数据分析对美国职业棒球大联盟的影响

2019-03-06 10:16清华体育产业研究中心微信公众号

  作者:Ramy Elitzur

  编译:清华大学体育产业发展研究中心 姜本桥

  如欲阅读原文,全文见于:

  Rotman School of Management, University of Toronto, Toronto, Ontario, M5S-3E6, Canada

  在过去二十年中,数据分析的使用在职业体育,商业和政府中得到了重新崛起。这种复苏归功于魔球理论(Moneyball),它让读者了解了高级棒球数据分析,以及它如何改善球员的选择和比赛管理。本研究首先研究的问题是,与棒球数据分析相关的分析内容知识是否在竞争激烈的美国职业棒球大联盟(MLB)市场中提供了任何优势。第二个研究问题是,一旦这种专有知识公之于众,战略优势是否能够持续下去。首先,我们确定了数据分析团队和高管,即依赖棒球数据分析的人员,并跟踪他们的薪酬/绩效。接下来,使用计量经济学模型,分析这些团队和经理是否比其他人员享有薪酬表现优势,以及在信息公开后这种优势是否仍然存在。

  研究简介

  数据分析被定义为“广泛使用数据,统计和定量分析,解释和预测模型,以及基于事实的管理来推动决策和行动”。体育数据分析的早期(也是最着名的)应用之一是比利比恩(Billy Beane)在奥克兰运动家队(Oakland Athletics)使用的高级棒球统计数据和赛伯计量学,以帮助球队在竞争激烈的美国职业棒球大联盟(MLB)市场中脱颖而出,并写成了畅销书《魔球》(Moneyball)。该书导致了数据分析使用的复兴。这本书的重要性还可以通过术语“魔球”(Moneyball)这个词已经成为日常词汇的一部分来证明。

  魔球理论的影响及其受欢迎程度远远超出了体育文化。这本书销量超过一百万本,随后在2011年被拍成了电影(点球成金)。电影由布拉德皮特出演比利比恩,并获得六项奥斯卡奖提名,包括最佳影片和最佳男主角。这本书使运筹学(Operations Research)的重要性得到了证实,魔球理论的结果也受到了了企业和政府部门的热烈欢迎。此外,数据分析对管理科学作为一门学科的重要性得到了证明,对商业数据分析的使用提出了专门的特殊要求。

  本文主要研究的是在竞争性的很强的美国棒球大联盟市场中,数据分析作为特有的知识见解产生的战略优势是绝对的还是相对的,以及在数据公开后的影响。由于可以确定团队采用高级数据分析的精确时间点,所以棒球很适合研究数据分析的效果。数据分析尤其适用于棒球的决策,因为棒球不像其他几大联盟体育项目那样以团队为导向(例如,NFL,NBA或NHL)。虽然棒球有双人互动(击球手面对投手),但其他大联盟体育运动有更大的团队内互动,使得统计分析更为复杂。我们主要分析数据分析在竞争市场中提供的信息优势,以及它是绝对的还是相对的,在MLB的背景下使用适应性市场假设(AMH)的概念进行操作。

  研究背景

  美国职业棒球大联盟(MLB)是所有北美职业体育联盟中最古老的。它目前有30支球队参加两个联赛:美国联盟的15支球队和国家联盟的15支球队。每个联盟有三个分区(东区,中区和西区),每个区有5个队。每个MLB球队在常规赛中打162场比赛,赛季从4月初到10月初,每个球队在主场和客场各打81场比赛。常规赛的输赢记录决定了哪些球队可以进入季后赛以及季后赛中的种子排位。在所有大联盟的体育项目中,棒球可以说是最难进入季后赛的项目,目前体系中只有三分之一的球队能够进入季后赛。

  《魔球》(Moneyball)讲述了奥克兰运动家队总经理比利比恩如何选择使用数据分析(包括选秀和与其他团队交易)和对比赛管理的探索。由于运动家队的所有权在九十年代中期发生了变化,新的所有者决定削减球员工资,因此团队转向数据分析的使用。奥克兰运动家队通过数据分析成功发现被低估的球员,并使得球队尽管拥有MLB中最低的工资之一,但从2000到2003年之间连续进入季后赛。

  在所有大联盟体育项目中,棒球特别适合研究薪酬-绩效关系,因为它本质上是一个击球手和投手之间一对一对决的比赛。用棒球大联盟来研究,提供了一种相对简单的方法来衡量数据分析相对于球员的内在价值,并测试市场是否能够快速适应估值异常,从而解决信息公开后数据分析是否具有优势的问题。与其他研究相比,本文的一个与众不同之处在于,它侧重于单一产业中组织的适应性。这种对组织本身的关注使得有可能在更深层次上检查哪些组织能够更快地适应,以及决定调整过程的因素是什么。此外,这项关于美国棒球大联盟的研究能够表明非数据分析的管理对于现在MLB的新环境而言是不合适的。

  MLB中的数据分析符合Barney对企业资源的定义:它由MLB团队控制,制定和实施战略,以提高其影响力和效率。

  研究背景

  假设1:拥有独特的数据分析信息为竞争激烈的MLB市场中的数据分析团队提供了竞争优势。

  假设2:数据分析提供的竞争优势是比较而非绝对的,并且与适应性市场假设一致,一旦这些信息可供其他市场参与者使用,随之而来的优势随着时间的推移而消失。

  假设3:数据分析形式的专有组织知识为数据分析高管提供了优于其他高管的薪酬绩效优势。

  假设4:数据分析为高管提供的薪酬绩效优势是比较而非绝对的,一旦这些信息可供其他市场参与者使用,随之而来的优势随着时间的推移而消失。

  研究方法

  定义为球队j的胜率,为相对工资。研究为三个时期,分别是1997-2002年,2003-2008年以及2009-2013年,这三个时期分别是使用数据分析前,使用数据分析后和数据分析信息公开后。定义为三个时期的修正虚拟变量。通过五分位数将SNP定义为缩放的NormPay。GM代表数据分析团队的高管的虚拟变量。MBGM代表使用数据分析后的虚拟变量。

  对于假设1和假设2,使用公式:


  对于假设3和假设4,使用公式:

  研究结果及讨论

  本文研究的主要问题是数据分析的内容是否在竞争市场中提供了战略优势,以及这种优势是绝对的还是相对的。数据分析的优势在于通过分析数据分析团队和经理是否享有相对于竞争对手的超高薪酬性能来进行测试。为了测试数据分析的优势是绝对的还是相对的,我们分析了它是否随着时间的推移而持续存在,以及时候信息公开后优势消失。研究的第一个假设是数据分析是否为数据分析团队在竞争中提供了薪酬表现优势。为了测试这种优势是相对还是绝对(第二个假设),我们检查了在这些信息公开后是否仍然存在。结果显示,数据分析团队在使用数据分析出结果(1997-2002)之前的这段时间内具有优势,这一优势在这一知识公开期间被削弱(2003-2008)然后消散(2009-2013)。因此,在竞争市场中显示此类专有信息具有战略价值,并且该信息的价值是相对的,而不是绝对的。

  接下来,分析各个团队经理。这一分析表明,比利比恩及其导师在2002年出版《魔球》之前表现得更好,从而证明了这种专有组织知识的价值。一旦信息公开可用,这种薪酬-绩效优势就会消失,从而支持这样一种观点,即从数据分析相关的组织知识中获得的战略优势是相对而非绝对的。与任何研究一样,该研究存在一些局限性,这些可以在未来的研究中改进。首先,数据分析团队的识别是基于每个MLB球队建立棒球数据分析部门的年份的结构化搜索的。然而,这种搜索可能会遗漏一些关于建立这些部门的重要信息。因此,通过检查团队所做的交易类型(例如,交易有潜力的球员或者已经成名的球员),团队签署的自由球员的类型和数量,或者球队自己培养球员的表现,可以进一步扩展识别数据分析团队。其次,这里使用的数据分析高管的概念是基于互联网搜索,因此缺乏客观性。一个拓展的结果方法是应用Hambrick和Mason的观点,使用战略选择和绩效,来反映是高层管理背景。这样的选择可以更好的从管理人员的背景及变化识别身份。

  本文由“清华体育产业研究中心”微信公众号(ID:TUDSI_2016)首发,经授权转载发布。原文标题:数据分析对美国职业棒球大联盟的影响

相关阅读

© 2003-2021 华奥星空科技发展有限公司版权所有
China Interactive Sports Technology Invention Co., Ltd.

关于我们|招聘信息|联系我们|投稿邮箱:sport@sports.cn

信息网络传播视听节目许可证编号:0105094高新技术企业证书编号:GR201911003343客服及报障电话:010-67158866-800
发证机关:国家广播电影电视总局ICP经营许可证:京ICP证030713号-1客服及报障邮箱:800@sports.cn
广播电视节目制作经营许可证 (京)字第08305号 京公网安备11010102000807号   华奥星空(北京)信息技术有限公司提供技术支持