且每年都会有无数的创业者，前赴后继地投入这个行业。
他们会根据自身和团队的专业能力，挖掘出市场的需求，专精于某一个领域。
这就导致，当下的足球数据公司要么就是OPTA这种大而全，但不够专精，要么就是一些业务范围很小，但钻研得很深的小公司。
王硕返回到伦敦，回到科尔尼训练基地后，听到的第一件事情就是来自萨德·福塞特。
阿森纳准备收购一家叫做StatDNA，总部位于美国的数据分析公司。
这家公司有什么特别之处呢？
他们成立于2009年，创始人叫做杰森·罗森菲尔德，之前从未在足球行业里面工作过。
95到09年在麦肯锡工作，是麦肯锡内部智库，麦肯锡全球研究院的重要成员。
期间还自己创办了一家电子商务企业，主要运营在墨西哥和中国。
还有一家公益性企业数字鸿沟数据DDD公司，目前在柬埔寨和寮国的运营中心，拥有总计超过1千个社会弱势群体雇员。
09年出来创办了这家StatDNA数据公司。
这家数据公司最具革命性的就是，他们建立起了一套专门用来分析传球的模型。
背靠著DDD公司在柬埔寨和寮国的运营中心，他们通过最原始的逐场分析，来获取比赛的数据，目前只提供巴西甲级联赛、意甲和英超三个联赛的业务。
他们在2011年得出了一个结论：在创造进球方面，完成难度传球，远比控球更加重要。
过去这一年，他们逐场分析了10/11赛季英超123场比赛样本，收集了12万个观测点，428名球员的传球数据。
而且这份数据非常细致，远远超过普通的数据统计。
例如，他们会对每一次助攻的分析细致到，传球是否可以让前锋，不需要打乱步点，就能够直接完成射门？
传球的落点是否在接应者的惯用脚上、守门员的站位是否合理————
而在数据模型里，他们把一脚普通的传球，解构成各种数据。
例如传球压力，他们会根据最近的防守球员的位置与传球者的距离，以及双方的行为来判定压力等级。
例如最高档的压力就是防守球员主动抢球，并跟传球者发生了身体对抗。
往下就是防守球员距离持球者5码（4.572米）之内。
再往下就是10码之内，最后就是没有压力的宽松环境。
本章未完，请点击下一页继续阅读！