大家看NBA，除了看比赛本身，还最关注什么？
以昨日勇士对决森林狼的赛事为例，克莱-汤普森斩获28分，贡献5个篮板和3次助攻，并有1次抢断，三分球方面命中6记；斯蒂芬-库里则得到22分，送出8个篮板和8次助攻，同时完成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，新生代领军人物崭露头角，表现优异的年轻球员不断涌现。而在各项数据统计中，这一趋势体现得尤为清晰。
截止到北京时间11月9日，本赛季NBA的各项数据排行如下：
字母哥阿德托昆博场均取得31.9分，在联赛中位列首位；纽约新王波尔津吉斯场均拿下30.0分，紧随其后排名第二；火箭核心哈登场均贡献29.5分，位居第三。
NBA球员得分榜，截止到10月9日
内线抢断数据方面，庄神德拉蒙德以每场15.3个的战绩位居首位，小乔丹则贡献了每场14.3个的数据紧随其后，考辛斯每场拿下13.6个排在第三位。
韦少凭借场均送出10.9次助攻的稍高表现，在助攻排行榜上位列首位，沃尔则以场均10.8次助攻紧随其后，暂居第二，而哈登的场均助攻数达到9.7次，排名第三。
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比赛，但是各项排行榜上排名靠前的选手，与上个赛季相比发生了显著更动。部分经验丰富的球迷指出，单纯依据数据统计，并不能完全反映一位选手的表现；另一些经验丰富的球迷则认为，这些基础数据并不重要，我们更应该关注真实投篮命中率，各项效率指标，以及使用率等众多其他方面的数据。
等等，这些实际命中率，各项效能指标，应用比例到底是什么？它们又是怎样计算得出的？接下来，我们按照NBA官方的划分方式，向各位说明所谓的基础指标和复杂指标，至少可以让球迷们在分析技术数据时，对球员的表现有一个更明确的了解。
基础数据反映NBA球星球场收获
篮球比赛中的核心统计信息，就是那些可以直接在比赛过程中观察到的数据。比如说，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，以及盖帽表现，这些构成了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，其他类型可分为两种形式。第一种是总数，代表球员在特定时间内累积获得的所有数据量。第二种是场均数据，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官方提供的清单，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，指的是运动员在竞赛过程中成功将球送入得分区的次数，涵盖了两分和三分的进球，但排除了罚球的记录。
投球总次数，记作FGA，是指运动员在赛事里投掷球的总回数，涵盖两球和三球，但排除了罚球。
投球成功次数与投球尝试次数的比率，称作投篮准确度，涵盖两分及三分球的整体表现，但罚球不在此列。
三分球成功次数（3-成功，简称为3PM）：运动员在竞赛过程中三分球投中的数量。
三分投射次数，即3- ，代表球员在竞赛过程中从三分线外尝试投篮的频次。
三分球成功几率：球员在赛场投中三分球次数与三分球尝试次数的比值。
罚球成功次数，即球员在比赛里罚球投中的数量，这个数据用FTM表示。
投篮命中次数，即罚球，简称为罚球次数，指的是运动员在竞赛过程中执行罚球动作的频次。
罚球成功次数与罚球尝试次数的比率，用以衡量罚球水平，这个指标被称为罚球命中率，英文缩写为FT%。
抢下反弹球（，简称为REB）：当投篮未能命中目标时，运动员从篮板或者篮筐上弹起的球被其截获的次数。
进攻篮板球，指的是队伍在场上处于得分方的情况下，由球员成功从对方回传或投篮不中后所获得的篮板球数量，这个数据通常用OREB来表示。
防守篮板球，又称为DREB：指的是球员在防守过程中所获取的后场篮板数量。
协助（，缩写为AST）：是指控球者借助传球，使紧随其后的队友能够直接得分或迅速达成得分的次数。
拦截，简称为STL：拦截是指防守球员依照规则，凭借主动且强势的动作，从对手手中夺回球权的行为次数。
盖帽，又称为BLK，是指防守者在比赛过程中，运用符合规则的技巧，使对方投篮时球路发生偏折的行为，记录其偏离正常轨迹的次数。
失误，简称为TOV，是指球员在场上进攻过程中，因为自身原因导致球队失去对球的控制的情况，具体表现为被对手断球，或者自己跑出边界，又或者触犯规则构成违例，还可能是因为进攻动作导致犯规。
这18组信息组成了NBA的核心统计资料。或许有人会问，为何违规记录不包含在内。违规的多少，无法判断球员场上发挥的优劣程度，对球员能力也缺乏明确评估作用，所以违规不属于核心统计资料。
这些数据虽然内容丰富，但在全面评估球员价值方面，仍然存在局限。面对这种情况，必须借助更深入的分析指标。
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清单，高级统计共计十二项，在篮板效率这一项里，又可区分为得分篮板效能和防守篮板效能，此项内容不作详述。这些高级统计无法在赛场当场展现，而是经由赛场工作人员记录的若干类信息进行推算，最终得出相应数值。
特别要说明的是，高级数据统计需要相当数量的样本作为依据，否则分析结果就会显得十分杂乱。例如某个球员在一个赛季仅仅出场一次，并且只在场上停留了1分钟，期间却得到了1个篮板和1次助攻，这种情况下通常不会被纳入高级数据统计范畴，否则他的某些高级数据指标可能会显得异常离谱。
高级统计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和效率等方面。中国NBA球迷群体日益成熟，高级统计现在已被广泛认知。接下来，我们介绍NBA官方发布的高级统计类型。
球员在场上活动期间，队伍每百回合能获得的分数，称为进攻效率值。在本赛季球迷网，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选手里，库里这位金州勇士队的球员，其进攻效率值是最高的，达到了123.5分。
防守效率值，又称为：球员参与比赛期间，球队每百回合失掉的分数。在本赛季，所有平均每场出勤时间超过十五分钟，并且参与比赛次数超过五次的选手中，底特律活塞队的托利弗表现最为出色，其防守效率数值为88.7，是所有球员里最低的，说明防守能力最强。
球员在场上活动时，每100回合内团队获取的净得分差，称为净效率值，简称为净值。在本赛季，那些平均每场参与时间超过15分钟，并且至少参加过5次比赛的球员里，勇士队的库里在这方面表现最佳，他的净效率值达到了22.6。
助攻比率，简称为AST%：球员传给队友的得分球数量占总控球次数的百分比，在本赛季平均每场参与时间超过十五分钟，参与比赛场数超过五次的选手里，助攻比率最高的选手是雷霆队的球星韦斯特布鲁克，该数值为51.7%。
协助差错率，即协助次数与失误次数的比率，常被用来评估球员在串联进攻方面的表现水平。在本赛季，所有平均每场参与时间超过十五分钟，并且至少参与五场比赛的选手中，勇士队的伊戈达拉在协助差错率方面表现最为突出，其数值为8.75。
协助效率（指标，缩写为AST EFF）：参与者每进行一百次交战，产生传助攻的次数。在本届赛事中，参与时间每场超越十五分钟，参与场次累计超过五次的选手里，协助效率最突出的选手是华盛顿的弗雷泽尔，该选手的协助效率数值为四十七点一。
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可能性。在本赛季中，所有平均每场出场时间超过十五分钟，并且至少参加五场比赛的球员里，篮板成功率最为出色的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。
三分球提升后的精准度，即EFG%：计算方式为（命中普通投篮数加罚球命中数的一半再除以出手次数）。在本赛季，那些每场平均参与时间超过十五分钟，并且至少出勤五次的选手里，表现最为出色的球员是明尼苏达森林狼队的替补球员别利察，他的EFG%数值达到了77.1%。
真实命中率，又称为TS%，衡量的是三分球和罚球的整体效率，计算方式为总得分除以两倍的投篮出手次数，再乘以投篮次数与罚球次数之和的百分之四十四，这个赛季，所有平均每场出场时间超过十五分钟，并且至少参加五场比赛的球员里，别利察的真实命中率是最高的，达到了79.8%。
球员在场上接触球的总次数占全队总球权的百分比，这个指标也叫做球权运用比。在本赛季，平均每场能打满15分钟的球员，并且至少出场5次的选手里，球权运用比最高的就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，指的是每48分钟内球员参与回合的次数，这个指标也被称为节奏，简称同样为节奏。在本赛季中，那些平均每场能打满15分钟，并且至少出场过5次的球员里，节奏最快的是来自篮网的拉塞尔，他的节奏数值达到了113.31。
球员的总体价值（ ，简称为PIE）：通过球员的整体表现数据来衡量其对比赛的作用程度。在本赛季中，只有那些每场平均参与时间超过15分钟，并且参与比赛次数超过5次的选手才会被纳入考量范围。在这些选手里面，安东尼-戴维斯所展现出的数值是最高的，达到了22.2%。
谈及高级数据，便不能不提PER值，即霍尔灵格球员效能指数。
霍林格球员效率值，即PER，由前ESPN记者霍林格创建，依据整个赛季所有球员的表现，对个人表现进行综合评估的深度指标，每年NBA所有球员的平均PER数值为15，本赛季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
显然根据先前那些信息可以明白，不论是最初的资料还是更复杂的统计，对于篮球联赛的进程都仅能提供辅助信息。这些信息能帮助观赛者在观看赛事、研读相关报道时获得更全面的认知，然而完全依赖这些内容也不如不参考，倘若过于倚重复杂的统计，结果可能会事与愿违。
例如有效命中率与真实命中率均位列榜首的别利察，实际赛场发挥却远逊于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，这些球员在场上的贡献更为显著，既然无法有效参与比赛，那么所保持的顶尖命中率也就变得毫无价值。
数据即便再精准，也仅是人们探究NBA球员与球队、解析NBA赛事的辅助手段。唯有将数据与比赛过程紧密融合，才能逐步领悟成为资深NBA爱好者的真谛。
