大家看NBA，除了看比赛本身，还最关注什么？
以昨日勇士与森林狼的较量为例，克莱-汤普森为球队贡献28分，并摘下5个篮板，送出3次助攻，实现1次抢断，三分球方面命中6记；斯蒂芬-库里则有22分入账，得到8个篮板，完成8次助攻，达成2次抢断和1次盖帽，三分球领域命中2球。
没错，我们要说的就是数据，篮球比赛中重要的组成部分。
字母哥本赛季数据大涨
数据不是万能 但是没有数据却万万不能
回顾2017至2018赛季，众多媒体评价其为NBA历史上一个相当卓越的鼎盛时期。众多明星球员集结促使强队诞生，新一代领军人物崭露头角，表现出色的年轻球员不断涌现。而在各项数据统计中，这一现象体现得尤为突出。
截止到北京时间11月9日，本赛季NBA的各项数据排行如下：
字母哥阿德托昆博每场拿下31.9分，是联盟中最高的；纽约新王波尔津吉斯场均得到30.0分，位列第二；火箭真核哈登每场也有29.5分入账，排在第三位。
NBA球员得分榜，截止到10月9日
内线抢断数据最靠前的是庄神德拉蒙德，他能拿到每场15.3个篮板，紧随其后的是小乔丹，每场能摘下14.3个，排在第三位的是考辛斯，每场能够拿下13.6个篮板。
韦少凭借场均送出10.9次助攻的优异表现，略微超越沃尔场均10.8次助攻的统计，独占助攻榜首位，沃尔屈居次席，位列第三的是场均贡献9.7次助攻的哈登。
盖帽榜的前三位是戈贝尔，杜兰特和波尔津吉斯；
抢断榜的前三位是保罗-乔治，波特和小里弗斯。
这个赛季仅进行了三周的比赛，但各项数据排行榜上的顶尖位置，与去年相比已经发生了显著更动。一些资深的观众认为，单纯依据数据统计，并不能完全反映一名球员的实际表现；另一些资深的观众则指出，这些基础数据并不重要，我们更应当关注真实命中率，以及各项效率值和使用率等更全面的数据指标。
等等，这些实际命中率，各项效能指标，应用程度到底是什么？它们又是怎样计算出来的？接下来，我们按照NBA官方的划分方式，来讲解所谓的根本数据与复杂数据，这样球迷们观看技术统计时，就能对球员的表现有更明确的了解。
基础数据反映NBA球星球场收获
篮球赛场上的核心统计信息，就是那些可以直接在场上观察到的数值。例如我们日常接触频繁的得分记录，篮板统计，助攻次数，抢断数据，以及盖帽信息，这些都属于最根本的五大类统计指标。
基础数据类型多样，其中百分比数据除外，其余可分为两种形式。一种形式是总数，代表球员在特定时间段内累积获得的所有数据量。另一种形式是场均，表示球员在相同时间段内，平均每参与一场比赛所取得的数据值。
依据NBA官方的清单，基础信息包含十八项类别。接下来，将逐一进行简要说明。
上场时间（，简称MIN）：球员在比赛中出场的时间。
得分（，简称PTS）：球员在比赛中拿到的分数。
投进篮筐的次数，称为投篮成功数，记作FGM，指的是运动员在竞赛过程中，将球投入得分区的次数，涵盖两分球和三分球，但排除了罚球。
投球命中次数，涵盖两分与三分，不含罚球，仅计算球员在赛事中出手投掷的回数
投球准确度，称作投篮成功率，是球员在竞赛中投中次数与投出次数的比率，涵盖两分及三分的总体表现，但未计入罚球得分
三分球成功投中数，即三分手数，是指运动员在竞赛过程中球迷网，从三分线外射入球篮的次数。
三分球尝试次数，指场上运动员投篮三分的频次。
三分球成功次数与三分投篮尝试次数的比值，用以衡量三分球投射的精准度。
投篮成功次数，即罚球得分，指运动员在竞赛过程中完成罚球命中记录的次数。
投篮命中次数，即罚球，简称罚球次数，指的是球员在比赛过程中执行罚球的总次数。
罚球准确度，即FT%，表示球员在竞赛中成功罚入的次数，与尝试罚球的总次数之间的比率。
抢下篮板的次数（，简称为REB）：当投篮未能命中时，运动员从篮板或者篮筐上弹起的球被其成功截获的次数。
抢到后场篮板的次数（ ，简称为篮板球）：当球队处于得分方时，由队员所获得的篮板球数量。
防守篮板球，又称为DREB，指的是球员在防守位置上所获得的篮板球数量。
协助得分，简称为助攻：是指控球者借助传球，协助队友直接得分或者快速得分的行为次数。
截球（，简称为STL）：截球是指防守球员依照规则，凭借主动且具有攻击性的动作，从对手手中夺回球权的行为，统计其发生的频次。
盖帽，又称为BLK，是指防守球员运用合规技巧，使对方投篮偏离预定轨迹的行为，其计算标准为发生次数。
失误，又称为TOV，是指球员在进攻过程中造成丢球的情况，包括被动被断球，主动失误出界，无意中犯规，或是做出进攻性犯规。
这18组信息组成了NBA的核心统计资料。或许有人会问，为何犯规记录不包含在内。由于犯规的多少，无法准确评估球员在比赛中的实际发挥，对判断球员水平缺乏明确依据，所以犯规统计不被纳入基础资料。
这些信息虽然非常完备，但在评估一个运动员的整体水平时，仍然存在局限性。这时候，更精密的统计资料就派上用场了。
高阶数据深层次揭秘NBA球星能力
依据NBA官方公布的高级统计资料，高级统计共计十二项，在篮板效率这一项里，能够再分解为得分篮板和防守篮板，这部分内容暂不展开说明。这些高级统计无法在竞赛过程中直接观察到，而是借助赛场记录的若干类信息进行推算，最终得出相应数值。
值得注意的一点是，高级统计信息需要充足的数据作为依据，否则分析结果会显得极不正常。例如某个球员在一个赛季里仅仅出场一次，并且只打了1分钟，但期间抢到了1个篮板并送出1次助攻，这种情况一般不会被纳入高级统计范畴，因为若将其计算在内，该球员的某些高级指标会显得异常离谱。
高级统计比基础数据更能反映球员的表现，包括那些基础数据无法体现的积极性等特质。中国NBA球迷群体趋向专业化，高级统计因此被广泛传播。接下来，我们介绍NBA官方发布的高级统计类型。
球员在场上活动时，球队每100回合能取得的分数，这个数值用来衡量进攻表现，被称为进攻效率值。在本赛季，所有平均每场参与时间超过15分钟，并且至少出场5次的选手里，库里在进攻效率值方面表现最佳，其具体数值达到了123.5。
防守效率值，这个指标用来衡量球员在场上对对手造成的干扰程度，数值越低代表防守表现越出色，计算方式是球队每100回合中失掉的分数，活塞队的托利弗在本赛季表现最为突出，他的防守效率值只有88.7，在所有满足条件的球员里是最低的，他场均能够获得超过15分钟的出场时间，并且参加了超过5场比赛
球员在场上活动期间，每百回合的得分差值，称为净效率值，简称净值。在本赛季，那些平均每场参与时间超过十五分钟，并且参与比赛次数超过五次的球员里，库里这位勇士队的明星球员，其净效率值是最高的，达到了22.6分。
传球贡献占比（ ，缩写为AST%）：球员传出的助攻次数占总触球次数的百分比，由队友完成得分。在本赛季，平均每场参与时间超过十五分钟，且参与比赛场数超过五次的球员里，贡献占比最大的球员是雷霆队的球星韦斯特布鲁克，该数值为51.7%。
球员送出传球和出现差错的数据之比，也称作助攻失误率或传失误比：这指的是一个人送出传球的总次数和犯下错误的次数之间的数学关系，一般用来评估一个球员在串联进攻方面的表现水平。在本赛季，只要一个球员每场比赛平均参与的时间超过十五分钟，并且参加的比赛场数超过五场，那么在这些人当中，助攻失误率最高的是金州湾区的伊戈达拉，其数值为8.75。
协助比例，即AST RATIO，是指球员每进行一百次比赛过程，其中包含助攻的比赛过程数量。在本赛季，所有平均每场出场时间超过十五分钟，并且参加比赛次数超过五次的选手中，奇才队的弗雷泽尔拥有最高的协助比例，该比例数值为47.1。
篮板成功率，简称为REB%：当投篮未能命中时，球员成功获得篮板球的概率。在本赛季，所有平均每场出场时间超过十五分钟，并且参与比赛次数超过五次的球员里，篮板成功率最出色的球员是底特律活塞队的中锋德拉蒙德，他的篮板成功率达到了百分之二十七。
三分球表现改进后的精准度，称为有效命中率，计算方式为EFG%=(投篮命中数+0.5*三分命中数)/总出手数。在本赛季，每场比赛平均参与时间超过十五分钟，并且参与比赛场数超过五场的选手里，有效命中率最出色的球员是明尼苏达森林狼队的替补球员别利察，其有效命中率达到了百分之七十七点一。
真实命中率，简称为TS%，是指三分球和罚球提升后的有效命中率，计算方式为得分总数除以投篮出手次数和罚球次数乘以0.44后的两倍，TS%等于PTS除以2乘以FGA加上FTA乘以0.44的结果，在本赛季，那些平均每场出场时间超过15分钟，并且至少参加过5场比赛的球员里，真实命中率最高的选手依旧是别利察，其表现达到了79.8%。
球员在场上掌控球权的次数，占团队所有球权总数的百分比，也叫做球权运用比例。在本赛季，那些平均每场出站时间超过十五分钟，并且参与比赛次数超过五次的选手里，球权运用比例最大的选手是纽约新王波尔津吉斯，他超过了哈登，阿德托昆博，恩比德和拉塞尔，这个比例达到了35.7%。
节奏，指的是一名运动员在四十八分钟比赛期间所参与回合的总量。在本年度，所有平均每场活动时间超过十五分钟，且参与比赛次数不少于五次的选手中，以节奏衡量表现最为出色的运动员属于洛杉矶快船队的拉塞尔，其数值达到了113.31。
球员对比赛的作用程度，简称为PIE，这个数值是通过汇总球员各项表现来衡量其对比赛产生的效果。在本赛季中，所有能够平均每场得到超过15分钟出场机会，并且至少参与过5次比赛的选手里，安东尼-戴维斯的表现最为突出，其PIE数值达到了22.2%。
谈到复杂数据层面，不得不提一个广为人知的指标，即霍尔林格球员效能指数。
霍林格球员效率值，即PER，由前ESPN记者霍林格设计，依据整个赛季所有球员的表现，对单个球员的赛季表现进行综合评估的复杂指标，每年NBA所有球员的平均PER数值为15，本年度PER数值最高的选手是阿德托昆博，其PER数值达到32.7，勒布朗-詹姆斯紧随其后，得分极为接近，位列第二，第三名是安东尼-戴维斯。
数据虽好 然而尽信书则不如无书
从这些统计资料我们可以看出，无论是基础信息还是高级分析，对于篮球联赛的进程都仅能提供辅助说明。这些资料有助于观赛时加深理解，或者在阅读相关报道时获得更多背景，但完全依赖这些信息不如不依赖，倘若过分倚重复杂统计数据，结果可能会与预期背道而驰。
例如有效打击率和实际打击率都排在首位的那位球员，他在比赛中的表现却远不如名次在他之后的雄鹿斯内尔，骑士科沃尔，雷霆亚当斯以及火箭卡佩拉，他的贡献要小得多，既然他无法发挥关键作用，那么这个排名第一的打击率也就变得毫无价值了。
数据即便再出色，也仅是人们探究NBA球员与球队运作、剖析NBA比赛内涵的途径。唯有将数据与赛事紧密融合，才能逐步成长为一名真正的资深NBA爱好者。
