解雇全部球探！英超第一黑店靠大数据4年赚37亿

大数据模型让布莱顿能够更加高效、科学、准确地评估球员的能力和状态，在全球范围内寻找合适的教练和球员。

文|刘成康

卖球员4年卖了4亿英镑（约人民币37亿）、成绩却稳中有升，队中妖人越来越多，球探却越来越少。上述这支神奇的球队就是来自英超的布莱顿，近日，布莱顿做了个违背现代足球百余年历史的重大决定：解雇了球队所有的全职球探。在足球的发展历程中，球探一直扮演着至关重要的角色，是球员发掘体系中的关键一环，他们犹如伯乐，在广阔的足球世界中寻找着那些尚未被发掘的千里马。

布莱顿老板托尼·布鲁姆之所以放弃百年球探传统，是因为一套大数据模型。在这套大数据模型的帮助下，布莱顿近年来在竞争激烈的英超开起了“黑店”：400万英镑（约3700万人民币）签下凯塞多，不到两年1.15亿英镑（约10.5亿人民币）卖出；690万英镑（约6300万人民币）签下麦卡利斯特，3500万英镑（约3.2亿人民币）卖出；1800万英镑（约1.65亿人民币）签下库库雷利亚，一个赛季后6200万英镑（约5.67亿人民币）卖出。此外被球迷称为“三球王”的日本国脚三笘薰，布莱顿在2021年仅用300万英镑（约2750万人民币）就将其收入麾下，在2023年三笘薰的最高身价来到了5000万英镑（约4.6亿人民币）。

托尼·布鲁姆

图源：布莱顿足球俱乐部

依靠大数据模型，布莱顿达成了多起低价买高价卖的交易，这也让托尼·布鲁姆对这套数据模型更加信赖，以至于在近日完成了对旗下全职球探的清洗。其实五大联赛的绝大部分俱乐部都拥有自己的数据部门，不过一般来说这些数据部门主要服务于球员的日常训练的场上表现。让大数据模型深度参与球队的运营，布莱顿算是走在了足坛前列。

随着科技日新月异的发展，大数据模型早已不是十分新奇的存在，已经应用在赛事预测与策略制定、赛事组织与运营、市场营销与粉丝互动、体育游戏等体育行业的许多方面，成为体育的重要组成部分，对体育行业产生了深刻的影响。而大数据模型背后的体育分析市场也逐渐成为体育行业最热门的投资市场之一。

球探之殇与数据之兴

布莱顿的成功，很大程度上归功于其老板托尼·布鲁姆的前瞻性领导。托尼·布鲁姆早年在体育行业积累了丰富的数据分析经验，并将这些经验应用到了足球管理中。而上述这套能让布莱顿不断囤积潜力球员并低买高卖的大数据模型，名为Jamestown Analytics，创办于2017年，是体育咨询公司Starlizard的分支机构之一。Starlizard的老板，正是托尼·布鲁姆。Jamestown号称是目前足球界最前沿的数据公司，在英超，Jamestown只与布莱顿独家合作。

图源：Jamestown Analytics

除了拥有一套独特的算法模型和大数据分析系统之外，布莱顿还建立了一个完整的大数据团队，包括数据收集、数据处理、数据筛选和分析团队。这也使得布莱顿能够更加高效、科学、准确地评估球员的能力和状态，在全球范围内寻找合适的教练和球员。上述多个低买高卖的案例足以说明布莱顿在数据化运营上的成功。但更加值得关注的，其实是布莱顿运营模式的可持续性。布莱顿会制定继任计划，以应对核心员工和球员的流失。这种前瞻性的管理策略使得布莱顿即使在关键人员变动时也能保持竞争力，例如当主教练格雷厄姆·波特转会加盟切尔西后，布莱顿迅速启动了继任计划来弥补主帅位置的空缺。

布莱顿的这一拥抱大数据举措，在体育界引发了不小的争议。数据模型虽然强大，但球探始终有他的不可替代性。例如对球员性格特点、领导力、技术潜力比赛态度等方面的评估，这些信息都是数据模型无法捕捉到的。对此一位足球俱乐部业内人士曾说：“数据无法捕捉到所有这些细节，在投资球员时是非常重要的。”此外，球探们多年来建立的关系网络和人脉资源，也是俱乐部在球员招募过程中不可或缺的财富，大数据模型无法取而代之。

图源：泰晤士报

数据化是足球发展的必然趋势之一，大数据模型能够为俱乐部提供更客观、更全面的球员信息，帮助俱乐部做出更明智的决策。在这个数据时代，如果能将传统的球探工作与数据模型相结合，则有望取长补短，发掘更多的潜力球员。

布莱顿的这一变革，无疑是对传统足球招募模式的一次大胆挑战，也是对现代足球俱乐部运营模式的一次全新尝试。对于布莱顿来说，未来的道路充满了机遇和挑战。他们需要在数据与球探之间找到一个平衡点，既要充分发挥数据模型的优势，又要保留球探工作的精髓。只有这样，他们才能在激烈的英超竞争中继续保持优势，为球迷们带来更多的惊喜。

大数据背后是48亿美元大市场

在信息技术飞速发展的今天，大数据模型依靠其数据量大、速度快、种类多和真实性高的特点，已经成为推动社会进步和商业创新的重要力量。体育产业作为全球经济中的重要组成部分，也不可避免地受到大数据的影响。从宏观的角度来说，大数据是体育产业数字化转型和高质量发展的重要影响因素。

图源：Xsens

大数据模型是指通过收集、存储、处理和分析海量数据，以发现数据中的模式和趋势，并据此做出决策的一系列技术和方法。这些数据可以是结构化的，如比赛成绩、运动员的生理数据。例如Xsens公司推出的Xsens Analyze运动分析系统就是其中的佼佼者，它以其惯性传感器能够捕捉精确动作数据并快速将这些数据以报告或实时动画形式展示给运动员的独特优势，帮助运动员提升成绩，降低受伤风险，成为了国内外许多训练中心、理疗康复中心的得力助手。这些数据也可以是非结构化的，如社交媒体上的讨论和视频内容。例如市面上许多舆情监测平台或软件就可以根据客户需求在网络上收集相关正负面信息。

大数据模型已经成为现代体育运营不可或缺的一部分。它不仅改变了体育运动本身，还深刻地影响了体育运营的各个方面。体育组织需要积极拥抱大数据技术，以提高决策效率，优化资源分配，增强粉丝体验，提升品牌形象，并促进体育科技创新。

与此同时，大数据模型在深入运用的过程中，也存在一定的风险与挑战：数据隐私和安全问题日益突出，体育组织需要采取有效的技术和管理措施，保护运动员和粉丝的隐私数据不被滥用；大数据模型的应用需要专业的数据分析能力，体育组织需要培养和引进数据分析人才，提高数据分析的准确性和效率；体育数据来源多样，数据格式和标准不一，给数据整合和分析带来挑战。体育组织需要建立统一的数据标准和整合机制，提高数据的可用性和准确性；数据的实时性和准确性至关重要，体育组织需要建立高效的数据收集和更新机制，确保数据的实时性和准确性。

图源：unplash

大数据模型正在对体育行业产生日益广泛和深刻的影响，以体育俱乐部、体育联赛为代表，越来越多的体育行业参与者正在逐步深化对于大数据模型的应用。而以大数据模型为代表的体育数据公司和体育分析市场则成为投资市场的“香饽饽”，正在迅速扩展规模，在全球体育市场中占据更大的份额。据《财富》杂志旗下相关机构统计，2023 年全球体育分析市场规模为 37.8 亿美元，预计 2024 年将达到 48.1 亿美元，到 2032 年将达到 323.1 亿美元，复合年增长率为 26.9%。

值得一提的是，随着人工智能技术的不断改革与进步，大数据模型与人工智能的融合也逐渐成为大势所趋。而人工智能的加入，则将进一步加深大数据对体育行业的影响。在将来，除球探外，数据分析师、录像分析师等更多的岗位都存在被取缔的风险。

在这个风云变幻的体育世界里，布莱顿的变革只是一个缩影。数据模型的兴起，正在悄然改变着体育的面貌。大数据技术在体育领域的应用虽然具有巨大潜力，但也存在着技术、安全、人才等方面的复杂问题和挑战需要体育人去面对和解决。此外，布莱顿此番完全拥抱大数据的操作，究竟是不是明智之举，还需要更多的时间去验证，让子弹再飞一会儿吧。

注：本文所用封面图来自Jamestown Analytics