IBM智能分析平臺SlamTracker認為，李娜因為在兩項關鍵贏球指標上表現不佳而出局。

　　關注網球比賽的人，一定還記得兩周前中國網球選手李娜與美國選手小威廉姆斯的那場美國網球公開賽女單半決賽。雖然李娜一度挽救了6個賽點，但最終還是以0-6、3-6的成績負于小威廉姆斯，遺憾止步四強。一個有意思的問題是，李娜到底輸在了哪兒？

　　很多人在賽后認為，李娜出局是因為出現了過多的失誤，也有人認為李娜在比賽中的心態出現了問題……。原因可能有很多，但大數據分析會告訴網球迷們，李娜在這場比賽中的關鍵點上確實表現不佳，而這有可能就是導致她出局的重要原因。

　　李娜為何敗給小威

　　隨著每年美網比賽的進行，很多網球迷會直接訪問美網官方網站跟蹤賽事的最新進展。而美網官方網站除了提供最快最新的賽事資訊之外，也提供了對每場比賽的詳細數據分析。

　　這種數據分析是借助IBM智能分析平臺SlamTracker完成的。SlamTracker平臺的主要功能之一“Keys to the match”就是為球員制定贏球的策略。

　　在李娜與小威廉姆斯的比賽中，李娜一方獲得贏球的關鍵包括3個指標：1、一發(首次發球)得分率超過69%；2、4-9拍相持中得分利率要超過48%；3、發球局30-30或40-40時得分率要超過67%。

　　而在實際的比賽中，李娜只完成了第二項指標，相比之下，小威廉姆斯則完成了兩個指標。因此，據此分析，李娜出局這主要跟一發得分率低、雙方平分時未能獲得關鍵分數有關。

　　實際上，“Keys to the match”對每位球員制定的贏球策略不盡相同，有些球員的指標之一可能就是一發時球速需要超過176千米/小時。

　　此外，需要說明的是，SlamTracker雖然為球員制定了贏球的主要策略，但這不是說，球員必須完成部分或者全部指標才能取得勝利。在一些比賽中，雙方球員可能發揮都不出色，都未能完成SlamTracker制定的指標。

　　大數據魅力

　　一般情況下，在每場比賽開始前，“Keys to the match”都會分析球員雙方的歷史交鋒數據，這些分析為球員制定了比賽致勝的關鍵指標。而所有這一切，全都是基于對過去8年美網全部賽事數據進行大數據分析。

　　據IBM相關人員介紹，這些數據包含近萬場比賽，而對于每場比賽，被分析的數據點將超過4100萬個，其中包括比分、回合數、制勝分、發球速度、發球成功率、擊球類型、擊球數量等。

　　目前，IBM的SlamTracker技術在很多著名的網球比賽中都有應用，而最新的消息則是，中國網球公開賽也將采用這一項技術。在一些業內人士看來，雖然SlamTracker還不能百分之百地預測網球比賽的結果，但是較高的準確率也已經讓人刮目相看。

　　實際上，大數據的魅力不只是表現在網球比賽中，在其他體育項目中也有應用案例。為了防止受傷，英國Leicester Tiger橄欖球隊就采用了IBM的預測分析軟件。

　　通過球員配備的傳感器，球隊將收集的45名球員的數據進行匯總和分析，判斷哪些球員更加容易受傷，并據此進行球員受傷的風險預測并修改培訓方案。

　　如今，Leicester Tiger橄欖球隊通過預測分析來借助球員身體條件等相關數據提升球隊表現，并逐年增強球隊的競爭力。

　　數據分析已經深入體育運動，并且在改變體育運動的發展模式。

　　正如IBM專門從事業務分析和優化工作的Jeremy Shaw所指出的：“完全依靠天賦和直覺取勝的日子已經一去不復返了。”