Отмененный проект

Если у вас есть база данных тысяч бывших игроков, вы вполне можете найти корреляцию между их показателями в колледже и последующей профессиональной деятельностью. Очевидно, что такие данные могут многое рассказать о будущем спортсмене. Но какие именно данные?

Вы, вероятно, полагаете – как и многие, – что главное в игре баскетболиста – это набирать очки. Таким образом, способность забивать много мячей в колледже должна предсказывать будущий успех в НБА. Это мнение было протестировано и получило короткий ответ – неверно.

Уже из ранних версий своей модели Мори понял, что традиционные данные игровой статистики – очки, подборы и передачи за игру – могут вводить в заблуждение. Были игроки, набиравшие много очков, но мешавшие другим игрокам; были и такие, что забивали мало, но являлись ценным активом команды. «На компьютерную модель не влияет человеческий субъективизм, она заставляет вас задавать правильные вопросы, – рассказывает Мори. – Почему некий игрок очень высоко оценивается скаутами, а в модели у него низкий рейтинг?»

Он не считал, что модель будет давать «правильные ответы» и тем более «лучшие ответы».

И отнюдь не предполагал, что компьютерная программа подберет игроков в команду сама по себе. Модель, очевидно, нуждалась в настройке и наблюдении, хотя бы потому, что могут появиться сведения, в которые она не посвящена. Если игрок, например, сломал себе шею в ночь перед драфтом, было бы неплохо это знать. Но если бы вы спросили Дэрила Мори в 2006 году, что он выберет – свою модель или кучу баскетбольных скаутов, – он выбрал бы модель.

Считается, что все началось в 2006 году. Мори увидел, что до него никто еще не использовал модель для оценки баскетболистов и никто не удосужился собрать необходимую статистическую информацию. И тогда он отправил людей в офисы Национальной ассоциации студенческого спорта в Индианаполисе копировать кипы документов каждой игры каждого колледжа за последние двадцать лет. Все эти данные затем вручную ввели в систему.

Теперь у них было двадцать лет баскетбольной истории.

Новая база данных позволяла сравнивать игроков с похожими на них игроками в прошлом и приходить к важным выводам.

Все, что делали тогда «Хьюстон рокетс», сейчас звучит просто и очевидно. Это тот же подход, что и у трейдеров с Уолл-стрит, руководителей американской президентской кампании и любого современного предприятия, которое пытается использовать данные о вашем поведении в Интернете, чтобы предсказать, что вы могли бы купить или посмотреть.