信息是决定预测成败的关键(2)

如前文所述,预测成功的关键是,不应该局限于定量信息,而应该用心权衡信息的适用性。比恩的工作宗旨是尽可能地收集信息,尽可能严谨、专业地分析信息。

信息越多,你的预测就越准确,如果是这样,那你就是一个十分出色的预测者。若态度不端、习惯不良,那你就会像菲利普·特罗克的政治学者一样,预测得十分糟糕。候选球员A的平均击球率为0.300外加20个本垒打,轮休日出现在“救济厨房”帮忙,球员B也有相同的击球率和本垒打个数,但平日里他逛夜店、吸毒品,两位球员的区别尽管很难用数字量化,但是你进行预测时一定会考虑这个区别。

事实上,很多时候定性信息有可能转变为定量信息。球探实际上是用严格的数据范围来测评球员,每类数据的范围都是20~80之间,当然你可以将这种方式归入数据模式中,和球员平均击球率放在一起,看看其价值何在。有些球队,如圣路易斯红雀队,已经开始尝试这一模式了。

确实,在棒球界,球探模式和统计数据之间、定性信息和定量信息之间的差别已经非常模糊了。例如,投手球路分析系统(Pitch f/x)是一套三维相机系统,如今在大联盟中的每个球场都已经安装了。投球数据折线图不仅可以测量球速——很多年前雷达测速仪就能做到这一点——它还可以测量出球落垒前在垂直方向和水平方向的移动距离。比如,我们现在可以用统计学方法来分析扎克·葛兰基,他是2009年大联盟最佳投手,是赛扬奖获得者,是密尔瓦基酿酒人队的队员,他还投出过最漂亮的弧线球。我们还可以用另一种方法来分析,马里亚诺·里维拉的卡特投球果然名不虚传。从传统角度来讲,这些信息都属于球探的考察范围,现在成了预测系统中的变量之一。

不久的将来,我们也许就能用一套完整的三维成像系统记录球场上发生的一切了。雅各比·艾尔斯布里一跃而起接住头顶飞来的球时,我们可以立刻测量出他这一跃有多高;也可知道铃木一郎完成一圈跑垒的确切时间;或是当雅迪尔·莫力纳想将对方盗垒手赶下垒时,在二垒奋力接球时的速度究竟有多快。

正如当年《点球成金》中公布的预测结果一样,这项新技术并不会减少球探的数量,但它有可能会被重点用来测量更难量化、更加隐秘的信息,例如球员的心理指标。像桑德斯这样聪明的球探在这一方面已先行一步了。

读书导航