如果你收听体育谈话电台，你可能已经听到了围绕足球得分上升的激烈辩论。在周一晚上史诗般的拉拉姆队对KC队队长的比赛被淘汰后，许多人怀疑这是否是NFL的新常态。虽然这些讨论是一个很好的娱乐来源，许多人倾向于非常主观，几乎没有数据来支持他们的观点。作为一个数据极客，为了解开这个谜团，我想我会自己做分析，看看我能发现什么趋势。

体育有一个数据问题

正如我在过去写的，像大多数组织一样，体育也不能免受数据问题的影响。体育数据集往往是孤立的和聚合的，有不一致的时间线，主数据问题，并充满了多对多的连接-举几个例子。获得一个完整的画面，美国橄榄球联盟比我原来的想法更困难。对于你们这些数据怪胎，家庭人工智能，这里是我所做的…

了解输赢。我编写了一个快速的python脚本，（1）从Yahoo Sports的不同表中提取数据，（2）标准化为数据格式，以及（3）更改URL以循环所有不同年份的数据。雅虎体育只追溯到2000年。得到过去30年的个人比赛得分和分布。为了得到下注的赔率和看到个人比赛的结果，我去了谷歌体育。与我上面的数据集类似，一个简单的pyhton脚本能够提取所有这些数据并对其进行规范化。这里的挑战是，由于所有不同的星期、不同的季节和不同的页面格式，这涉及到大量的数据处理——事后处理。为了确保我跟踪的是正确的特许经营权。这些年来，许多特许经营权已经转移了地点，最明显的是拉拉姆斯和拉查尔瑟斯。为了避免数据被篡改，我将数据标准化为单个特许经营ID。例如，LAR特许经营可以同时表示LA Rams和St.Louis Rams。像大多数缓慢移动的维度一样，在电子表格中做起来似乎要快得多。

在NFL中得分上升了吗？多少钱？

今年球队平均每场得分23.3分，比去年高7.5%，比过去10年的平均水平高3.1%。事实上，2013年球队每场得分（23.4分）比今年高。

如果我们看看过去30年的趋势，我们可以肯定地看到，随着时间的推移，得分会缓慢上升。在过去的30年里，得分有15%的增长。根据这个趋势，物联网应用，我们可以预测未来的上升趋势。

具体的球队是提高了还是降低了这个平均数？

如果我们深入到各队，你可以很容易地看到得分差距。通过颜色，你可以看到从左上到右下移动时得分的增加。例如，新英格兰队这十年平均每场得分接近30分，而克利夫兰队的平均得分只有17分多一点。你也可以看到，许多得分高的球队总是得分高，反之亦然。

如果你在过去十年里孤立一些特定的球队，你会发现前五名得分最高的球队都比联盟高出10%平均得分

得分最低的球队都比联盟平均水平低10%

得分越多，胜率越高？得分少会导致更多的损失吗？

下面的两个图像显示了每年的每支球队，它比较了得分与胜利（左）和得分与胜利（右）的对比–这两个图形都以球队是否赢得当年的超级碗为颜色。通常，您可以看到以下内容：

*赢得越多的球队得分越多。

*赢得越多的球队放弃的分数越少。

*赢得超级碗的球队都有高于平均水平的进攻和防守？

下面的图片显示了每场比赛的总得分和每场比赛的平均得分。您可以看到这条O/U线与比赛的实际结果非常吻合。

如果您查看O/U下注的次数，你可以看到，在过去30年里，这是一个投币的过程。

如果你每年看一次，你会发现它每年都会变得更精确——一年比一年没有大的波动。

宝石在哪里？

就像所有的分析一样，总是有一些好的异常值。在过去的10年里，一些主队因为覆盖或不覆盖O/U而更加臭名昭著。例如，在家里把"低于"押在KC上是明智的。而印第安纳波利斯在家里是"低于"，返利怎么使用，但在路上是"超过"。

这一切意味着什么？

虽然我能够非常轻松地提出和回答数据中的许多问题，但我的回答并不是很让人大开眼界。我发现：

美国橄榄球联盟的得分逐年稳步上升。虽然2018年的得分很高（比去年高7.5%），但还没有达到前所未有的水平。2013年的得分更高。你不能为了赢得一个超级碗就只进很多球，自助建站源码，你需要一个好的进攻和一个好的防守。赌线比我预期的要准确得多。

下一步怎么办？

就像你的组织一样，数据无处不在。然而，返利淘客，真正的分析往往是留给太少。这是另一个有趣的例子，说明如何应用分析来帮助理解是什么推动了NFL的得分。