

篮板球弹出轨迹模拟

数据来源：

优酷，北京欧立信咨询中心

数据表明，抢夺篮板球成功率与球员所处位置紧密相关，利用大数据分析方法，可以将球员的篮板球统计数和其所处位置建立模型，更加科学地衡量球员争抢篮板球的能力，并给出不同位置球员不同的争抢策略。

4、更加合理地评估球队化学反应

球队化学反应一直是困扰教练和管理层的大难题，什么样的球员放置在一起能够发挥1+1>2的作用，什么样的球员并不兼容。

以往的数据都是将各个球员割裂的，借助大数据分析方法，NBA球队可以对不同阵容进行模拟，根据不同球员的个人属性，以及同时在场的球队表现，再结合不同的球队战术，以及对手的阵容配置，计算出本队不同阵容在场上可能发挥的效果。

图表11：

马刺队阵容模拟结果

数据来源：

MIT斯隆体育分析大会，北京欧立信咨询中心

5、更加科学地评估球员作用

传统的数据记录方式就是记录球员的得分、助攻、篮板等数据，看重最后的结果，忽略过程，显然不能最好地衡量球员作用，也不能帮助球队进行更合理的战术设计。

一个精妙的配合往往需要场上5名球员共同参与，经过数次传导球，但是最后体现在数据板上的可能只有一次得分和一次助攻。

为了更好地衡量球员在场上发挥的作用，瑟沃尼和德阿莫尔提出“预期球权得分”（expectedpossessionvalue，EPV）,该指标指的是在比赛某一特定时刻，某球员拥有球权时预期可以得到的分数（这一分数通过大数据统计推算，极其复杂），随着比赛时间变化、持球球员变化，EPV也在不断变化。

一个球员在传导球过程中，就在不断改变着EPV，如果球员的举动增加了EPV，他就为本次进攻做出了贡献，相反则阻碍了本次进攻，通过“预期球权得分增加”（EPV-added，EPVA）指标，就可以衡量一个球员在场上发挥的作用。

图表12：

“预期球权得分”模型

数据来源：

MIT斯隆体育分析大会，北京欧立信咨询中心

图表13：

12-13赛季NBA球员EPVA值排行

数据来源：

MIT斯隆体育分析大会，北京欧立信咨询中心；仅14个球馆参与统计

二、大数据帮助球员训练及规避伤病

除了在场上帮助球队提高竞技水平，大数据还可以用于场下的球员训练中，并在医疗康复中也起到了极大的作用。

数据收集统计可以反映出一个球员的运动特点和身体状况，数据分析能够指导球员如何训练和康复。

不同球员特点不同，需要针对其个人特点和场上职责有针对性地训练。

例如同为控球后卫，库里与欧文的风格差异较大，从投篮热区图对比来看，库里命中率比欧文要高，而且其攻击模式偏外围投射，而欧文则在中距离投射方面更为出色。

此外，通过对比邓肯和塞弗洛沙的比赛跑动行迹图，可以轻易发现邓肯跑动精准高效，而塞弗洛沙满场飞奔。

图表14：

库里投篮热区图

数据来源：

NBA官网，北京欧立信咨询中心

图表15：

欧文投篮热区图

数据来源：

NBA官网，北京欧立信咨询中心

图表16：

邓肯比赛行迹图

数据来源：

MIT斯隆体育分析大会，北京欧立信咨询中心

图表17：

塞弗洛沙比赛行迹图

数据来源：

MIT斯隆体育分析大会，北京欧立信咨询中心

在利用大数据技术指导训练方面，勇士队是联盟的先驱，勇士队采用CatapultSports微型监测器追踪训练时的运动情况，身着抗压衣监测膝盖和脚踝的承压情况，并且穿上Athos智能服装收集球员呼吸、肌肉活动信息，此外还借助芬兰Omegawave研发的产品测量球员脑电波活动。

所有球员的身体状况和技术特点都将以数据形式呈现在球队面前，方便球员有针对性、合理地组织训练。

在监测数据对球员身体预警的时候，球队就会尽快安排轮休，最大程度降低伤病风险。

图表18：

Athos智能服装

数据来源：

果壳网，北京欧立信咨询中心

库里和勇士队的三分球令联盟其他球队为之色变，其实大数据在三分球训练中也可以起到关键作用。

通过对库里无数次投篮动作的分解可以提取出一些关键数据。

库里出手速度极快，仅为0.3秒，并且其三分弧线最高点要比联盟平均水平高出15厘米，保证篮球入网角度接近45%。

并且库里起身投篮时身体会略向左侧，以保证右肘、右肩、右胯处于一条线上，保证投篮稳定性。

借助“Shottracker”投篮追踪仪执行大量投篮训练，球员可以分析自己投出的篮球的轨迹、速度，并通过数据分析得出需要矫正的投篮动作，以此保证自身的投射精准度。

图表19：

库里投篮动作解析

数据来源：

网络公开资料，北京欧立信咨询中心

图表20：

Shottracker投篮追踪仪

数据来源：

网络公开资料，北京欧立信咨询中心

三、大数据助力选秀、交易

在球员选秀和交易方面，大数据技术也成为评估球员能力的重要工具。

通过对球员过去比赛资料、数据的收集，分析球员特点，判断球员未来发展潜力。

更重要的是把球权和球队放置在一起，研究其匹配度，寻找真正的冠军拼图。

四、大数据用于球迷服务

随着娱乐活动越来越丰富，球迷对NBA的要求也越来越高，简单的视频转播很难最大程度满足球迷需求，而大数据技术可以用来解决这一问题，为球迷提供前所未有的观赛体验，并增强球迷的参与感。

首先，大数据技术能够提升球迷的观赛体验。

传统的观赛方式无外乎看比赛直播，对于重要镜头可能还会看一些慢动作回放。

但是当新型转播技术加上大数据之后，观看比赛的选择变得更加多元。

例如腾讯推出的“上帝视角”，球迷可以选择不同视角去观看比赛。

在未来，通过现场数据采集设备和大数据分析系统，球迷还可以直接在直播中看到比赛背后的深度数据。

图表21：

NBA“上帝视角”直播

数据来源：

腾讯，北京欧立信咨询中心

其次，球迷其实并不是只喜欢看比赛，大部分篮球迷还喜欢分析研究球员及球队，而大数据正好帮助业余球迷提升自身的专业化水准。

对于球迷来说，海量繁杂的基础数据显得并不实用，球迷需要经过处理的、类似于工具一般的可视化数据，并且这些数据应该极易获得。

NBA在2012年与SAP合作之后，就将自身的数据库彻底升级，并将视频资料也纳入数据库，NBA官网可以同时支持上万人同时搜索，并尽量给予球迷可视化的反馈结果。

据统计，在使用SAP的HANA平台之后，NBA.com/stats浏览量超过270亿，访问量增加了66%，停留时间增加了近60%，说明球迷的粘性和体验得到了极大地提高。

图表22：

可视化球员数据对比

数据来源：

NBA官网，北京欧立信咨询中心

图表23：

杜兰特和詹姆斯表现对比

数据来源：

stat-nba，北京欧立信咨询中心

图表24：

球员薪水和得分情况

数据来源：

stat-nba，北京欧立信咨询中心；不同颜色代表不同位置，圆圈大小代表球员场上影响力

再次，经过处理的数据分析结果和一些解析视频还能帮助球迷提升业余篮球水平，大数据技术有助于科学地分解球星技术动作和球队战术，这些都可以给资深篮球迷带来巨大效用。

最后，通过记录球迷的选择，以及与球迷的互动，大数据系统能够将球迷贴上不同标签，方便将同类球迷放置在一个“社区”，定向推送他们感兴趣的服务和产品，并且可以通过球迷偏好的变化趋势调整市场策略，给球迷最好的消费体验。

五、大数据支持体育衍生品开发

大数据除了应用于比赛和联盟运营本身，还可以用于NBA衍生产品开发。

目前竞技体育衍生