<全部删光光>
看大家这么气愤中职不长进,就让我来说一下“管理阶层”可能的想法吧。
本文就三个方面:执行面、管理面、组织面做一些讨论。
本文的基本结论是:
.数据系统建置需要加入棒球专业,因为这是跨领域合作
.在业务提案时,你如何说服管理层这套系统是“有用”的会是提案关键
.数据系统的导入会直接侵犯到教练的权力范围,要懂得避开这个雷区
.最后,找到对的人提案
希望这篇文章可以帮助提案方大概了解一下被提案方的思维,
也希望有资料科学专业的板友能够顺利提案!
====
1. 有了数据分析,然后呢?
这是目前台湾在数据分析相关产业中,很难跨过去的一环。
技术永远都不是问题,问题是数据分析好了,然后呢?
在实际执行上,光是分析数据,其实并不是什么大问题。
无论你的分析方法论是什么、分析架构又是如何,
“没有人解释数据分析的结果,就等于没有”。
“资料分析人才需求持续成长,
但唯有结合专业领域知识者方能成为个中翘楚。”
by Etu负责人蒋居裕,来源先让我卖个关子
然而关于数据分析的解读常常会有因为每个人视角而有所不同,
这没有一定的准则,甚至跟个人哲学有关。
例如:数据分析出来我们有一位选手打外角低球的挥空率达52%,
那么“不会打外角低球的选手要怎么处理外角低球?”
(1)“破坏掉”
(2)“不要攻击”
(3)“打击训练时加强外角低球的训练”
(4)“转头看裁判”(误)
这些解答都有可能被采用,
教练想要的答案跟选手愿意执行的行动有可能不一致,
甚至教练自己都会变来变去。
所以数据(data)分析完之后的问题在于,
产出的资讯(information)变成知识(knowledge)的过程,
这可能需要棒球专长的人介入才有办法提供对教练、选手“有用”的资讯。
" target="_blank">
" class="img-responsive" />图片引用自 http://www.knowledge-management-tools.net/
knowledge-information-data.html
例如:“对上王柏融就布阵,大概可以降低他大概10%的上垒率”
能够产出这种结论,对教练、选手来说才算是有用。
" target="_blank">
" class="img-responsive" />教练是在场上“决定”怎么做的人;选手是在场上“执行”的人,
所以数据分析要辅助教练“下决定”;帮选手“执行”更顺畅,
对他们来说才是好用的。
所以从软件的角度来看,这已经不只是分析了,而是solution。
" target="_blank">
" class="img-responsive" />当然你可能会问,如果是我把系统给教练使用呢?
那么你就要准备教这些教练怎么使用跟解读了…
2. 这个要花多少钱?KPI又是什么?
在面对管理层的业务讨论上,会遇到
“导入这一套系统要多少钱?租用的吗?还是买断?
更新费怎么算?维护费又要怎么处理?”……之类的问题。
但这些都是小事。
问题是“导入这套系统之后会有什么差异?”
这问题很重要,因为这就是 solution 的价值。
“你能够让这一队的胜率达到50%以上吗?”
“你能够让我们打击者打击率提高到3成2吗?”
如果不行,提案方在这一段就没有说服力
如果提案方敢承担这个KPI,也别太高兴,因为接下来就是要算钱了 XD
“喔,我们现在胜率40%,你这一套系统零零总总建制费用要1,000万,
所以1%胜率要100万?这太贵了!!”
“喔,我们现在打击率2成8,所以增加4%要1,000万,1%要250万,
有这些钱不如去挖FA还比较快!!”
(然后那个1,000万就这样被算了两次…)
不要笑,不要说职棒球团才会这样,
这是普遍存在于企业跟政府标案的(天才)算法……
管理层要的是“战绩”、是成绩亮眼的“明星”,
“你要怎么说服别人你的系统是有‘价值’的”?
所谓的“价值”,就是符合球队的政策,这是这个层面的关键。
3. 我要怎么导入这个系统?
前面两种都还是可以解决的问题,这个才是最鸡歪的。
约莫2个月前,小的我有回一篇文章,
在说中职球团不愿意接受运动科学博士“主导”设计训练菜单的事情
我在文中提到:“
跨领域的合作中,“谁主导”才是关键。
这不只是技术问题跟知识门槛,更多的是政治问题的确认跟协商技巧。
如果每个提案团队都跑到对方家里“整碗捧去”,
除非相关费用都是提案团队出、责任也是提案方扛,
要不然被提案的那一方哪受得了。
何况战绩是教练要负责的呀!选手薪水是球团付的呀!
”
Re: [新闻] 冯胜贤要搞德州魔法学校 #1Ox4PFFk (Baseball)
https://www.ptt.cc/bbs/Baseball/M.1491879503.A.3EE.html
虽然状况不尽相同,但一些老江湖的板友应该看到了一些“眉角”:
教练很有可能会对于数据分析产生敌意。
数据分析的结果就是在跟你教练说“你要怎么做”,
那教练摆在那边干什么的?
有数据按着数据走,被打爆就会被骂“要你这个教练干什么”;
有数据不照着数据走,有好的结果也就算了,
万一被打爆就会被骂“都帮你弄数据分析了还不照着做,你猪吗?”
教练会想要有这一套东西来绑手绑脚吗?
在第一步上,这套系统就已经激起了敌意。
而且,教练往往有十多年的球员生涯,
会认为“看过的球员比蚂蚁还多,今天叫电脑‘帮我’是怎样?
看我不专业、不懂棒球就是了?”
“你还在看球的时候我就在打全垒打了,这种事情还要你教我?”
“练球好吗?”
“棒球不是算数学?”
这些的想法都有可能会在系统导入的利害关系者脑中出现。
结果就是:
1. 如果和教练一起开发,随着系统愈来愈完备,
反弹声音也会愈来愈大,因为你的系统已经威胁到他的权力了
2. 如果是自己独立开发,跟球团简报,你要说服的就不只是管理者,
更重要的 keyman 其实是教练团。
====
说了那么多,难道中职永远不可能导入数据分析吗?
当然有可能,但前提是提案方要正确地认知对企业来说,
“Big Data是企管问题,而非IT问题!”
https://www.bnext.com.tw/article/34692/BN-ARTICLE-34692
这篇文章的标题虽然再讲big data,但也可以套到数据分析系统,
而这也是前文Etu引言的来源
如何寻找切入点,可能是提案成功与否的关键。
《魔球》一书在博客来中被放在“商业理财管理与领导组织”的原因就在这里。
简单说,《魔球》是把“数据分析”放到“职业棒球”里面的结果。
其实仔细看《魔球》,
你会看到教练就是觉得他X的这套根本就是在挑战他的眼光跟既往的准则。
“人家明明穿牛仔裤那么好看,你跟我说他是不好的打者?”
老实说系统导入等于是在毁人家三观啊!
而看《魔球》一书也可以发现系统的切入点可以说是导入的关键:
主要改变的是对于球员的评量,而较少着墨于对于战局的掌握。
很多时候,数据分析系统是帮助比利·比恩
“如何用较低的费用营运球队,而能维持一定的战绩”
(就像书中有提到,洋基队一只全垒打多少钱?
同样的金额,运动家又会怎么使用?)
所以在《魔球》里面,数据主要挑战的是球探,教练算是被波及到的。
但是也要有管理层的豆子总大力相挺,这套方法论才能落实到球团里面。
无独有偶,中信本季能够导入洋教练团,辜先生大力支持绝对有帮助。
导入数据分析系统跟教练团改组可以看成程度上的不同,
因为当一个新系统、新教练团进来的时候,就是代表某些人的屁股要发热了。