Hallo Baseball!!!

　　2011年6月2日賽後，兄弟象向聯盟反應Lamigo桃猿有在球場進行舞弊之嫌，引發了棒球分析數位化的話題。

　　若有實際參與過棒球比賽的朋友，包括筆者，皆會知道，棒球比賽進行的過程中，會進行記錄的工作，以了解各上場球員在場上的各項表現，以提供日後進行訓練時的參考，只不過昔日我們是以傳統的紙筆來進行記錄，再藉由這些記錄來談各位的表現。這樣子的優點是便宜，而且直接，但缺點是無法透過影像性的記錄來了解記錄上的表現是以如何的情境及姿態下完成，容易造成日後表現推估方面的盲點，因為沒有相對應的影像來進行分析，我們只能憑印象來進行分析。

　　而這次Lamigo所引進的分析系統，是透過一、三、本壘的攝影設備及分析軟體，來提供各位球員，無論是投手臨場投出的每一個球次，以及球員的選球與揮棒過程，甚至是跑者起跑時機…等皆能拍下，再結合收集並輸入到軟體資料庫內的攻守數據進行綜合分析，接著就由教練團來判讀分析軟體的分析結果，並以分析結果為參考，最後參考軟體的分析結果進行針對球員本身特性方面的訓練設計來幫助選手能夠適性向其應有的臨場特性進行調整，並且讓對手球員的特性亦能以相同方式進行分析及破解。日本和美國在這方面的設備使用十分普遍，因為數位化不僅能夠儲存大量的攻守分析數據外，也能夠透過賽事影像的留存來對於選手該賽事的臨場表現狀況、揮棒習性、投球習性以及跑壘習性…等方面進行分析，不但能從對方的動作看出對方的優劣勢之處外，也能從中看到己方為何在該場賽事會出現這些問題，並借由分析軟體分析結果的解讀來理解目前球隊的特性、狀況、罩門，並提出解決之道。

　　在社會科學界，利用資料庫數據來進行研究分析的量化分析已經數十年之久。社會科學界將進行計量分析後的數據資料稱為「量化」資料，而將借由實際訪視、錄音、拍攝、筆記…等非計量化的資料種為「質化」資料。筆者是學社會學的，因而接受過研究方法的訓練，並從中了解到質化與量化分析的重要性，也因此，筆者大致能了解質化資料和量化資料各自的優勢與盲點。棒球是典型質、量化分析並重的運動，因為光就量化資料，即球員的出賽數據，可以看出球員型本的攻守面貌，甚至團隊的攻守特性的基本面，即了解球員及球隊在單場或團隊在臨場各種可能性的發生率。而質化能對於球員的表現面貌進行分析，如投手投球動作、打者打擊動作、團隊守備內容分析…等。

　　量化分析相當具參考性，但對棒球來說，棒球是需要進行多數據分析的運動，棒球最基本要了解的數據，有分為記錄性數據及統計數據，投手的記錄性數據有勝敗、救援成功、中繼成功、三振、四死保送、投球數、好壞球數、被安打、被全壘打、投球局數、失分、責失…等，打、跑者的記錄性數據有打席、打數、安打、全壘打、被三振、獲四死球、盜壘成敗、打點、得分…等；防守則有守備機會、守備成功、失誤、助殺…等；而我們根據這些記錄性數據計算出各種初步統計數據，如與投手有關的自責分率、K/9（平均九局三振）值、BB/9（平均每九局四死球數）、勝率…等；與打者和跑者有關的打擊率、長打率、上壘率、盜壘成功率、得點圈打擊率…等；還有與守備有關的守備率、狙殺率…等。但這些初步統計數據其實各有盲點，因此棒界陸續有分析家提出如攻擊指數（OPS）、平均被上壘率（WHIP）、純防禦率（ERA+）…等將多重數據進行進一步的分析的數據，但仍有盲點存在，因此我們雖然可以參考的數據越來越多，但這也使得棒球現今需要動用到的量化數據分析，隨著各種公式的提出及採用而多而且廣，這使得單是以量化的方式來進行分析，我們就已經要花費十分龐大的心力來進行分析，但並不是每一位棒球人都有辦法了解這些統計公式及統計方法，因此，一套合宜的統計分析系統軟體的運用就十分重要，因為統計軟體除非在程式設計時對於計算公式的設計有瑕玼外，基本上統計軟體的計算，肯定會較人工計算快速，而且精準，只要能夠看懂數字中的意義，我們就可以根據統計結果來提出維持、改善的方法及實施方案。

　　雖然現在純量化的分析，已經足以讓棒球分析的面向逐漸全面，但棒球這種運動光是分析數據並不夠。因為，安打的分析，除全壘打只有兩種可能，即球直接飛到全壘打牆外及打出在球傳回本壘前，跑者在沒有野手發生失誤為前提下成功回到本壘兩種。光是一壘安打，就有「平飛穿越」、「滾地穿越」兩大種，如果將內野安打勉強算一壘安打，光是一壘安打就有三大種來源，另外安打形成的穿越點也各有不同，二壘安打、三壘安打的形成的姿態和一壘安打大同小異，但多了長距離高飛球的因素。還有投手的三振數，雖然有針對性的數據，如未揮棒三振、揮空三振發生次數記錄，但投手過程中使用的球種，卻需要根據「單一打席的逐球記錄」這種質化資料來進行分析。上述內容，都是量化數據可以顯現，卻無法說明的內容，也因此質化性資料的內容，特別是影像性質化資料的介入，將會讓分析更加全面、完整。例如打者的動作、身材與打擊習性如何反應在球員在攻擊方面的各項數據表現；球員守備的習性、身材特性、守備範圍如何影響其防守數據上的表現；投手的身材、投球習性、球速、球種使用及投球型態及心態等質化性的特性如何反映在量化的投球數據。不過量化也可以反過來分析球員在質化表現的資料，如內野團隊守備如何因為根據球員各自的防守表現來安排先發、候補，以及該內野陣容中的漏洞；打擊方面的表現與球員在場中臨場表現特性的關聯，也可以透過這些數據，再結合投手對各打者的投球數據，再加上投球姿勢、球路、球種、來了解該投手的特性…等來了解該打者的優劣之處，以及投手的強項、弱勢…等。不僅可用以對於己方球員的檢討、指導與調整，更可以用來進行敵情分析，尋求突破之道。

　　質量並重，是棒球分析及調度運作的必要條件，隨著棒球分析的項目，無論質化、量化資料方面的分析項目皆日漸繁多與龐雜，光靠人工分析絕對來不及，因此將質化資料與量化資料資訊化、數位化，以增快分析結果浮現及加強分析精確度的科技介入，對於職棒界來說，已經勢在必行的趨勢，但因為Lamigo桃猿算是開數位化資料分析風氣之先的球隊，加上該設備有架設攝影系統，兄弟象球團認為Lamigo桃猿在比賽中利用此類設備，提出有違反「不得於球場架設攝影設備」方面的規定質疑，想法與態度固然有合理之處，但我們也看到中職經營方面許多落後於美、日、韓的地方。Lamigo開了中華職棒球賽分析數位化風氣後，筆者其實對於其它球團能否跟進使用，態度樂觀其成，但象隊對於這種設備的態度，不免招惹爭議。但這也證明，數位化的資料分析，絕對是中職各球團日後發展成敗的關鍵。

《數位化　棒球分析不可擋的趨勢》由張定恩製作，
以創用CC 姓名標示-非商業性-禁止改作 3.0 Unported 授權條款釋出。
此作品衍生自《Hallo Baseball!!!》 。