随着科技水平快速提高，现代足球中，球员状态、比赛质量均可以通过量化来展示，也就是说，比赛统计可以精确到全场比赛90分钟内任何一个时间段的每一次触球这样的细节。
通过大数据提供的有效数据，球队主教练可以根据自身执教水平和数据分析引擎所提供的计算模型，来合理排兵布阵，力争在每场比赛都确保球队达到最佳的技战术要求。
詹俊、金向凯等名嘴在比赛解说时，经常通过十分具体的数字来表示球员及球队的强弱，赞叹他们赛前的准备工作充分的同时，数字的说服力显然比尬吹尬骂来的更令人信服。
玩过体育游戏的朋友都会了解，当比赛结束后，技术统计自动展示在结束画面，通过简单的分析，就可以大致了解本场比赛的基本情况。
游戏的数据一目了然，了解球员更容易
相对来说，足球经理在同类别中算是一个“完全只靠数字”的游戏。
它没有同于实况足球和FIFA的精美画面和刺激的竞技效果，但通过超强的数据分析引擎和完善的数据展示效果，让足球场内外所有环节以数字和图标的方式呈现。
这些足以让FM迷通过这些数字就可以对球队任何细节都做到了如指掌，甚至像我一样完成游戏里30余年的带队征程。
游戏里做到这些固然容易，因为每个球员都是通过数字来录入的能力值，只是通过复杂的计算引擎来完成比赛、训练、转会等环节。
当下，足球市场依旧是体育行业最重要的商业市场，仅从2019年夏天英超联赛的最终榜单确定之后来看，联赛倒数第一的哈德斯菲尔德镇通过电视转播分成、名次奖金和等额奖金三部分资金之和，居然也拿到了93.6M英镑的天价收入。
可想而知英超其他高于它名次的球队早就破亿元收入大关了。当然，这些钱还只是球队收入的一部分而已。
“印钞联赛”让所有球队仅在名次奖金上就可以年入过亿了
足球如此赚钱，足球比赛所产生的大数据由于足球界对数据精度要求十分之高，这些数据则变成兵家必争之地。
因此，数据市场是各种机构公司都梦寐以求的，通过科学的数据统计所产生的价值，来售卖给对数据需求量大的俱乐部及足球公司。
01. 这些专业的数据究竟是如何采集的？
现实球员并不是数字机器人，那么他们每个人的数据究竟是怎么统计的？难道完全依靠志愿者们手动填表记录？
足球数据统计是足球比赛的重要构成，通过球队角度来统计，可以从射门比、传球成功率、控球比、角球总数比等一系列数据来对比两队的进攻趋向；而通过球员角度来收集，例如球员完成过人的次数、射门射正率、进球助攻数、传威胁球次数等来展示球员在进攻中为全队带来的价值。
单场比赛的数据汇总到整个赛季，球队及球员全年的表现即可表示出来。
而球员在场上为球队做出贡献后，若能够帮助球队取得理想的成绩，拿到应得的荣誉，就能够明显为俱乐部扩大收入、提高了影响力和曝光度，这样的成果足够吸引那些持币观望的企业来为这些球队做赞助冠名。
如此循环，球员、球队在职业联赛的表现为球队自身带来了巨大的商业价值，身价提升的同时，准确挖掘球员数据则成为了很多公司眼中的大商机。
这样一片赚钱机会自然成就了如Whoscored、Squawka、Statszone等知名数据统计机构，而这些机构的数据的提供商居然都是英国大数据公司OPTA。
球场捕捉数据的设备越来越多
其中，法国的数据公司SUP在数据采集方面则痛下手笔，在需要统计的比赛中，安装多达8个具有热成像能力的高级摄像机，通过摄像机所捕捉到的全部比赛数据模拟成类似于足球经理的2D比赛效果。
摄像机所捕捉到的一系列数据通过自己公司复杂的计算引擎进行分类拆解，跑动就可以拆解为静止、慢跑、中速跑、快速跑、冲刺等多个分析方向，通过复杂的统计，变成数十种有效数据呈现给客户。
能够呈现的功能如下（节选）
1、球队每一位球员的跑动距离
2、比赛有效的图表、清单数据
3、球员实时比赛状态（身体机能、疲劳感等）
4、个人统计数据、全队统计数据
5、战术体系
6、比赛全视角
7、个性化规则筛选
8、能够与其他平台对接的数据整合
类似于OPTA的大数据公司则统计的更为广泛，能够生成赛程、赛果、实时比分、积分排名、比赛时间进度轴、比赛数据统计、文字直播、球队场上统计数据、球员场上统计数据、阵容、球队比较、球员排名、球队排名等提供实时数据支持。
由于数据公司侧重的角度不同，所统计出来的数据倾向性也不相同，当然类似于球员跑动、传球、射门等具体的数字，肯定是要保证绝对准确的。
关键数据是评价球员表现的重要依据
OPTA的用户可以自己选择球队、球员、赛事等不同的数据项。另外数据也可以通过点击数据表头来进行排序或分类显示。
系统中还通过图表来展示场上位置图以及球员在上的触球，这些数据均为实时更新。这样的系统中还为解说员提供每场比赛的数据看点，以及实时对话窗口。
通过对话窗口，用户可以与OPTA的专业编辑在线沟通，获得个性化的数据分析服务。
02. 数据出来了，能帮上什么忙？
工欲善其事，必先利其器。
工具说完了，那么各大数据公司费半天劲，弄了这些统计工具和超多的数据库，怎么用？
一般评价一个前锋的好坏，第一判断要素就是他一个赛季能进多少球，肯定是进球多的是优秀的前锋，水平随着进球数依次下降；而优秀的中场则通过助攻次数、防守贡献等数据来判断；后卫则是拦截、抢断和失误率来判断。
为什么说梅西和C罗是当今足坛最好的前锋？
举个简单的数据统计
梅西：714场联赛打进622球
C罗：832场联赛打进625球
按每个赛季38场联赛来算，梅西和C罗都接近年均出场30场（C罗年龄更大），进球率分别为1.14场/球和1.33场/球，优秀的出勤率和高效的进球率是他们成为世界巨星的重要因素。
相比之下，本泽马645场比赛打入306球，平均2.1场/球。
作为当今足坛的著名前锋，645场的优秀出勤率需要2场才能入账1球，这与梅罗还是有很大差距的。
以上，我通过最简单的数据分析及对比，就可以看出前锋位置上，巨星与普通球星的明显差距。
进球数在足球数据统计中算是非常简单直观的数据统计了。
日常战术或比赛分析中，教练、球员、名嘴以及专业球迷会对比赛的细节进行更深层次的挖掘，复杂的数据统计能够帮助他们。
比如数据可视化中的热图效果，就是通过球员在球场上的运动轨迹和活动区域进行统计，颜色为暖色的就是球员在该地区活动频次较高，热图能够帮助教练来了解球员在比赛中的跑动情况，以便分析球员在本场比赛的作用和不足。
8球失利，球员频繁在中圈开球
左肋部火热，本场比赛这名球员频繁内切助攻
这是门将的活动范围，本场比赛似乎还有一次中圈防守？
emmm人体热图乱入
每场比赛后，Whoscored都会为比赛球员打出评分，6分作为基准分，通过公司的数百项统计内容进行加权计算，球员在场上的所有行为都会被记录在案。
其中，类似于像成功过人、关键传球、助攻、射门得分等都是重要数据事件，加权计算得出的球员表现来左右调整6分基准分，最终算出球员在本场比赛的实际得分。
通过得分我们可以看到，6分为及格分，若是超过7分，那一定是在攻防一端或者助攻方面直接帮助了球队；超过7.5分就是决定比赛的关键人物；而达到8分及以上的球员肯定是有多球入账/助攻很多/盘活了中场/优秀的拦截表现等等。
武磊在2月16日西班牙人对阵塞维利亚的比赛中拿到7.7的高分，这使他再度成为某网站评选的全场比赛最佳球员。那么武磊都通过哪些表现一举夺魁呢？
打出全能表现的武磊，7.7分实至名归
全场比赛中，武磊总共触球达25次，2脚射门机会便完成进球，并且还有1次成功过人。
武磊作为右边前卫出现在首发阵容中，赢下4次地面对抗以及2次的空中对抗，并且频繁回收到后卫线参与防守，这样卖力的“锋卫”打法，如此拼搏的精神，是7.7分的武磊能够力压10分的苏索成为全场最佳的原因吧。
足球比赛的数据能够帮助足球产业更快更科学的发展，提高运动员的运动潜力，增强教练员的排兵布阵水平，直观展示比赛质量和球员的真实价值。这些高价值的数据将在未来成为足球产业不可分割的重要组成部分。