NBA已经不是我们父母那个时代的NBA了，甚至已经不是年龄稍长的兄弟姐妹们那个时代的NBA了。过去的十年里，数据分析已经敲碎了职业篮球的框架，创造了一个近乎全新的比赛。

NBA以超越MLB的热情拥抱数据分析，是美国第一个让数据分析师进入休息室的体育联盟。现在，几乎每支NBA球队都有数据分析师，与教练和运动员评估师一起帮助单个球员将自身才能发挥到最大程度，也帮助那些确实被低估的球员发挥才能。许多球员为避免受伤会使用一些穿戴设备和睡眠检测器来追踪其疲劳程度。金州勇士队是NBA最好的球队，他们把大多数成功归功于他们的数据分析能力。联盟甚至开设了一年一度的“编程马拉松”比赛（Hackathon）来发掘数据分析的潜力。

“我们现在做的每件事几乎都离不开数据分析”，NBA总裁亚当·萧华（Adam Silver）在沃顿商学院在今年早些时候举办的一个分析会上说。

篮球是一种很难分析的运动，不像棒球。棒球是单个队员站在固定位置的分散的比赛，篮球是由五名队员为一队，队员间相互配合并且有无数种打法跟另一队同台竞技的比赛。历史上除了像得分和助攻这样典型的计算统计数据有用，其他数据是很难搜集的。但从2009年开始，联盟开始使用视频系统以每秒25次的采样频率追踪每个球员场上的每个时刻，也追踪进球时刻，这些新数据的向前发展推动了联赛的分析进程，让数据科学家运用机器学习并制图，以更好的评估实际上是哪位球员帮助球队赢得比赛。

迄今为止，数据分析已经推动NBA发生了深刻的改变，比如三分球的增加就要归功于此。在2012年左右，平均每队每场比赛只出手18.4个三分球，而到2017年每队能投出27个三分球，有将近50%的增加。三分球的使用率增加是因为数据分析表明，虽然一个三分球平均命中率只有35%，但还是比一个两分跳投更容易得分，因为两分球需要离篮筐更近。因此教练们开始鼓励球员提高三分球的命中率，就像勇士队的斯蒂芬·库里（Steph Curry）、克莱·汤普森（Klay Thompson）和凯文·杜兰特（Kevin Durant）一样尽可能投三分球。

▲ NBA平均每场比赛三分球出手数

更复杂的数据分析引发了NBA其他一些大的变化。球队现在能更好的评估防守能力，使用详尽的跟踪数据，通过分析能够确定最适合替换的队员，或是破坏对方最有效的进攻（比如三分球和扣篮）。数据分析也会使用复杂的数据分析技术，如贝叶斯网络算法，当被追踪的球员上场时可以建立并优化整体防守。

这些数据分析方法使过去某些价值很高的球员遭受几近毁灭性的打击。球队对那些在低效两分球上花很多精力的球员不再感兴趣，也不再对防守能力弱的后卫球员感兴趣。现在所有球员都在努力成为更好的传球者，以迅速判断场上谁是那个最可能进球的队友。

除了改变对最具价值球员类型的预期，NBA的数据变革也改变了对于“价值”球员是否起实际作用的判断方式。当数据显示他们有受伤风险的时候，球队给球员放更多假，或者让他们少打球，斯密说球队甚至把唾液测试结果作为疲劳程度的指数。

某些球队会不定期安排明星球员轮休，这惹恼了一部分球迷，因为球迷在赛季之初购买了季票，来到比赛现场却发现看到的是替补球员阵容。但对联盟和球员来讲，这是一件好事，因为适当地轮休可以延长球员的职业生涯。也许，这有利于比赛整体更好地发展：数据分析的变革不光让所有NBA球员都更加富有技巧、发展更加全面，还让他们在真正上场比赛之前得到了更充分的休息。

声明：本文为懒熊体育编译自Quartz，原文作者Dan Kopf