每个App都在用的whoscored网站，到底能不能用？应该怎么用？
whoscored到底有多普及？至少在目前国内所有的app里，都会出现它的身影，最重要的当然是频繁更新的“评分”和最佳阵容。和app合作的写手，也多有利用这个网站数据写稿的，而写手的应用方式则大致可以分为三类：一是和app一样直接引用评分；二是查热区图或者触球散点图；三是在看录像（其实我现在很怀疑多数人只是看了直播）后，去查一些相关数据，比如认为“XX抢断很积极”，然后去查他的抢断数据。
然而这三类用法，要么很不可取，要么最多只发挥出了这个网站用处的30%。
其实一年前我刚开始尝试用数据写稿的时候，并没有接触wyscout的数据，所用的也是whoscored的数据。对球迷大众而言，这个数据库真正的优点有三：数据更新快、服务器相对比较稳定，以及最重要的——免费。
其实如果你真的会用，就会发现它有别于目前其它数据网站，最重要的好处是，比赛日志做的特别棒。你甚至可以精确到某一场比赛第几分钟到第几分钟的数据，这意味着场上一旦出现重大变阵，你可以非常清晰的把握变阵前后的数据变化。但目前这么用的不太多。
毫不夸张的说，你只要用好了这个网站，就能够看出非常多的基本问题，也就是说，免费的足球数据，其实对于日常分析来说是够用的。然而现在很遗憾的一点是，几乎绝少有人能把这个网站给用好。我们先来说说，上面三种用法的局限到底在哪里。
首先，whoscored一直在主推自己的“评分”系统，然而这是一个不折不扣的垃圾系统。之前我说过，其算法过于侧重持球数据，对无球几乎毫无顾及；而且考虑到whoscored自身基础数据的匮乏，算法本身出现失真的概率奇高。近期我甚至发现一个奇怪的现象：一般来说数据是样本越大越具有参考意义，而whoscored这套算法，居然会出现一个赛季的大样本，比单场比赛的小样本更离谱的现象。比如上赛季靠防守拿到西甲第5的赫塔菲，因球风保守被打出了西甲第12的评分。
当然，我知道会有人说：不这样做，你该如何评判所有球员的表现？坦白讲我不知道，但我能给出的回应是：目前恐怕没人知道该怎么做。并不是每一件事都必须有答案，实在做不到，干嘛要“知其不可为而为之”？whoscored这个评分，在我看来就像一个制作精美的永动机一样，理论上它就不可能转的起来，你非说“它很好看啊”我也没话说，但至少你不能觉得工艺品是什么技术工具。
其次，热区图或散点图，其实对于解读单场比赛而言是有用的，但我们一定不能将之理解为“跑动热区”，它实际上是“触球热区”，也就是说，这两个图其实是一回事，只不过呈现的视觉效果不同而已。最早在这方面比较清晰的，并不是whoscored，而是squawaka，后来他们不怎么做了，大家就都用whoscored的了。当然，这个说到家是单场比赛触球数据的可视化呈现，很难应用到大样本的分析中。
最后是一些基础数据统计，这方面whoscored的最大问题在于过于基础，以及自身没有对数据做二次处理。我们先说“数据过于基础”这个问题。whoscored自己介绍说，数据来源是opta和eNetPulse两家数据公司，后者我没接触过，大致看了一下产品推介，仍旧是相当基础的内容，其特色在于赛事和项目涵盖的非常多；而opta我倒是曾经和中国地区的工作人员接触过，提及whoscored网站时，对方的回应其实是相当轻视的，因为给他们给whoscored的数据包是最基础的一档，和传给懂球帝这类中文app的数据包没有太大差别。
也就是说，你想查主流联赛的相关数据，其实根本不用去whoscored。用whoscored的好处在于，你可以对照着比赛日志查录像，去了解每项数据统计到底针对的是什么技术动作。
然而即便是这个工序，仍旧没几个人去做，否则绝不会出现各种概念的乱用，比如“抢断”、“拦截”之类的词，以及昨天我看到腾讯体育在谈武磊时用到的“推进”——我估计他说的是dribbles，由于这个概念在opta的统计中是和“抢断”共同发生的，也就是当你贡献一次dribble时，你要么过人成功，要么被对手断球，所以翻译成“过人”显然更合适。
而且，dribble的统计是分“成功”与“失败”两种情况的，whoscored的不同页面，对于两个情况的呈现方式也不同，有的是只显示成功的dribble，有的则是告诉你总数和成功率。因此在写稿的时候，合适的做法是区分清楚“尝试过人”和“成功过人”。要知道这两个概念存在极大差别，比如18年世界杯，如果只看成功过人数，无论你怎么算都不可能觉得韩国是一支强调过人的球队；但看尝试过人总数的话，韩国确实是过人频率极高的球队之一。你总不能说他们的过人在客观上失败了，所以主观上他们不想过人吧？
这里只是举了一个例子，就是想告诉大家，即便对于这些非常基础的数据，我们在用的时候，也仍旧有必要去探究一下它的具体含义是什么。其实这也是whoscored作为入门级足球数据网站存在的最大意义，它至少可以让你明白一些基础统计到底是怎么回事，不至于稀里糊涂跟着导播来一句“阿扎尔全场过人8次”——这就跟闹笑话一样，只不过绝大多数人现在对足球数据完全是懵懂状态，所以才没人get到笑点在哪而已。
说了这么多，whoscored的数据到底该怎么用呢？这就要提到刚才我说到的，其比赛数据除了“太过基础”之外的第二个问题——缺乏二次计算了。在文章一开头我就说了，即便whoscored的数据过于基础，它仍旧能给我们解释大量问题，关键就在于：你必须对它进行二次计算。
如何计算呢？其实这个问题我很早之前就谈过了，最简单的方法是结合控球率，计算每个球队的控球时间，然后看其在每分钟控球时间内，能够积攒多少次相关技术统计。举例来说？某球队控球率60%，全场传球600次，整场比赛算上伤停补时一共打了95分钟，问其传球频率是多少？很简单，600/(95*60%)=10.53（保留小数点后两位）。当然，这里面有一个问题是，我们不知道比赛净时间，因此算出来的数据肯定是存在偏差的。但这其实已经是目前所能做到的极限了（搞个比赛净时间的统计能死么……）
以此为思路，我们能做的事情非常多。比如我们再进一步默认各队受伤停补时的影响不大（其实真的不大，我用wyscout结合伤停补时时间算，发现各队的比赛时间增加幅度大样本下相差无几），那么，我们就可以算出一个赛季的数据。去年我做各队赛季总结的时候，其实就是这么算的。
为什么要这么算呢？随便举个最简单的例子：我们都知道曼城上赛英超最少的季场均13.7次抢断，是拜其高控球率导致的超低防守时间所赐，“曼城抢断少是因为他们很少处于防守状态”这个话并不难理解。问题是，我们如何剥离“很少处于防守状态”这个因素带来的干扰？很简单，结合控球率反过来算一遍防守时间，就一目了然了。放两张图大家看看：
场均尝试抢断，曼城英超倒数第1
结合控球率计算后的尝试抢断频率， 曼城英超第3
上面这种计算方式，其实就是足球数据分析最基本的方法，也是whoscored最有意义的用法。然而到目前为止，我并没有看到国内的足球评论圈有其他人这么用过——我真不是吹自己，恰恰相反，说这个话的时候，我内心其实觉得非常可悲，因为这根本就不是什么高深的做法，而是只要稍微想一想，就不难想到这个数据处理方法。连NBA把“场均”变成“百回合”都比这个稍微复杂些，然而诸如“百回合得分”之类的，都已经算是基础数据了，结果“每分钟控球时间”这类的数据，那么多足球写手，我就没见其他人用过……
刚才私聊了一下篮球数据专家“篮圈即是圆点”，无比赞同他的说法——其实是美国数据专家凯文·佩尔顿的观点——诸如“advanced data”这类词汇，实际上很不利于数据的推广。说实话，NBA目前确实存在很多我没法理解的数据算法，比如rpm用的“回归计算”，像我这种没学过大学数学的确实就没法理解。但足球数据目前根本不涉及这些东西，所能用到的算法除了根本不需要你掌握的大数据之外，就是简单到不能再简单的四则运算。其实“懂球”远比“懂数据”重要得多——如果你能认可我的文章，那你就应该坚信这一点，毕竟我是一个目前数据水平仅仅相当于初一阶段的文科生……
