各位老铁,大家好!我是你们那个总爱在球赛结束后还要对着屏幕发呆、非要算出个所以然来的体育博主。
刚刚过去的这个夏天,属于欧洲杯,属于那些熬夜看球、啤酒配炸鸡的日子,西班牙的青春风暴捧起了德劳内杯,亚马尔那一脚世界波让人惊掉下巴,姆巴佩虽然鼻梁骨折但依然在努力证明自己是当世球王,咱们看球,很多时候是看个热闹,看个进球集锦,看个赛后热搜,作为一名在这个圈子里摸爬滚打多年的自媒体人,我得告诉大家:真正的硬核球迷,不仅看球,还要懂球;不仅懂球,还得会“算”球。
我就不跟大家聊战术板是画三角形还是菱形了,咱们来点干货,很多人问我,怎么写出有深度的体育分析文章?怎么一眼看穿某个球员是不是在“养生踢法”?我的秘密武器就在大家电脑里那个看似枯燥的软件——Excel。
没错,今天这期excel表格制作教程,就是专门为咱们体育迷定制的,我会手把手教大家如何用Excel把欧洲杯的数据变成你眼中的“战术显微镜”,顺便结合最新的NBA自由市场大动荡,聊聊数据分析在现代体育里的那些事儿。
为什么体育迷需要掌握Excel?拒绝“印象流”
咱们先聊聊为什么要学这个。
生活中,大家肯定没少在酒吧或者大排档上争论: “我觉得C罗这届欧洲杯虽然没进球,但支点作用明显!” “拉倒吧,数据不会说谎,他触球次数和关键传球都是历届最低,这就是老了。”
这种争论,往往最后变成谁嗓门大谁赢,这就是典型的“印象流”看球,而Excel,就是帮我们摆脱“印象流”的神器。
举个具体的例子,就在前几天,NBA自由市场开启,克莱·汤普森离开勇士加盟独行侠,震惊了整个篮球圈,社交媒体上吵翻了天,有人说勇士无情,有人说克莱不行了,如果你手里有一份Excel表格,记录了克莱过去三个赛季的“跑动距离”、“接球投命中率”、“防守端对手命中率”等数据,你打开表格一看,可能就会很平静地得出结论:这是一次基于数据的必然分手。
学Excel不是为了当会计,是为了在聊球的时候,你能甩出一张图表,淡淡地说一句:“兄弟,看数据吧,这波操作有理有据。”
基础篇:搭建你的“欧洲杯球员数据库”
咱们直接进入正题,怎么开始?别被那些复杂的函数吓跑,咱们从最基础的“建表”开始。
第一步:设计表头,就像排兵布阵
打开Excel,第一行就是你的“首发阵容”,别只写个“姓名”就完事了,咱们要分析球员,维度得丰富。
我建议你这样设置列(A1到H1):
- A列:球员姓名(亚马尔)
- B列:所属国家队(西班牙)
- C列:位置(右边锋/前腰)
- D列:出场时间(分钟)(这是最基础的样本量)
- E列:进球数
- F列:助攻数
- G列:关键传球
- H列:跑动距离(公里)(这个数据很能反映态度)
这时候,你就可以去FIFA官网或者欧足联官网,把欧洲杯你感兴趣的球员数据填进去,你把西班牙队的几个核心球员的数据都录进去。
第二步:数据录入,像解说员一样客观
录入数据虽然枯燥,但这是积累“内功”的过程,当你把亚马尔的数据录入进去时,你会发现:这孩子才17岁,出场时间动不动就是90+,跑动距离居然和尼科·威廉姆斯这种边路快马差不多。
这时候,表格里冷冰冰的数字,在你脑海里就有了画面感,这就是Excel的魅力——数字是历史的草稿。
进阶篇:用公式计算“效率值”,谁是真大腿?
数据录好了,光看数字谁都会,咱们得用Excel的公式来算点别人看不到的东西。
咱们来算一个简单的“进攻参与度”指标,公式逻辑是:(进球数 + 助攻数) / 出场时间 * 90,也就是每90分钟该球员直接参与进球的个数。
在Excel里,假设你的第一行数据是标题,从第二行开始是球员数据,我们在I列(进攻参与度)的I2单元格输入以下公式:
= (E2 + F2) / D2 * 90
输完回车,奇迹发生了,Excel会自动算出这个球员每90分钟的贡献。
结合赛事实例: 你录入了两名球员:
- 球员A(比如某大牌前锋):出场300分钟,进2球,0助攻。
- 球员B(比如某蓝领中场):出场300分钟,进0球,2助攻。
单纯看进球,A更牛,但用我们的公式一算,两人的“进攻参与度”都是0.6,这时候你就可以在文章里写了:“虽然球员A没有助攻,但球员B通过串联球队的贡献,在直接进攻产出上与前锋持平,这就是隐形大腿的价值。”
再结合刚结束的欧洲杯,你可以去算算凯恩的数据,虽然他拿了金靴,但如果你加上“预期进球(xG)”这个数据(如果你能找到),你会发现他的进球转化率其实是有波动的,用Excel把这些数据一对比,你的球评文章瞬间就有了“技术流”的味道。
高阶篇:数据透视表,一眼看穿球队战术风格
接下来是重头戏,也是很多体育数据分析师的吃饭家伙——数据透视表(PivotTable),别被名字吓到,操作非常简单,但效果炸裂。
假设你现在手里有50名球员的数据,涵盖了西班牙、英格兰、法国、德国四支球队。
操作步骤:
- 选中你的所有数据区域。
- 点击菜单栏的“插入”,选择“数据透视表”。
- 在弹出的框里点“确定”,它会新建一个工作表。
这时候,右侧会出现字段列表。
- 把“所属国家队”拖到“行”区域。
- 把“跑动距离”拖到“值”区域(默认会自动求和)。
啪! 一张神奇的表格生成了,你会看到:
- 西班牙:总跑动距离 1200公里(假设值)
- 英格兰:总跑动距离 950公里
- 法国:总跑动距离 900公里
这说明了什么? 结合欧洲杯的实际情况,西班牙是典型的传控体系,全队都在跑,都在抢,高强度的压迫感让对手窒息,而法国队,尤其是小组赛,更多是依靠防守反击和球星个人能力(姆巴佩的速度),整体跑动需求确实不如西班牙大。
你把这个表格一截图,发到朋友圈或者文章里,配文:“数据不会撒谎,西班牙的夺冠是用双脚跑出来的传控压制,而法国队更倾向于节省体能的防反策略,这就是数据透视表告诉我们的战术真相。”
这就是Excel在体育自媒体中的威力:它能把复杂的战术语言,浓缩成一张一眼就能看懂的图表。
可视化篇:雷达图,谁是完美的六边形战士?
光有表格还不够,咱们做自媒体的,图片要吸睛,Excel的图表功能非常强大,其中最适合体育球员分析的,就是雷达图(Radar Chart),没错,就是玩FIFA游戏里那个评价球员的图。
场景模拟: 你想比较NBA自由市场上两位顶级控卫:比如留队的哈利伯顿和刚换队的穆雷。
你选取几个维度:得分、助攻、篮板、抢断、三分命中率、罚球命中率。
- 在Excel里把这两个人在这些维度上的数据列出来。
- 选中数据,点击“插入” -> “所有图表” -> “雷达图”。
- 选择“填充雷达图”。
瞬间,两个五边形或六边形就重叠在一起了。
个人观点与时事结合: 看着这个图,你就能清晰地看到,哈利伯顿在“助攻”和“三分命中率”这两个角上可能爆表,突出了他的组织大师属性;而穆雷可能在“抢断”和“得分”上更突出,体现了他的双能卫特质。
结合最新的时事,随着克莱·汤普森加盟独行侠,大家都在期待“东欧契”组合,你可以做一个东契奇、欧文、克莱三人的雷达图对比,你会发现,克莱的防守端数据可能是一个明显的“凹陷”,而欧文的单打得分是满角,这就能引申出你的观点:“独行侠下赛季的防守体系将面临巨大挑战,克莱的三分火力虽然能拉开空间,但在雷达图缺失的那一角,需要全队去弥补。”
这种基于图表的分析,比你说一万句“我觉得克莱防守不行”要有力得多。
深度思考:数据是不是万能的?
聊了这么多Excel技巧,作为体育博主,我还得跟大家掏心窝子聊聊我的观点。
在这个大数据时代,Excel表格、SportVU系统、AI预测模型充斥着职业体育,现在的教练,手里拿着平板电脑指挥比赛;球探在非洲挖掘新星时,先看体测数据表。
但我认为,Excel是工具,不是上帝。
还记得欧洲杯决赛吗?库库雷利亚那个手球,如果用Excel的数据分析,这只是一个“防守失误”或者“点球判罚”,但数据无法量化那一刻英格兰球员的心理落差,也无法量化现场几万球迷的叹息声。
再比如NBA,波尔津吉斯在总决赛复出后的表现,数据栏里可能只是正负值+18,但只有看过比赛的人才知道,他在外线的牵制力是如何改变凯尔特人整个进攻生态的,这是“肉眼可见的影响力”,有时候Excel很难完全捕捉这种“化学反应”。
我教大家做这个Excel表格制作教程,是希望大家能多一个维度看球,而不是变成数据的奴隶。
生活也是如此。 我们做Excel表格,有时候是为了做年终总结,算算一年花了多少钱;有时候是为了做个计划,列明健身和读书的进度,这就像球队做赛季规划一样,但如果因为Excel里那个“存款”数字没达到预期,就否定了自己一整年的努力,那就不值当了。
就像姆巴佩,这届欧洲杯数据一般,甚至有点“惨淡”,但他依然是那个能改变战局的巨星,表格能告诉你他这一个月踢得不好,但表格告诉你不了他下个月会不会爆发。
从今天开始,做一个有数据的球迷
老铁们,体育的魅力在于未知,在于人类在极限状态下迸发出的情感,而Excel的魅力,在于秩序,在于把混乱的信息梳理成逻辑。
把这两者结合起来,你就能在朋友圈里成为那个“最懂球”的人。 下次看球的时候,不妨试着打开电脑,新建一个Excel表格。 记下进球时间,记下传球失误,记下你那一刻的心情。
等到赛季结束,当你再次打开这个表格,你会发现,这不仅仅是一堆数据,这是你青春的刻度,是你作为一个球迷,见证过历史、争吵过战术、为了一个球熬夜欢呼的证据。
希望这期excel表格制作教程能给你打开一扇新的大门,无论是分析欧洲杯的西班牙传控,还是复盘NBA的疯狂转会,亦或是整理你自己生活中的琐碎目标,Excel都是你最忠实的“助理教练”。
好了,今天的分享就到这里,我要去整理一下新赛季英超的预测模型了,据说曼城又要花大钱了,我得赶紧用Excel算算他们的工资帽还能不能撑得住!
大家如果有什么想用Excel分析的体育数据,或者有什么独家的看球公式,欢迎在评论区留言,咱们一起探讨!毕竟,独乐乐不如众乐乐,数据这东西,越算越有意思!

还没有评论,来说两句吧...