用数据说话
在2003年美国联盟冠军系列赛中，第7轮第8场是波士顿红袜队对抗纽约扬基队，红袜队派了佩德罗·马丁内斯上场，这件事至今在红袜队中仍颇有争议。当时，佩德罗投完球，遭到扬基队三次夹杀，最终扬基队赢得了比赛。红袜队教练格雷迪·利特因为这次惨败而备受谴责，很快就引咎辞职了。很多人觉得他只是被当作了替罪羊，因为换作其他人也会这么决策的。毕竟，佩德罗当时是红袜队的王牌，他当然要用他的王牌。
各个领域都是这样：既得利益者需要维持现状，也就不要求你学什么新东西。
——罗伯特·奈尔（Rob Neyer）32
在当时的情况下，佩德罗10次投球中9次就能赢第8场。毕竟，一般的投手在一场内失掉3分的概率是很低的，况且佩德罗还是投球明星。然而，最终的数字说明，让他上场绝对是一个错误的决定。在105次投掷之后，他的对手安打率升至37%左右；7场比赛下来，投掷了123次。
格雷迪·利特被解雇的原因可以从数字中看出：
格雷迪不是一个懂统计的人，他头脑比较简单。他是靠感觉走的老派经理人，根据不完全的信息做决定。很多棒球队已经在用计量和统计的方式进行决策，而格雷迪还在用老办法——差距在2003年美国联盟冠军系列赛中就体现出来了，第7轮第8场格雷迪还让佩德罗继续投球，而很多人都判断佩德罗在投完100次后就会被换下场。在他投完105次之后，击出安打的比率高达36.4%——就连扬基队的托尼·克拉克都能杀掉他的球。33
在出版《魔球：逆境中制胜的智慧》这本书的过程中，我也学到了一些东西。我学到的就是：如果你看的时间足够长，你就会发现对理性的争论从未停止。
——迈克尔·路易斯34
一位对数字敏感的骨灰级棒球迷——斯蒂芬·杰伊·古尔德（Stephen Jay Gould）从侧面解释了为什么格雷迪会让佩德罗继续投球：
大家都知道运气这种东西，但问题是，运气根本就不存在。斯坦福的心理学家阿莫斯·特沃斯基研究了费城76人队超过一个赛季的投篮数据。他有如下发现：
第一，投中一球之后，再次投中的概率并不会因上一次投中而上升；
第二，连续投中是随机事件，它并不比任何的随机事件或者是掷硬币更容易预测。
当然，波士顿凯尔特人队前锋拉里·伯德的连续命中率肯定比一般球员高——但这并非因为他运气十足，或者有什么魔力。伯德能连续命中多次，是因为他的平均命中率更高，随机地来看，他的连续命中也更高了。如果伯德的命中率为60%，那么每投13次球，他就有可能出现1次5球连续投中（65%的概率）。如果其他一个命中率只有30%的人来投，那大约要投上412次，出现1次5球连中的概率也才只有30%。换句话说，连续命中不需要什么理由，也不必描述成“勇往直前”“百折不挠”这样的“英雄神话”。你知道一个人的平时表现，就可以推断出他连续命中的概率。35
斯蒂芬·古尔德的朋友——埃德·珀塞尔（Ed Purcell），是诺贝尔物理学奖的获得者，他进行了一些棒球连胜方面的研究。他的结论是，棒球中进球的频率是和“掷硬币”一样的随机过程。连胜或者连败多少场是随机排列的，与运气无关。36
当格雷迪·利特让佩德罗继续在第7轮第8场比赛中对阵扬基队时，他就应该知道为什么红袜队会在第二个赛季后解雇他。赛后，利特解释了他为什么这么做（不管他说什么，他的行为让扬基队最终获胜）：“在训练中，佩德罗一直都很投入。当他告诉我他完全能够继续战斗，我就知道他就是我想要的那个人。这与我们过去两年所做的没什么不同。”但实际上，统计数据展现的事实恰恰相反。佩德罗在他的29场常规赛开赛中仅5次进入前8名，他此前100次投掷也并没有取得很好的成绩。实际上，在2003年期间，佩德罗投掷了105次，而对手的击球率上升至了0.139。这些有力的证据表明他的能力持续变弱。大多数人都清楚，让佩德罗上场情况会更糟——红袜队的电脑系统也清楚。37
如果格雷迪·利特一开始就注重数据和统计，红袜队就不用等到2004年才最终赢得世界杯冠军了（2007年和2013年他们又两度获得了冠军）。事实上，2016年世界杯是芝加哥小熊队与克利夫兰印第安人队争夺冠军——而这两个队分别由西奥·爱泼斯坦（Theo Epstein）和特里·弗朗科纳（Terry Francona）管理，正是两个人帮助约翰·W. 亨利赢得了2004年和2007年世界杯。10年前有一种反对数据和统计的说法是，它会让棒球变得无聊，但事实却是，2016年的季后赛却令人兴奋不已。之所以会这样，正是因为这些团队的运作方式改变了。另外，芝加哥小熊队赢得了世界冠军，这是他们108年来首次夺冠——这样的数据难道不激动人心么！38
这种改变不仅出现在棒球运动中。自从比利·比恩发明了使用统计进行预测的方法以来，美国职棒大联盟的每个团队都在一定程度上模仿了这种方法。另外，美国职业橄榄球联盟（NFL）也聘请分析主管，而NBA则引入了有关球员表现分析的先进技术。39
看看NBA勇士队史蒂芬·库里（Stephen Curry）的三分球，你就能理解运动界的改变了。“真正有趣的是，有时在风险投资和建立初创企业时，我们会发现世界上很多被普遍认可的方式可能是错的，”一家硅谷风险投资公司的长期合伙人乔·拉科布（Joe Lacob）这样说道，“过去的职业篮球赛，也从来没有人以三分球为重心来建团队。”40
在金融领域，拉科布自担任合伙人伊始，就非常重视数字，他们对数据的研究颇有洞见。而在篮球领域，勇士队对数据的研究则放在了三分球上。NBA球员在23英尺
处的投篮命中率与在24英尺处的投篮命中率大致相同。但是由于这二者之间存在三分线，所以这两种投篮的价值完全不同。在23英尺处的投篮命中的平均得分仅为0.76分，而在24英尺处的投篮命中的平均得分为1.09。勇士队看到了这个机会：通过在投篮前向后移动几英寸，篮球运动员可以将自己的回报率提高43%。41
这种分析方式已经在各种数据分析中得到广泛运用，它们强调的是“过程”分析。在击球、安打、全垒打、三分球命中等方面，都已经做得很好了。而新一代的数据分析，还希望能够理解这些结果是如何产生的，甚至可以分析运动员大脑皮层活动的微观层面。42
但是，每一步发展都需要和传统做斗争。纽约大都会队经理特里·科林斯（Terry Collins）在2016年初说：
我不知道今天还有多少像我这样的“老人”可以参与到运动赛。它已成为年轻人的游戏，你想参与其中，就得搞懂其中的所有技术。我不擅长数据，也不喜欢这种玩法。我不喜欢每天坐在那里，看着各种数字来预测谁能成为出色的球员。各式各样的数据，什么OPS、GPS、LCS、DSD，你靠这些能说出哪个球员好吗？这简直就是笑话。以上是我的想法，我没觉得自己哪里错了。43
杰克·兰伯特作为替补后卫，是没法上场的……原定派上场的是他们后卫主力，是他们防守的灵魂人物……但因一系列原因，那个人去了米克·贾格尔的球队；他成了石头队在巡回赛中的后卫，而兰伯特成了爱国者队中路后卫的首发。如果没有发生这件事，兰伯特可能永远没有机会上场——而现在，他已经是名人堂球员了。赛场上有时会出现一些突发情况，在这些情况下，一旦一些球员获得了机会，他们就会成为像汤姆·布兰迪斯一样的明星——任何人都无法阻止他们——楼·格里格就是这样的人。44
——比尔·贝里希克
不看数据，过分自我，最终会害了自己。
[1] 1英尺=0.304 8米。