Related Articles
Related Jobs
Opta公司的前任商务总监,Mike Strong,概述了作为行业领先的数据和统计信息提供商,Opta公司是如何编译、生成数据的。
类别:各种运动、数据、职业的
Opta公司成立于1998年,当时只是为广播、报纸和数字等媒体部门供应数据,其业务现今已扩大至职业足球俱乐部、博彩(主要是赛事及其结果)、移动、幻想作品和赞助商。在此期间,由于诸多因素的影响,公司的博彩收入大量地增加,这些因素包括比赛限制的普遍放松、合法博彩地域的增加、博彩交易所的引入、互联网24小时投注、投注的实时运行和广大社会对博彩的接受。
博彩行业一直需要快速而准确的数据,但是这种增长速度,特别是实时投注的快速增长,催生了对快速数据(小于5秒)的需求,这些需求已通过遍布世界各地的、能提供快速准确的基础数据的新兴供应商得以满足。Running Ball和 Bet Radar公司是足球、篮球、飞镖等重要赛事和IMG网球赛事的主要数据供应商。
其次,在Opta公司数据的准确性和深度越来越受到人们的理解之时,无论庄家还是专业的投注者都需要详细数据来建模。建模数据的关键部分是精度和深度,请参考本网站中Rob Esteva以前的文章。Opta公司拥有充足且优良的足球、板球和橄榄球的建模数据,几经新客户的测试、试用和购买。
详细的数据都包含什么?Opta公司的数据全部由非常熟练的分析师在内部实时采集(数据无一外包产生,这保持了数据在全球范围内的一致性),然后赛后进行检验,一场一场地播放检查错误。数据采集点集中在每一次触球,所以在足球赛场上,参与其中的球员、传球、铲球、运球、射门、创造出的机会等,一场典型的足球比赛可以产生1500至2000个事件(虽然它取决于打法,因此斯托克城队平均数据将远远少于巴塞罗那队)。虽然会有一些主观分析,但数据主要还是完全客观的,你可以到公司任何办事处,获取综合数据收集范本。
Opta数据对建模有何裨益?……从有利的一面讲是数据的准确性、一致性、深度、范围和数量。而它缺乏的真的是主观性?
在Opta公司,我们的分析团队做了前锋效力的一些评估工作。我们分析所有的射门与各种因素的关系,包括球场上的位置、门将位置、防守等,以形成预期的进球总数,然后再与实际进球数对比
下面表格呈现的是个人和团队成绩(只显示排名前10位和后10位),这是从2013/14赛季八月上旬到十月中旬的数据。在之前一个赛季,Gareth Bale排名居榜首,比预期多 5个进球。
Player | Team | TotalShots | Non-blockedShots | ExpectedGoals | Goals | AverageChanceQuality | Difference |
Daniel Sturridge | Liverpool |
22 |
20 |
3.2 |
6 |
0.144 |
2.8 |
Aaron Ramsey | Arsenal |
16 |
12 |
1.2 |
4 |
0.076 |
2.8 |
Loïc Remy | Newcastle United |
16 |
14 |
2.4 |
5 |
0.152 |
2.6 |
Romelu Lukaku | Everton |
10 |
8 |
1.6 |
4 |
0.164 |
2.4 |
Yaya Touré | Manchester City |
13 |
9 |
1.7 |
4 |
0.129 |
2.3 |
Lukas Podolski | Arsenal |
3 |
2 |
0.2 |
2 |
0.075 |
1.8 |
Leighton Baines | Everton |
8 |
7 |
0.4 |
2 |
0.045 |
1.6 |
Adnan Januzaj | Manchester United |
9 |
6 |
0.4 |
2 |
0.046 |
1.6 |
Christian Benteke | Aston Villa |
11 |
9 |
2.5 |
4 |
0.229 |
1.5 |
Ravel Morrison | West Ham United |
6 |
5 |
0.5 |
2 |
0.087 |
1.5 |
Robert Snodgrass | Norwich City |
11 |
7 |
1.2 |
0 |
0.113 |
-1.2 |
Kenwyne Jones | Stoke City |
9 |
7 |
1.3 |
0 |
0.142 |
-1.3 |
Leroy Fer | Norwich City |
6 |
4 |
1.4 |
0 |
0.232 |
-1.4 |
Nikica Jelavic | Everton |
9 |
7 |
1.5 |
0 |
0.166 |
-1.5 |
Danny Graham | Hull City |
9 |
7 |
1.5 |
0 |
0.167 |
-1.5 |
Paulinho | Tottenham Hotspur |
25 |
19 |
2.5 |
1 |
0.101 |
-1.5 |
Roberto Soldado | Tottenham Hotspur |
15 |
11 |
3.6 |
2 |
0.237 |
-1.6 |
Samuel Eto’o | Chelsea |
10 |
8 |
1.7 |
0 |
0.165 |
-1.7 |
Jonathan Walters | Stoke City |
11 |
8 |
2.3 |
0 |
0.209 |
-2.3 |
Papiss Demba Cissé | Newcastle United |
18 |
13 |
2.4 |
0 |
0.135 |
-2.4 |
Team | TotalShots | Non-blockedShots | ExpectedGoals | Goals | AverageChanceQuality | Difference |
Arsenal |
101 |
73 |
9.1 |
14 |
0.090 |
4.9 |
Manchester City |
109 |
87 |
12.4 |
16 |
0.114 |
3.6 |
Aston Villa |
86 |
63 |
7.7 |
9 |
0.090 |
1.3 |
Fulham |
58 |
44 |
4.0 |
5 |
0.068 |
1.0 |
Manchester United |
97 |
76 |
9.3 |
10 |
0.096 |
0.7 |
Everton |
101 |
76 |
9.7 |
10 |
0.096 |
0.3 |
Cardiff City |
71 |
54 |
6.8 |
7 |
0.095 |
0.2 |
Swansea City |
96 |
80 |
8.0 |
8 |
0.083 |
0.0 |
Liverpool |
91 |
72 |
11.1 |
11 |
0.122 |
-0.1 |
Hull City |
68 |
45 |
6.2 |
6 |
0.092 |
-0.2 |
Crystal Palace |
69 |
49 |
5.4 |
5 |
0.078 |
-0.4 |
Southampton |
87 |
64 |
7.8 |
7 |
0.089 |
-0.8 |
West Bromwich Albion |
77 |
62 |
7.8 |
7 |
0.101 |
-0.8 |
Newcastle United |
113 |
86 |
10.0 |
9 |
0.089 |
-1.0 |
West Ham United |
83 |
63 |
8.5 |
7 |
0.102 |
-1.5 |
Sunderland |
93 |
58 |
7.0 |
5 |
0.076 |
-2.0 |
数据可用性。在互联网上有海量的免费详细数据,可以尝试应用Who Scored和Squawka网站的数据,也可以认购用于建模的数据,但想要非常详细地建模你往往需要非常准确完整的数据集。
最后,关于Opta公司所提供的数据最令人惊奇的一点是,对数据准确和深度的最严格要求并非因为职业俱乐部想要提高成绩,而是因为建模者想要更有效地花钱投注!