从《点球成金》看数据优先的理念

最好的例子是数据点燃了体育分析的火花，为体育分析向更广泛的受众普及奠定了基础。迈克尔 ·刘易斯所著的《点球成金：逆境中制胜的智慧》一书于 2003 年出版，由它改编的电影于 2011 年上映。这项开创性的工作清楚地阐述了一种全新的数据驱动策略，该策略是由奥克兰运动家球队经理比利 · 比恩(BillyBeane)定义的，并得到了助理保罗 ·德波德斯塔的分析工作支撑。奥克兰运动家球队拥有一个大多数人听起来很熟悉的问题，就是它必须找到一种方法来竞争并战胜资金明显更多的球队。

《点球成金》对营销人员和任何懂得数据洞察具有变革性的人都有教育意义，它的影响可以从政府到企业的各个领域反映出来。在这本书中，奥克兰运动家球队必须更机智地知道它如何用较少的资金建立一支可获胜的团队。通过依赖数据并深入研究数据来了解哪些指标具有真正意义(透露一下，是近 150 年来都没有人想到的那些指标)，然后根据这些情报信息采取行动，奥克兰运动家球队最终彻底改变了 MLB(美国职业棒球联盟)的进攻方式。一直到 2013年，超过 75% 的 MLB球队都在使用这种数据驱动的策略，这项策略被具体称为“棒球分析学”，即赛博计量学(sabermetrics)，  在本书中有大量描述，它是比尔 ·詹姆斯在 1980 年“寻找关于棒球的客观知识”中定义下来的，该策略主要强调应用统计分析。正如我们所展示的，数据驱动的决策不仅局限于棒球运动方面，到 2018 年，“各大职业运动队不是设有分析部门，就是拥有分析专家”。

穷则变，变则通。当时奥克兰运动家球队处于严重劣势，这迫使它跳出框架思考解决方案。就在奥克兰运动家球队改变其运营方 式时，“棒球经济蓝带委员会独立委员报告”发布了。这份报告强化了当时 MLB球队之间的收入差异导致长期竞争失衡的情绪，这种失 衡似乎越来越严重。

 1990 年，最高和最低薪资之间的差距是 1 430万美元，到 2000年，该差距达到 7730 万美元。

传统的棒球学问和常识认为资金多的球队会获胜，因为它们可以买到最好的人才。为了能够竞争，奥克兰运动家球队创建了一种由数据驱动而非传统的新进攻策略。该决定让该球队在 2002 年创下 了 20 连胜的纪录并获得了整个赛季的胜利，这也为它进入同年分区 季后赛打下基础。

比利 · 比恩和保罗 ·德波德斯塔利用必要性和机遇重新制定了球员在选秀中的评估方式。一边是依赖经验丰富的球探，他们打过棒球，一部分人还在大联盟打过一段时间，大多数在小联盟中排前列。在大多数情况，他们代表了传统的侦察智慧，会根据某些公认的身体标准来评判球员。另一边是，出身名校的分析人员，但他们可能从未打过棒球，而比利 · 比恩曾经是一名很有前途的高中球员，不过未达到许多老球探认为他应该达到的超级巨星水平。比恩和德波德斯塔甚至从未见过他们最终选择的许多球员，他们仅仅是浏览大量球员的统计数据，并希望对球探进行再培训，使他们接受“表现式挑选”，这在以前是对球探圈的侮辱。

这是对旧事物与新事物的一种简化，但它在过去的做事方式和新的做事方式之间制造了紧张氛围。有一次，比利 ·比恩询问最有 经验的球探迪克 ·博加德(DickBogard)，“表现式挑选”对他来说是否具有意义：

“当然了，”他指着保罗的电脑说，“这是一个新游戏，多年前我们没有这些可供查阅的统计数据，不得不去接受我们所看到的事实。”

采用“表现式挑选”这一评估方式为奥克兰运动家球队带来了其他球队所没有的机会，这是固守旧挑选方式的球队所无法理解的。 尤其在交易方面，对那些明显人人都能看到且觊觎的人才，奥克兰运动家球队知道无法与之竞争，于是尽可能逢低买入大多数看起来有缺陷的球员，比如超重、速度慢、受伤，但对该球队认为的重要指标而言，这些球员恰好是他们想要寻找的。在这种情况下，劣势实际上是一种优势，因为它为奥克兰运动家球队带来了竞争优势。

推动球员挑选的数据应用似乎是很容易的，但其他 MLB 球队仍 然花费数年时间才运用起来。它需要对 19 世纪以来棒球运营方式的 思维进行巨大转变，不只是聘请数据分析师来处理有助于做出人事决策的数字，而是真正将数据优先策略制度化，来确定构成每场比赛阵容的球员。数据优先创建了一个系统，尽管存在个人表现不佳的情况，但奥克兰运动家球队仍然坚持应用这个系统，因为他们目标更长远，即争取整个赛季的目标胜场以便进入季后赛。

 LTD营销SaaS的数据大屏

《点球成金》为如今的营销人员提供了许多经验，尤其对于中小型企业，它们正处于我们所定义的数字化驱动营销的下一个级别： 量化营销。出于必要性考虑，奥克兰运动家球队并没有采取循序渐 进的方法来实施他们的新战略，比利 · 比恩和保罗 ·德波德斯塔是从上到下推动球队转型，通过重新培训教练和人工挑选具有团队所 需技能、属性的球员来确保服从这一战略。数据优先对于转型的成功至关重要。

来源：《量化营销，决胜数据分析时代》，译作者：谌飞龙，江西财大教授