【案例1：为了打败库里的勇士，其他球队围绕3-PT FGA关键指标分析】
随着 NBA 球队使用 AI 和 ML 技术来帮助制定战术，Data 表明投更多的三分球将增加赢得比赛的机会。现在你看 NBA 比赛，得分大约是 110-125 分，与 90 年代达到 100 分大关的高得分相比，这是一个非常高的数字。当被问及 NBA 中的三分射手时，出现最多的名字是效力于金州勇士队的斯蒂芬库里。虽然许多人认为他是篮球运动史上最伟大的射手，但也有人争论说他是如何彻底改变篮球运动的唯一球员。斯蒂芬库里在 2012-13 赛季取得了突破，他以 272 次三分命中率领跑联盟。库里的 3-PT FGM 只增不减，在 2015-16 赛季，他有 402 次 3-PT FGM，同时三分线外命中率达到惊人的 45%。在 15-16 赛季，库里带领勇士队取得了 82 场比赛中的 73 场胜利，创造了常规赛球队的最佳战绩。
当库里几乎打破了所有投向他的对手的防守时，对手的球队不得不想出一个如何得分更多以及如何击败金州勇士队的计划。在 2015-16 赛季，NBA 球队尝试了大约 19 次 3-PT FGA，而在 2020-21 赛季，球队平均尝试了 29 次 3-PT FGA。多年来，NBA 的进攻火力激增。在 2019-2020 赛季期间，平均 PPG（场均得分）为 111.8 PPG，而在此之前的 2 年前，在 2017-2018 赛季期间，平均 PPG（场均得分）为 106.3 PPG。
上图显示了中间范围的下降与 3-PT FGA 的倾斜
【案例2：19-20赛季的休斯顿火箭队利用数据设计进攻方式】
2019-20 休斯顿火箭队是球队进攻完全依靠提供的数据分析的完美例子。全队场均三分球命中率排名第一，三分球命中率为50.1%。最接近他们的球队是达拉斯小牛队，三分球命中率达到 45.6%。许多媒体专家批评了前休斯顿火箭队主教练迈克德安东尼的战术。他经常因为使用联盟中最短的阵容而受到抨击，但他也同样受到赞扬，因为他利用自己的进攻知识创造了防守无法维持他们的球移动和三分球投篮的比赛。 “数据为球队提供了如此多的资源来建立联盟前所未见的新型进攻方式”。
不幸的是，休斯顿火箭队在西部半决赛中被最终的冠军洛杉矶湖人队淘汰，他们的小球阵容在防守端经常受到损害。德安东尼教练以其独特的进攻方式而闻名，这种方式得到了数据的支持。他是篮球运动中最伟大的进攻头脑之一。 NBA 与许多 IT 服务公司建立了合作伙伴关系，这些公司帮助每个团队在其受人尊敬的竞技场和训练设施中实施这些软件。 Synergy、SAP Hanna、IBM Watson、Microsoft Azure 和 AWS Analytics 等软件只是帮助团队处理各种主题的几个名称。数据不仅改变了这项运动的方式。它还通过数据更改各种其他字段。例如交易、球员健康管理、球迷参与度、赌博*率赔**和广播。
上图为历年FG尝试的区域
【案例3：NBA选秀已经不是凭感觉了】
在选拔球员方面，数据的作用越来越大。球队希望选拔具有最高优势的球员，并且通过分析，许多球队可以确定从长远来看哪个球员具有最高的优势。随着分析在过去十年中被更频繁地使用，球队已经构建了复杂而准确的模型来确定球员的预测。在基于数据创建选秀模型方面，休斯顿火箭队、圣安东尼诺马刺队和波士顿凯尔特人队处于领先地位。凯尔特人队以用他们的第 1 顺位选秀权换取第 3 顺位选秀权来选中 Jayson Tatum 而闻名。通过分析，凯尔特人队在杰森·塔图姆身上看到了最大的优势。这一举动成为了 NBA 的头条新闻，直到今天仍然被人们津津乐道。
多伦多猛龙队是另一支通过数据分析选秀的球队。尽管他们在榜单上的排名可能不高，但他们以将球员培养成高效球员而闻名，迈阿密热火队也是如此。热火队和猛龙队签下了许多在联盟中成为头条新闻的落选球员。他们非常强调基于数据分析的球探技术。一位著名的球员是邓肯罗宾逊。一名未被选中的精英三分神枪手，他的外线投篮技术在整个联盟引起了轰动。罗宾逊在 NBA 的第一个完整赛季就打破了许多球队纪录。数据表明罗宾逊可能会帮助进攻举步维艰的迈阿密热火队，球员发展团队将他培养成了 NBA 最好的无球三分射手之一。他的进步让热火队一跃成为 NBA 最好的三分球球队之一。仅通过数据分析，Pat Riley & Co 就捡到了一颗未被选中的宝石，将热火队带回了精英状态。罗宾逊刚刚签下了 NBA 有史以来给落选球员的最大合同。
潜力球员评分模型的数字化选秀