NBA已經不是我們父母那個時代的NBA了，甚至已經不是年齡稍長的兄弟姐妹們那個時代的NBA了。過去的十年里，數據分析已經敲碎了職業籃球的框架，創造了一個近乎全新的比賽。

NBA以超越MLB的熱情擁抱數據分析，是美國第一個讓數據分析師進入休息室的體育聯盟。現在，幾乎每支NBA球隊都有數據分析師，與教練和運動員評估師一起幫助單個球員將自身才能發揮到最大程度，也幫助那些確實被低估的球員發揮才能。許多球員為避免受傷會使用一些穿戴設備和睡眠檢測器來追蹤其疲勞程度。金州勇士隊是NBA最好的球隊，他們把大多數成功歸功于他們的數據分析能力。聯盟甚至開設了一年一度的“編程馬拉松”比賽（Hackathon）來發掘數據分析的潛力。

“我們現在做的每件事幾乎都離不開數據分析”，NBA總裁亞當·蕭華（Adam Silver）在沃頓商學院在今年早些時候舉辦的一個分析會上說。

籃球是一種很難分析的運動，不像棒球。棒球是單個隊員站在固定位置的分散的比賽，籃球是由五名隊員為一隊，隊員間相互配合并且有無數種打法跟另一隊同臺競技的比賽。歷史上除了像得分和助攻這樣典型的計算統計數據有用，其他數據是很難搜集的。但從2009年開始，聯盟開始使用視頻系統以每秒25次的采樣頻率追蹤每個球員場上的每個時刻，也追蹤進球時刻，這些新數據的向前發展推動了聯賽的分析進程，讓數據科學家運用機器學習并制圖，以更好的評估實際上是哪位球員幫助球隊贏得比賽。

迄今為止，數據分析已經推動NBA發生了深刻的改變，比如三分球的增加就要歸功于此。在2012年左右，平均每隊每場比賽只出手18.4個三分球，而到2017年每隊能投出27個三分球，有將近50%的增加。三分球的使用率增加是因為數據分析表明，雖然一個三分球平均命中率只有35%，但還是比一個兩分跳投更容易得分，因為兩分球需要離籃筐更近。因此教練們開始鼓勵球員提高三分球的命中率，就像勇士隊的斯蒂芬·庫里（Steph Curry）、克萊·湯普森（Klay Thompson）和凱文·杜蘭特（Kevin Durant）一樣盡可能投三分球。

▲ NBA平均每場比賽三分球出手數

更復雜的數據分析引發了NBA其他一些大的變化。球隊現在能更好的評估防守能力，使用詳盡的跟蹤數據，通過分析能夠確定最適合替換的隊員，或是破壞對方最有效的進攻（比如三分球和扣籃）。數據分析也會使用復雜的數據分析技術，如貝葉斯網絡算法，當被追蹤的球員上場時可以建立并優化整體防守。

這些數據分析方法使過去某些價值很高的球員遭受幾近毀滅性的打擊。球隊對那些在低效兩分球上花很多精力的球員不再感興趣，也不再對防守能力弱的后衛球員感興趣。現在所有球員都在努力成為更好的傳球者，以迅速判斷場上誰是那個最可能進球的隊友。

除了改變對最具價值球員類型的預期，NBA的數據變革也改變了對于“價值”球員是否起實際作用的判斷方式。當數據顯示他們有受傷風險的時候，球隊給球員放更多假，或者讓他們少打球，斯密說球隊甚至把唾液測試結果作為疲勞程度的指數。

某些球隊會不定期安排明星球員輪休，這惹惱了一部分球迷，因為球迷在賽季之初購買了季票，來到比賽現場卻發現看到的是替補球員陣容。但對聯盟和球員來講，這是一件好事，因為適當地輪休可以延長球員的職業生涯。也許，這有利于比賽整體更好地發展：數據分析的變革不光讓所有NBA球員都更加富有技巧、發展更加全面，還讓他們在真正上場比賽之前得到了更充分的休息。

聲明：本文為懶熊體育編譯自Quartz，原文作者Dan Kopf