Как аналитика данных стала секретным оружием чемпионов НБА: исследование MIT

Инвестиции в аналитику гарантируют

На протяжении десятилетий баскетбольные эксперты спорили о том, что делает команду по-настоящему великой. Одни утверждали, что ключ к успеху — в химии между игроками, другие настаивали на важности звездного лидера, третьи верили в гений тренера. Однако революционное исследование Массачусетского технологического института (MIT), опубликованное в Journal of Sports Economics, переворачивает эти представления с ног на голову. Проанализировав данные всех 30 команд НБА за 14-летний период (2009–2023 гг.), ученые пришли к неожиданному выводу: главным фактором успеха оказался не талант игроков, а… количество аналитиков в штате команды.

Эволюция баскетбольной аналитики: от 10 специалистов до 132

В 2009 году, когда исследователи только начали собирать данные, во всей НБА работало всего 10 аналитиков. К 2023 году их число выросло до 132 — в некоторых клубах аналитиков было больше, чем тренеров. Этот рост не случаен: статистика четко показывает, что команды, инвестировавшие в аналитические отделы, добивались значительно лучших результатов.

Ученые MIT разработали сложную регрессионную модель, учитывающую множество переменных:

  • Бюджеты на зарплаты игроков.
  • Опыт тренерского штаба.
  • Уровень сыгранности между игроками.
  • Травматичность сезона.
  • Глубину скамейки запасных.

Даже после учета всех этих факторов оставалась четкая корреляция: чем больше в команде было аналитиков, тем больше побед она одерживала.

Ценность одного аналитика: 9 миллионов долларов в эквиваленте

Исследователи смогли количественно оценить вклад аналитиков:

  • Каждые 0.8 дополнительных аналитика (фактически — каждый пятый сотрудник отдела аналитики) приносили команде одну дополнительную победу за сезон.
  • Чтобы добиться аналогичного эффекта через зарплаты, клубу пришлось бы потратить дополнительные $9.6 млн.
  • При этом средняя зарплата аналитика в НБА составляет $80-120 тыс. в год — в 75-100 раз меньше их реальной ценности для команды.

«Аналитики остаются самым недооцененным ресурсом в профессиональном спорте», — отмечает профессор MIT Картер Хилл, ведущий автор исследования. — «Многие клубы до сих пор не осознали, что инвестиции в аналитику дают лучшую ROI, чем переплата за звездного свободного агента».

Как именно аналитики помогают побеждать?

Современная баскетбольная аналитика вышла далеко за рамки простой статистики. Сегодня аналитические отделы:
1. Разрабатывают персонализированные схемы защиты против конкретных игроков.
2. Оптимизируют ротацию составов на основе данных об усталости.
3. Предсказывают травмы с точностью до 87% (по данным NBA Advanced Stats).
4. Анализируют эффективность каждого возможного варианта драфта.
5. Создают индивидуальные программы развития для молодых игроков.

Яркий пример — «Голден Стэйт Уорриорз», где с 2014 года работает крупнейший в лиге аналитический отдел из 14 человек. За этот период команда 6 раз выходила в финал и 4 раза стала чемпионом.

Потолок эффективности и будущее спортивной аналитики

Исследователи предупреждают: бесконечное наращивание аналитических отделов не сделает команду непобедимой. Эффект имеет diminishing returns — после определенного предела добавление новых аналитиков перестает значительно влиять на результат.

Однако большинство клубов даже не приблизились к этому пределу. По оценкам MIT, около трети команд НБА до сих пор используют менее 50% потенциала спортивной аналитики. Особенно отстают небольшие рынки вроде «Орландо Мэджик» или «Мемфис Гриззлис», чьи аналитические бюджеты в 3-4 раза уступают лидерам.

Последствия для всего спортивного мира

Выводы исследования выходят далеко за рамки баскетбола. Аналогичные закономерности уже обнаруживаются:

  • В NFL (где «Балтимор Рэйвенс» первыми создали отдел football analytics).
  • В MLB (где «Окленд Атлетикс» еще в 2002 году доказали эффективность moneyball-подхода).
  • Даже в европейском футболе (лидеры — «Ливерпуль» и «Манчестер Сити»).

«Мы стоим на пороге новой эры в спорте, — заключает профессор Хилл. — Через 10 лет GM без серьезного бэкграунда в data science будут восприниматься так же, как сегодня воспринимаются тренеры без тактических знаний. Аналитика становится языком, на котором говорят чемпионы».

Выбор редакции