大數據逆轉力：數據狂人、棒球老教練和他不起眼的球員們

序
人物表

第一章 會面
自己跑來匹茲堡，這個決定到底對嗎？現在，是對是錯已經不重要了。他發誓不再回頭看，也不再去理會是對是錯。現在處於這個境地，要做的就是解決問題。

第二章 心魔
赫德爾飽受壓力和期望的滋擾，又不能自律。《體育畫報》雜誌往往喜歡去抓住運動員的極端——那些巔峰和低谷。自那張封面推出來之後，他就不停走下坡。

第三章 試驗場
「玩這個遊戲，使我想弄明白，最好的球員的真正價值是什麼，因為眼睛往往靠不住。你做的東西，感知到的東西，並不一定就是真實的。」迪萬說。守備球員在場上的位置應當怎麼安排，靠感覺往往出錯。

第四章 隱藏的價值
然而，社會上有數以百計，甚至數以千計的業餘愛好者，獨具匠心，兼有統計學天賦，而且跟各支球隊一樣，也對尋覓棒球運動中的隱藏價值興趣濃厚。他們發現了球隊還未曾想過要使用的一種資料。

第五章 後無退路
赫德爾知道，大家心中有一堆疑問要問，所以請福克斯和菲茨傑拉德伴在左右，也有這方面的考量。他承受不了球員「造反」，不服從計畫的後果，這是他最後一次翻身的機會。

第六章 賽場移防
一百多年來，這樣的球一般會成一壘安打，然而那次沒有。巴默思正好守在那裡。他一把接住，持球觸二壘，來了個封殺出局，把球傳向一壘完成雙殺。海盜隊更加堅定了決心實施移防計畫。

第七章 失人失心
額外多在這裡接一個球，遠不如花天價簽下一個強棒或王牌投手那樣引人矚目。海盜隊發現的價值，棒球記錄卡沒有印，也沒法借廣告牌四處張揚。海盜隊盼望多勝幾場能提高上座率，但球迷還是不買帳。

第八章 造金
特點，正是莫頓尋求的東西。西瑞吉希望莫頓能回到感覺自在的狀態。西瑞吉覺得投手遇到的很多事情，他都感同身受。這，是他最厲害的一個技能。2011年上半年，被降級的莫頓被交托到他的手上。

第九章 全明星賽上不見身影
「我們上了去紐約的飛機。我環顧四周，發現整個頭等艙都被我們占了。全是我們的人，」洛克對記者說，「我說，這仍是個好兆頭。」然而，飛機上明顯缺了一個人。誰呢？

第十章 球場與測量
站在棒球界一群通曉分析學的觀眾面前，因澤裡羅語出驚人，宣布他和自己的團隊已經解開最大的棒球之謎。他說，很快，棒球場上球員的每個動作、每個步伐、每次投擲，都可以測量並量化了！

第十一章 投手競賽
這場勝利令廣大球迷欣喜不已，相形之下，對海盜隊而言，最為重要的是看見科爾邁出了下一步，在各隊的競逐中幫海盜隊贏了關鍵的一場比賽。可有個麻煩的問題：2013年，科爾還能繼續投多久？

第十二章 難以置信
庫埃托送出一個快球，在那裡等著揮棒的正是馬丁，他一棒子把球擊到左外野的看台，擊出又一支本壘打，全場球迷狂喜不已。他們二十年所受的屈辱化為能量，在那晚爆發，縱情歡呼，聲音猶如瀑布入潭時的怒吼。

後記 循循環環無休止

致謝辭

序

　　這本書從某種意義上講，就是《魔球》（Money ball） 的續集和升級版，不過它的棒球大數據故事，發生在奧克蘭運動家隊的故事十餘年之後，主角換成了另一支美國職業棒球大聯盟MLB的窮隊——匹茲堡海盜隊。

　　故事幾乎用一段話就能說清楚：一位名校畢業、棒球愛好者出身的大聯盟球隊總經理，請來了少年成名但一直不得志的主教練，加上兩位名校畢業、有數學和電腦天賦的棒球迷做資料分析師及系統架構師，收購了數名在走下坡路但別有所長的大聯盟球員，組成了一個團隊，通過棒球大數據的採集和應用，使得在美國職業棒球大聯盟墊底20年的窮隊——匹茲堡海盜隊鹹魚翻身的故事。

　　這麼一個故事，有什麼可看的呢？會比《魔球》更精采？我帶著幾個問題，仍然饒有興趣的用兩天看完了這本書。

　　問題一：十年間，大數據棒球發生了怎樣的演變？

　　說到棒球大數據，首先無法回避一個人——比爾．詹姆斯（Bill James），這位原被稱為「當今資料分析學革命之父」、創造了賽伯計量學（Sabermetrics，又稱棒球統計學）的統計學家兼棒球愛好者，其實是《魔球》一書中的真正幕後主角。早在20世紀70年代，畢業於堪薩斯大學、在堪薩斯勞倫斯城（Lawrence）一家豬肉豆類罐頭廠做巡夜保安的比爾．詹姆斯就開始研究棒球資料了。1977年，他自費出版了第一本《比爾．詹姆斯棒球摘要》 。自1977年至1988年，每年出一期《比爾．詹姆斯棒球摘要》，從而奠定了賽伯計量學這門統計學的基礎。

　　要知道，到1975年，在美國才誕生了第一台個人計算機的雛形Altair 8800電腦；1978年，Intel公司的16位微處理器8086才出現；1982年，英特爾公司在8086的基礎上，研製出了80286微處理器，就是我們當年所說的286電腦；1989年，有關互聯網應用的分類互聯網資訊協定World Wide Web方確定。

　　在美國棒球界開始進行資料分析革命時，金融等商業領域尚未普遍使用資料分析，只是在這之後，資料分析才逐漸廣泛應用到金融、證券乃至政治解析等各領域，而今美國不少金融和政治資料分析師都是棒球統計員出身。2011年，比爾．詹姆斯甚至寫了一本書《熱門罪案》（Popular Crime），將資料分析應用到了連環殺手身上。

　　1984年，針對各大聯盟球隊不願對外公開球隊資料的情況，比爾．詹姆斯在其當年出版的《比爾．詹姆斯棒球摘要》中，倡議發起一場名為「記錄紙專案」（Project Scoresheet，也稱為「記分表計畫」）的草根活動，號召遍布大城小鎮的廣大球迷詳細為每場球賽記錄，然後把記錄的資訊輸入一個電腦資料庫，而這個記錄紙，至今仍被棒球賽事計分時所廣泛使用。

　　與比爾．詹姆斯同期，另一位棒球資料統計愛好者、製藥公司研究員出身的迪克．克萊摩爾（Dick Cramer）於20世紀80年代設立了一家名為STATS的公司 ，從事棒球資料蒐集及分析。比爾．詹姆斯給STATS公司投資，並出任創意部總監。該公司的資料產品，被ESPN 和《今日美國》報等所採用，直到1999年該公司被默多克的新聞集團所屬福克斯廣播公司以4 500萬美元的價格收購以前，其一直是業界領先的棒球數據供應商。

　　《魔球》一書中，奧克蘭運動家隊的故事只記錄到了2003年，其所採用的資料分析系統，也主要是以STATS公司為代表的資料分析產品；而本書中匹茲堡海盜隊的故事則一直記述到了2014年，那麼在這10年間，棒球資料統計又發生了什麼重大變化呢？我們可以看看本書中提及和筆者所知的幾個重要資料應用系統和重大事件。

　　一、PITCHf/x系統

　　2007年，位於芝加哥的運動大觀公司（Sportvision）開發推出了PITCHf/x系統。PITCHf/x系統問世以前，棒球運動並沒有一個真真正正的大數據工具。由於PITCHf/x系統問世，職業棒球行業隨之產生了一個前所未有的工作部門——資料學部門。

　　PITCHf/x是在壘包內置攝影鏡頭的運動跟蹤系統，研發的目的本是改進ESPN的一款叫作K區的產品（K-Zone product），這個產品用於測定投手的投球是否落在好球區內。PITCHf/x每年自動生成將近2000萬個可用的資料點，差不多相當於20世紀記錄的資料總量。

　　2007年，投球自動辨識系統PITCHf/x開始安裝在各個大聯盟球場運行，採集即時投球資料，2008年遍及每個大聯盟球場。當年賽季，每個賽場都裝上了60赫茲的攝影鏡頭。攝影鏡頭和物體識別軟體會拍下球脫離投手的手至穿越本壘板為止這段時間的運行情況。
　　PITCHf/x會依據所拍照片，即時把球的速度、軌跡、三維位置計算出來，速度誤差小於每小時一英里，位置誤差小於一英寸。此外，PITCHf/x也會即時標記投球的類型。有史以來，投手的準確投球速度和各種投球類型所占的準確比例終於得以為人掌握。投球的速度、類型、運動和位置也終於有了一套標準單位，並可輕易在FanGraphs.com、BrooksBaseball.net等網站上查到。

　　伊利諾大學教授艾倫．M.南森（Alan M. Nathan）在2012年一篇論物理與棒球的論文中寫道：「（PITCHf/x）記錄投球速度、球與本壘板相對位置等物理量之精確，前所未有。然而，更為重要的是，以前未加度量的物理量，我們現在也有了度量標準。」

　　二、TrackMan投球跟蹤系統

　　丹麥TrackMan公司是運動大觀公司一個強有力的競爭對手，以利用雷達跟蹤高爾夫球飛行和滾動軌跡而名聲大噪。2009年，TrackMan公司開始利用雷達跟蹤技術，進行投出和擊出的棒球研究，同時該公司在三個大聯盟球場開始測試自己的技術。

　　TrackMan的主要目的是整理資料，給球隊提供一些基礎性的資訊，最引人矚目的東西是有效速率。其讀數與PITCHf/x的基本一樣，但TrackMan所測的是球在空中運行的整個軌跡，而不是以五十英尺間隔距離為準，在球行軌跡上選取二十個不同的點來測，而且還測投手的伸展長度。

　　能測出投手的伸展長度是球隊對TrackMan產品感興趣的一大主要原因。另外兩大原因是該產品能跟蹤球被打擊時的初速度和場內球的末速度。PITCHf/x能夠告訴球隊投手的垂直釋球點，但不能告訴球隊投手的水準釋球點，因而也就不能顯示投手球出手時球離本壘板的距離。這一點很重要，因為如果球出手時球離本壘板更近，則投手的有效速率會更大。舉個例子，甲、乙兩個快球初始時速同為93英里，甲行進53英尺，乙行進55英尺，則甲的整體速度比乙的大。

　　三、MLBAM公司設立

　　在2000年互聯網泡沫破裂時，美國職業棒球大聯盟的30個俱樂部，各家每年出資100萬美元，逆勢成立了子公司MLBAM（MLB Advanced Media，美國職業棒球大聯盟高級媒體公司），利用互聯網改善棒球比賽播放體驗。MLBAM成立後，先是為職棒大聯盟和下屬的30個俱樂部建立官方網站。

　　2002年，MLBAM開始將業務延伸到流媒體，在網站上提供比賽影片播放。

　　2003年後，MLBAM便已經開始盈利，並在2006年將早期投資還給了俱樂部。

　　2005年，MLBAM以6 600萬美元的價格買下了售票網站Tickets.com。

　　2005年，花旗銀行、高盛、瑞士信貸、摩根大通等投資銀行曾試圖勸說MLBAM上市，當時只有線上影音業務的MLBAM估計市值已經達到20到25億美元。

　　2014年，MLBAM已經有5%的棒球賽門票通過手機應用銷售。MLBAM的At The Ballpark應用允許已經購票入場的用戶在場內直接在手機上付費升級看台座位。

　　四、Statcast球員跟蹤系統

　　2014年3月，MLBAM開發的Statcast球員跟蹤系統面世。

　　Statcast從不同的系統接收資料，然後將資料整合在一起：Statcast利用TrackMan的SABR40棒球雷達將軍隊追蹤飛機和導彈的3D多普勒雷達用於追蹤棒球的飛行軌跡。雷達每秒掃描2000次場地，根據返回電波的變化判斷棒球的運動。它的高精度掃描不光能獲得棒球的飛行速度和軌跡，還能知曉對於比賽有影響的旋轉角度。

　　同時利用兩組美國蔡潤合古公司（ChyronHego）的雙套攝影機列陣追蹤賽場上的球員，由於攝影機為立體布局，每個列陣由兩個倒掛著的方塊構成，每個方塊相隔15米，因而具備三維追蹤能力，它們就像人的雙眼一樣通過不同角度「看到」的畫面獲得立體的影像，據此判斷運動員的運動速度。這些攝影機追蹤賽場上每位球員的運動，並與TrackMan的多普勒雷達讀數同步，然後，球員和球的運動由Statcast系統的軟體轉化成具體資料。PITCHf/x能夠追蹤所投之球的運動、位置、速度，Statcast則能追蹤賽場上的一切運動。原先只能憑肉眼主觀判斷的東西終於可以量化了。

　　Statcast系統可跟蹤量化球員最高時速、加速度、起點至攔截點距離、路程、路徑效率等即時資料，同時還可實時追蹤球速、角度、行進距離、滯空時間等，是PITCHf/x的超強版。其問世後，防守範圍、準確度、路徑效率、手臂力量等得以準確量化。

　　僅這兩個系統，每場比賽就會生成7TB的資料，一個賽季2430場比賽就是17PB。球場獲得資料後會即時將數據上傳到亞馬遜AWS平台上，由MLBAM開發的軟體進行加工，繪製成普通人能看得懂的圖形表現。

　　1TB=1 024GB，1PB=1 024TB。17PB資料形象化的表述一下，就是1TB（1024GB）容量的電腦硬碟，能夠裝滿17000塊！

　　Statcast系統目前的問題是，可以即時追蹤並分享資料，卻沒法即時生成圖表。原因是每場比賽產生的資料極多，別說即時處理，即使傳輸也很費時。但Statcast系統確實為未來的大數據棒球留下了巨大的想像空間。

　　做為一名學歷史文物專業、律師出身的文科生，我如此費勁的整理出上述幾個資料應用系統和企業的介紹，主要是實在很難用語言描述本書中匹茲堡海盜隊與《魔球》一書中奧克蘭運動家隊所處時代的差別，只好用資料說話。

　　上述的系統和事件說明，在這十年間，隨著科技迅猛的發展，彼時的奧克蘭運動家隊尚處在大量資料時代，而現時的匹茲堡海盜隊則已進入真正的大數據時代，在數據的容量（Volume）、速度（Velocity）、多樣性（Variety）和真實性（Veracity）等方面，已經不可同日而語，因此，兩書中有關資料分析師及系統架構師在棒球資料分析、應用上的細節描述，也迥然有所不同。

　　問題二：為什麼是這幾個人組成的團隊，能夠借助大數據應用讓球隊鹹魚翻身？

　　不少人認為，美國是現代電腦和互聯網的發源地，世界第一科技強國，同時又是現代棒球的發源地，兩者有機結合似乎順理成章。但事實上，棒球在美國一直是個封閉行業，只有打過棒球的人才可進入，甚至到21世紀初期仍大致如此，絕大多數球員出身的總經理、主教練和球探一直左右著球隊，棒球大數據分析的逐步被接受，經歷了一個漫長的過程。
　　
　　具體而言，匹茲堡海盜隊僅僅是因為其負責人及核心成員開明、容易接受新事物，就使海盜隊較早的接受了用大數據指導棒球比賽和球員選拔嗎？不完全是，我們看看其幾位核心成員的幾段特殊經歷就知道了。
　　
　　尼爾．亨廷頓（Neal Huntington），球隊總經理，為人精明，非職業選手出身。曾就讀麻塞諸塞州安默斯特學院 ，學習成績優異，一直熱中棒球。1992年在蒙特利爾博覽會隊實習並成為全職職員，1994年任該隊的影像高級球探，隨後晉升為球員發展副主管；1998年加盟克利夫蘭印第安人隊任小聯盟運營副主管，在此他有一段特殊的經歷：
　　
　　克利夫蘭印第安人隊總經理約翰．哈特（John Hart）受經濟條件所限，啟動了一個「實驗性專案」，即雇用了一批年輕而富有工作激情的高學歷、低薪水的菁英大學畢業生，研究剛剛開始出現的棒球資料學，用以完善原來的挑選球員的方法，這其中就有亨廷頓。他的這批分析員同事中，陸續被其他球隊挖角，第一個被挖走的保羅．德波戴斯塔（Paul DePodesta），就是被《魔球》中男主角奧克蘭運動家隊總經理比利．比恩（Billy Beane）挖去做助理經理，並成為了那個故事中的一個主角。後來這批同事中的多位成為了大聯盟球隊的高階管理人員 。

　　同時，哈特還做了一件很牛的事，即開發了「鑽石眼」（DiamondView）。這是克利夫蘭印第安人隊研發的最早而又最全面的專有棒球資料庫之一，第一個版本於2000年問世，早於奧克蘭運動家隊的魔球理論問世時間，是已知最早的綜合性棒球運動資料庫。鑽石眼可檢索到數以千計的職業球員資料，包括統計出的趨勢和預測結果、偵探報告、表現指標、傷病歷史、合同狀態、薪酬資料等，可以迅速處理大量資料，找出趨勢，預測球隊表現，同時每天輸入新的資料。

　　上述經歷，使得亨廷頓成為棒球界精通資料的早期人物之一。2007年他到任海盜隊總經理後，從零開始建設數據分析部門。

　　柯林特．赫德爾（Clint Hurdle），球隊主教練，是個老派正統的職業棒球人，從小熱愛棒球，年少成名，1976年獲中西部聯盟（Midwest League）最具希望候選球員；1977年參加AAA級比賽，獲評為聯盟1977年度最佳新人和最有價值球員（MVP）；1978年登上著名運動雜誌《體育畫報》封面，但此後功敗垂成、一直不得志，一步步從A、AA、AAA級比賽到小聯盟、大聯盟任打擊教練和主教練。在他的經歷中，有兩段值得提及：

　　其一是其父老柯林特．赫德爾（Clint Hurdle Sr.）曾是菲瑞斯州立大學（Ferris State University）的棒球遊擊手，但後來進入了甘迺迪航太中心，直至擔任電腦運營與維護主任；其二是2009年，其在洛基山隊任主教練，因當年賽季慘澹被解雇，在下半個賽季，他到美國職業棒球大聯盟電視網（Major League Baseball Network）做了半年評論員，從此開始了賽伯計量學啟蒙，並體會到了大數據分析的精妙。

　　丹．福克斯（Dan Fox），球隊分析部門創建人兼主管，資料分析師與系統架構師，1968年出生，愛荷華州立大學電腦科學專業畢業，一位標準的電腦迷兼棒球迷。其經曆中有兩段很有意思：

　　一是早在20世紀80年代，其在銀行高層工作的父親就給他購買了一台奧斯本（Osborne）品牌的電腦，這是一種早期筆記型電腦，重約10.4公斤，大小與手提箱相近。在那台電腦上，福克斯和哥哥學會了如何撰寫電腦編碼，不久便開始利用電腦編碼分析Strat-O-Matic棒球遊戲的紙牌。
　　
　　二是他很早就受到了比爾．詹姆斯的文章和STATS公司CEO約翰．迪萬（John Dewan）的影響，2006年，他在精良而頗具影響的棒球資料統計分析學網站BaseballProspectus.com有償開了一個專欄，取名「薛丁格的球棒」 （Schr.dinger’s Bat），向物理學家埃爾溫．薛丁格（Erwin Schr.dinger）之「薛丁格的貓」（Schr.dinger’s cat）的思想試驗致敬，從而征服了一批棒球行外智慧過人的超級棒球迷。

　　邁克．菲茨傑拉德（Mike Fitzgerald），丹．福克斯助手、資料分析師，1989年出生，麻省理工學院化學工程專業畢業，具備數學天賦，早早讀過《魔球》一書，還是NBA波士頓凱爾特人隊的狂熱粉絲。他的特殊經歷是：在讀書時，即曾在丹麥TrackMan公司帶薪實習。2011—2012非賽季期，丹．福克斯向TrackMan公司的幾位高層詢問有無全職助理分析師推薦時，幾位高層推薦了他。

　　從前述幾位核心成員的幾段特殊經歷可以看出，他們除了結緣棒球外，都在自己的不同時期，較深入的接觸到了電腦及棒球大數據。這就像比爾．蓋茲，當人們驚詫於蓋茲為何能在大學二年級從哈佛大學退學去創辦自己的軟體公司時，人們並不知道：蓋茲於1968年在湖邊學校讀中學七年級時，就有機會長時間接觸電腦並開始即時程式設計了；此後，又到電腦中心公司（C-Cubed）、資訊科學有限公司（ISI）以測試軟體、編寫工資單程式換取了大量的自由上機時間；甚至還長期淩晨偷偷到華盛頓大學免費蹭用上機時間；到中學高年級時，居然有機會被找到華盛頓州南部的博納維爾電站幫助編寫電腦系統程式。因此，當蓋茲創業時，他已不間斷地編寫了七年程式，有了上萬小時的程式設計經驗，對軟體發展領域有了非同常人的理解。當時世界上有多少個年輕人有和蓋茲相同的經歷？按蓋茨的話說，「假如在世界上能找出五十個都會把我驚倒」。

　　凡事有因方有果，沒有突然而來的飛躍。