NCAA Final Four Analysis with #SAPVisi
NCAA Final Four Analysis with #SAPVisi
<li>标橙色的是最后获胜队。
数据分析构成了这几张图表：
图中的数据是PPG Allowed（每场失分）-X轴，PPG Scored（每场得分）-气泡宽度，SOS 这个数据一开始不知道是什么意思，去一些常用的词典中也没有合适的解释，去google上搜了一下，有一个专门的查询缩写的网站 http://www.all-acronyms.com 上找到了结果，而且yahoo问答上也有人问到了这个问题，看来国外他们乱用缩写也挺麻烦的。
Strength of Schedule, a factor for selection into the NCAA Men's Division I Basketball tournament, and predictor of how a team might do in any sport, typically released by ESPN
这个比较靠谱。就翻译成比赛强度。
根据这三个数据，SAP 给出的结论是
- Michigan over Syracuse
- Louisville over Wichita State
实际结果同分析一致。
所使用的可视化数据分析软件是 SAP Visual Intelligence ，能够表现的方式有很多，可以用你想要的方式把数据可视化的呈现出来。
个人觉得这个分析做的一些不足，只是三个指标的对比，稍显薄弱，可能更主要的目的就是为了显示一下SAP的软件的功能，毕竟人家没必要把这种专业性的分析完全开放给普通人；但是这所显示出来对于数据的整合和直观分析上的便利性确实是很明显的。
另外我也被如此大的数据量所震惊。美国的职业体育各个联盟都有自己的数据库，各种各样的数据只要能想到就能查到，然后就可以利用这些数据进行分析和预测，帮助球队和队员得到提高。这是体育职业化程度一个非常重要的体现。因为体育产业化规模的扩大，催生了一系列包括市场推广，电视转播，医疗保健，甚至是博彩业等一套产业的发展。对于各种数据分析的需求应运而生，这种大数据的分析正是体现了职业化水平和研究的细致。表明了这背后有庞大的数据定义团队，数据收集和分析研究人员。我觉得这方面在国内会有很大的市场，因为国内的职业体育的发展水平远远不够，越是水平低的领域发展潜力就越大，就看谁能抓住机会找到合适的发展点和途径去开拓这个市场了。
话说回来，竞技体育的魅力就在于对抗和不确定性，不管预测的结果怎么样，我们还是去享受精彩激烈的比赛和见证未知的结果吧 :)
