奥运奖牌预测不仅仅是为“存在感”.docVIP

奥运奖牌预测不仅仅是为“存在感” 　　在如今的数据时代，依托数据分析来支持涉及参赛运动员的资源分配、从而获 　　得最大的投入产出比，是不争的策略运用趋势。 　　2016年里约奥运会开幕倒计时之际，正当各个国家的运动员们加紧练习、调整最佳状态准备出征，而观赛者与游客们纷纷收拾行囊准备一场欢畅的桑巴之旅时，有一批“金牌预测家”们则处在巅峰激烈的“赛事状态”之中。 　　预测奥运奖牌榜历来似乎是体育投注市场的份内事儿……然而，亦有越来越多的学者也摩拳擦掌地参与进来“刷存在感”。例如，美国著名的达特茅斯大学塔克商学院就有一支队伍津津有味地在从事奥运会参赛国金牌/奖牌总数的预测和发布。塔克商学院校友卡米拉?冈萨雷斯在7月中旬就向《华盛顿邮报》披露了她和数名教授一齐研发的奥运金牌预测模型，并发布了基于该模型而产生的“2016里约奥运奖牌榜前五”排名。 　　排名前五的分别是：美国（共获105枚奖牌）位居榜首，超过中国（89枚）、英国（67枚）、俄罗斯（62枚）以及德国（48枚）。仅就金牌数而言，美国也位列前茅（共获48枚金牌），中国排名第二（38枚）。 　　有意思的是，这套据称在上一届伦敦奥运会中预测正确率高达98%的模型大道至简，甚至不考虑具体运动项目和运动员本身的状态相反，《华盛顿邮报》称这套模型本质上就是“经济学模型”因为它主要基于四个核心因素预测奖牌数――分别是：国家总人口、相对富裕水平、上一届奥运会获牌数、以及是否为主办国。 　　塔克商学院团队表示，前两项参数（人口与财富水平）最为重要，相加权重达到约50%。而很多天才运动员和王牌教练员往往有持久性，横跨几届奥运会保持高水平状态绝非鲜见，所以“上一届获牌数量”也享有一定的预测有效性。“主场优势”则体现在，运动员在本国富有激情的父老乡亲面前往往更能受到鼓舞、表现出更佳的竞技水平；且主办国在“将本国擅长项目引入奥运会成为比赛项目”方面也具有一定影响力。 　　不过，上述研究人员话锋一转地指出，他们并不指望巴西能像之前的中国和英国那样突显主办国优势。“在上一届奥运会中，巴西斩获的奖牌总数并不多，”冈萨雷斯表示，“主办国要取得优势，必须有可支配的‘资源’：巴西的人均收入水平不高、在体育和运动员身上的投入也非常有限，这些都是阻碍巴西在奖牌榜提升地位的因素。” 　　当然，达特茅斯大学教授团队并非第一批利用经济学因素作为奥运奖牌数据模型基础的预测者。在此之前，科罗拉多大学经济学教授丹尼尔?约翰森曾在2000～2008年间的五届奥运会建立了类似的预测模型――在国家奖牌总数维度的预测准确率也高达94%。但约翰森教授并没有为索契冬奥会的奖牌预测建立模型。 　　而在索契冬奥会为世人熟知的预测者，则是来自名为Discovery Corps的蒂姆?格莱廷格和丹?格莱廷格兄弟。与前述大道至简的模型一致，兄弟俩基于国家地理位置、人均GDP数、出口值、以及所处纬度（因为关乎冬季项目）而预测各个参赛国的奖牌数；同样被“忽视”的是具体运动员的数据。 　　当然，从历届冬奥会的奖牌花落谁家的结果来看，格莱廷格兄弟的预测并不十分完美。有些国家总是表现优于预测（例如韩国，概因其在短道速滑项目中斩获了与总体不成比例的大量奖牌）而有的则相反，总有“提不起的阿斗”之感（例如英国，在冬奥上的整体表现一直不如夏奥――用格莱廷格兄弟的话来说，可能是因为“英国的所处纬度参数并不差，但他们总是在下雨而不是下雪”）；另外还有一个有趣的现象，即：主办国的实际奖牌数也总是高于预测（例如主办2006年都灵冬奥会的意大利和2010年温哥华冬奥会的加拿大，后者更是在那届比赛中破历史记录地囊括了14枚金牌）。 　　如果你认为所有在孜孜不倦地预测奥运会奖牌数的人（和团队）仅仅是为了博取“存在感”的话，那就大错特错了―― 　　以Gracenote Sports公司（前身分别为Infostrada Sports和SportsDirect）为例，其资料库中拥有可追溯到1896年人类第一届现代奥运会的海量体育数据，并跟踪研发全世界超过4500个最受欢迎的运动赛事的数据（包括预测），也向其客户销售昂贵的数据报告。那客户是谁呢？――除了美国、澳大利亚、英国等国的奥委会之外，还有像美国哥伦比亚广播公司（CBS）和加拿大广播公司（CBC）这样的大型媒体客户。 　　Gracenote Sports公司的雷达视角可谓“更加回归体育本质”。就热门的里约奥运奖牌预测而言，其业务主管西蒙?格里夫向美联社记者透露了他最近持续的追踪目标，包括世界各大锦标赛、大奖赛、大满贯、甚至包括一些洲际锦标赛，赛事越靠近里约奥运日程，则参考的权重也越高。从里约奥运1D0天倒计时日开始，格里夫就代表公司对外发布预测数据，之后在6月、7月、8月都会持续更新相关发布。