大家看NBA，除了看比赛本身，还最关注什么？
以昨日勇士队与森林狼队的对决为鉴，克莱-汤普森在比赛中贡献了28分、5个篮板、3次助攻以及1次抢断，并且命中了6记三分球；而斯蒂芬-库里则得到了22分、8个篮板、8次助攻、2次抢断以及1次封盖，其中还包括了2记三分球的入账。
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
提及2017-2018赛季，众多媒体普遍认为，这堪称NBA史上一个辉煌的黄金时代。众多球星纷纷组成强队，新生代超级巨星崭露头角，优秀新秀如雨后春笋般涌现。此外，在各项数据排行榜上，这一趋势表现得尤为突出。
截止到北京时间11月9日，本赛季NBA的各项数据排行如下：
字母哥阿德托昆博的场均得分达到31.9分，稳居联盟首位；纽约的新星波尔津吉斯以30.0分的场均得分紧随其后，位列第二；而火箭队的核心球员哈登则以29.5分的场均得分位居第三。
NBA球员得分榜，截止到10月9日
庄神德拉蒙德以场均15.3个篮板的成绩高居篮板榜首位，紧随其后的是场均14.3个篮板的小乔丹，而考辛斯则以场均13.6个篮板的成绩位列第三。
韦少在助攻榜上以每场10.9次助攻的领先优势超过了沃尔的10.8次，位居榜首；而沃尔紧随其后，位列第二；排在第三位的是哈登，他的场均助攻数为9.7次。
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。
尽管赛季仅进行了三周，但数据排行榜上排名靠前的球员与上一赛季相比，已经有了显著的变动。此时，一些经验丰富的球迷会指出，仅凭数据统计无法全面展现球员的实际表现；而另一些资深球迷则认为JRS直播网，这些基础数据并不足以说明问题，我们更应该关注真实命中率、各项效率指标以及使用率等更多维度的数据。
且慢，这些真实的命中率、各项效率指标、使用率究竟代表什么？它们又是如何得出的呢？接下来，我们将依照NBA官方的分类方法，向大家详细解说所谓的基准数据与高级数据，以期让球迷们在观看技术统计时，对球员的表现有更为明确的认识。
基础数据反映NBA球星球场收获
球场上的基础信息主要涉及那些直观体现在比赛中的数据，例如，我们日常所熟知的得分、篮板、助攻、抢断以及盖帽，这些构成了篮球运动中最为关键的五大基础指标。
除了百分比这一数据外，其他的基础数据可分为两类：一是总数据量，即球员在一定时期内累积获得的数据总和；二是场均数据量，即球员在相同时间段内，平均每场比赛所获得的数据指标。
依据NBA官方发布的名单，共有18个基础数据类别。接下来，我将对这些类别进行简要的阐述。
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。
场上得分球（简称FGM）：指运动员在比赛过程中成功投进的篮球数量，涵盖了两分球和三分球的得分，但排除了罚球得分。
球员在比赛中完成投篮动作的频率，涵盖了两分投篮和三分投篮，但排除了罚球的情况，这一数据被称作投篮出手数，通常简称为FGA。
投篮成功比率，亦称FG%，系指运动员在竞赛过程中成功投中篮球的次数与尝试投篮总次数的比值，涵盖了所有两分球与三分球的投篮效率，却未将罚球命中率纳入统计范围。
三分命中率（3PM）：该指标反映了运动员在比赛过程中成功投中三分球的具体数量。
球员在比赛中执行的三分投篮次数被称为三分出手数，具体范围介于3次至若干次之间，通常以“3PA”作为其简称。
三分投射成功率（以3-划分，记作3P%）：该比率表示运动员在竞赛中成功投射的三分球次数与尝试投篮的三分球次数之间的比值。
罚球得分（简称FTM）：该数据表示运动员在比赛过程中成功将罚球投入篮筐的次数。
罚球次数（free-throw，简称FTA）：这一数据反映了球员在比赛过程中完成罚球动作的频率。
罚球命中率，亦称FT%，系指运动员在竞赛过程中成功命中的罚球次数与尝试次数之比。
篮板球，亦称REB，系指在投篮未命中后，运动员成功夺得从篮板或篮筐反弹回来的球的总数。
进攻篮板球，亦称OREB，系指球员在进攻端成功夺得篮板球的次数。
防守篮板球，亦称DREB，系指球员在担任防守角色期间成功夺得篮板球的次数。
助攻，亦称AST，系指当持球球员通过传球，成功协助队友在直接得分或限定时间内实现进球动作的频次。
STL，即抢断：在防守过程中，球员依据规则，通过主动且具有攻击性的举动，成功从对手手中夺取球权的动作，被称作抢断。
盖帽，亦称BLK，是指在篮球防守过程中，球员依照比赛规则，成功使对方投篮动作偏离既定轨迹，导致其投篮未能按原计划完成的防守行为。
失误，亦称作TOV，是指运动员在进攻过程中，由于各种原因如被对方抢断、自身越位、犯规或进攻违规等，导致球队失去控球权的行为频次。
这18项数据共同构成了NBA的基础统计数据。或许有人会疑问，为何犯规次数并未被纳入其中？这是因为犯规的多少并不能准确反映一名球员在场上的实际表现，对球员能力的评估也没有直接的参考价值，所以犯规数据并未被包含在基础数据之内。
尽管这些数据十分详实，但在全面评估一名球员价值时，仍存在一定的局限性。此时，便需借助更高级别的数据分析来弥补这一不足。
高阶数据深层次揭秘NBA球星能力
依据NBA官方发布的详细数据统计，这类高阶数据共计12项，例如篮板率就包含进攻篮板率和防守篮板率两个子项，具体内容此处不予详述。这些高阶数据并非在比赛现场直接展现，而是依据现场记录的若干类数据经过计算得出的结果。
值得注意的是，高阶数据的分析必须依赖于一定规模的样本量，否则分析结果可能会出现极大的混乱。以某球员为例，若他整个赛季仅登场一次，且仅出场1分钟便贡献了1个篮板和1次助攻，这样的表现通常不会纳入高阶数据统计之中。若不然，他的某些高阶数据指标可能会显得异常夸张。
与基础数据相较，高阶数据更能充分展现球员的效能与积极性等基础数据所无法体现的特质。伴随我国NBA粉丝群体的日益专业化，高阶数据如今已广泛传播于球迷之间。接下来，我们将探讨NBA官方所提供的高阶数据类型。
进攻效率值，通常简称为进攻效率，是指球员在比赛中所占时间，球队每100次进攻回合所获得的得分。在本赛季，那些场均出场时间超过15分钟且出场次数达到5次以上的球员中，金州勇士队的球星库里展现出了最出色的进攻效率，其数值高达123.5。
防守效率指标，通常简称为DE，指的是球员在比赛中所参与的每100次进攻回合中，球队所面临的失分情况。在本赛季中，那些场均出场时间超过15分钟且出场次数达到5次以上的球员里，活塞队的托利弗在防守效率方面表现尤为突出，其数值达到了88.7分。（此数值越低，代表防守效果越好。）
净效率值，即net，是指球员在比赛中每100次进攻回合中为球队贡献的净胜分。在本赛季，那些场均出场时间超过15分钟且出场次数达到5次以上的球员中，金州勇士队的明星球员库里展现出了最为出色的净效率值，达到了22.6这一高水平。
球员的助攻效率，常简称为AST%，即球员在总控球次数中成功为队友创造进球机会的比率。在本赛季，那些平均每场出场时间超过15分钟且出场次数不少于5场的球员中，雷霆队球员韦斯特布鲁克展现出了最高的助攻效率，其AST%达到了51.7%。
球员在组织进攻时的效率可以通过助攻失误比来评估，该比例反映了球员在助攻与失误之间的平衡。在本赛季，那些场均出场时间超过15分钟且出场次数不少于5次的球员中，勇士队的伊戈达拉以8.75的助攻失误比位居首位。
球员的助攻比率，即AST RATIO，指的是每进行100次进攻回合，其中有多少回合是由球员完成的助攻。在本赛季中，那些场均出场时间超过15分钟且出场次数达到5场以上的球员里，奇才队的弗雷泽尔展现了最高的助攻比率，这一比率高达47.1。
篮板率，亦称REB%，指的是当球出手未中时，球员成功抢得篮板球的概率。在本赛季，那些场均出场时间超过15分钟、出场次数超过5名次的球员中，活塞队内线球员德拉蒙德以27.0%的篮板率位居榜首。
森林狼队替补球员别利察在本赛季表现突出，其有效命中率（field goal，简称EFG%）位居所有场均出场时间超过15分钟且出场次数超过5场的球员之首，这一比率高达77.1%。该比率是根据三分优化后的命中率计算得出，其计算公式为EFG%=（FGM+0.5*3PM）/FGA。
真实命中率，亦称TS%，系指经过三分球与罚球命中率调整后的综合命中率，其计算公式为TS%=PTS除以2乘以（FGA加上FTA乘以0.44）。在本赛季中，那些场均出场时间超过15分钟且出场次数达到5场以上的球员里，别利察以79.8%的真实命中率位居榜首。
球员在场期间所掌控的球权数量，占球队整体球权总数的比重，这一指标被称作使用率，通常以USG%来表示。在本赛季，那些场均出场时间超过15分钟且出场次数达到5次以上的球员中，纽约新王波尔津吉斯以35.7%的球权使用率，超越了哈登、阿德托昆博、恩比德以及拉塞尔，高居榜首。
节奏，即每48分钟的比赛内球员所完成的回合次数。在本赛季，那些场均出场时间超过15分钟且出场次数达到5场以上的球员中，篮网队的拉塞尔以113.31的数值，展现出了最出色的节奏表现。
球员影响力指数（简称PIE）：这一指标基于球员的全面数据来衡量其对比赛的作用。在本赛季，那些场均出场时间超过15分钟且出场次数不少于5次的球员中，浓眉哥安东尼-戴维斯的表现尤为突出，其PIE指数达到了22.2%，位居首位。
谈及高级数据指标，我们便不能不提及那个广为人知的霍林格球员效率指标，即PER值。
霍林格球员效率值，亦称为PER，是由前ESPN撰稿人霍林格所创，旨在综合评估球员一个赛季的整体表现。这一数据指标以当赛季所有球员的表现为依据。在NBA，所有球员的平均PER值通常为15。本赛季，阿德托昆博的PER值达到了32.7，位居榜首。紧随其后的是勒布朗-詹姆斯，其得分与阿德托昆博非常接近。排在第三位的是安东尼-戴维斯。
数据虽好 然而尽信书则不如无书
实际上，从上述数据中我们可以明显看出，无论是基础数据还是高级数据，对于NBA比赛而言，它们仅能作为参考信息。这些数据可以帮助你在观看比赛、阅读相关文章时获得更深入的理解，然而，过分依赖书籍上的内容不如不依赖，若过分信任高级数据，可能会产生反效果。
别利察在有效命中率和真实命中率方面均位居榜首，但他在场上的影响力却远不及排在后面的雄鹿队斯内尔、骑士队科沃尔、雷霆队亚当斯以及火箭队卡佩拉。既然他无法发挥应有的作用，那么这样的高命中率也就显得毫无价值。
即便数据再为出色，它们终究只是人们用以更深入地洞察NBA球员与球队，以及更全面地理解NBA赛事的手段。唯有将数据与比赛完美融合，你方能在真正的意义上成为一名资深的NBA球迷。
