赛季数据编纂方法 · 口径与归档公开

把每个数字的来路
留在赛季里

利发体育从浙江本地的观赛圈子起步,先在本子上按轮次记比分,后来才把记录搬进数据面板。这一页不写口号,只交代我们怎么记、谁来校、口径怎么固定下来——让一场比赛的数字,在两个赛季之后重新翻出来仍然对得上。

开始对外提供赛季数据服务
2019 年 3 月
历史归档追溯至
2016 赛季
已完整覆盖
9 个赛季
夜间球场一角,草皮与看台灯光交界的纪实画面
夜场散场后的草皮与看台灯光。最早的记录就来自这样的比赛日。
起点

最开始的问题不是数据太少,而是对不上

站点最早的记录来自浙江一个聊球的固定圈子。比赛日散场后,大家各自记着印象里的角球数、越位判罚和比分走势,第二天再聊起来,同一场球常常有三四种说法。分歧不在谁看得仔细,而在于没有统一的记法。

2019 年 3 月起,这些零散记录被整理成按轮次排列的档案。我们先把 2016 赛季以来的比赛补齐,再按中超与中甲两条线分开维护,每个赛季各 16 支球队、30 轮,两个联赛合计每赛季约 480 场。补档比预想中慢,因为旧比赛的角球与越位需要按新的区间规则重新切分一次。

补到第三个赛季时,方向才定下来:与其急着增加联赛数量,不如先把口径固定住,让历史轮次和当前轮次放进同一张表里也能读通。这份判断后来成了整个站点最基础的一条自我约束。

来源

数据从哪里来,谁来校

站内的数据按用途分成三条线,分别对应不同的同步节奏。赛果类决定整张表的骨架,分布类决定一场球的形状,走势类反映的是赛季末段的形势判断。三者入库的时间点不一样,读取时也分开标注,避免把不同步的数据混在一起看。

  • 赛程与比分

    赛后 5 分钟内同步

    轮次、对阵与最终比分入库,作为其它统计的索引与挂载点。

  • 角球与越位

    赛后 15 分钟内补齐

    按六个半场区间归属,同时保留主客场拆分所需的字段。

  • 夺冠赔率

    每轮结束后校准

    随升降级形势重新校一次,保留最近 6 轮的走势供对照。

每条记录入库前都要走两道环节:录入时先自查一遍,再由校对复核一遍;凡是涉及区间归属的记录,还会额外对照一次时间轴,确认补时阶段的那部分没有落错半场。6 名数据校对按联赛分工,同一轮次的两条联赛线互不混岗。

转会与窗口相关的内容按节点更新在趋势观察栏目里,与赛果数据分开维护,两者不共用同一套字段。

口径

三套口径,历史与当前同一套规则

口径公开的意思很具体:同样的一个数字,谁算、什么时候算、按什么边界算,都写在下面三块说明里。历史轮次归档时用的也是这三套规则,没有为新赛季单独开过例外。

角球区间划分

上半场三段 + 下半场三段

每半场按时间切成三个区间。补时阶段产生的角球计入其所在半场,不单独成区;主客场可分别查看,也可合并读取。区间归属以事件发生时的比赛时间为准。

越位计数规则

同一区间归属,独立计数

越位次数与角球共用同一套半场区间,但独立计数,不与角球相互抵扣或合并。判断被改判的回合,以最终判罚结果为准计入或扣除。

赔率校准节点

每轮结束校准一次

夺冠赔率在每轮结束后统一校准,保留最近 6 轮走势。升降级形势出现明显变化时,会在曲线上标出对应轮次节点,方便回看判断是在哪一轮发生转向的。

角球与越位的六个半场区间示意 上半场与下半场各分三个区间,共六个区间,补时阶段计入其所在半场。 0–15′ 15–30′ 30–45+′ 45–60′ 60–75′ 75–90+′ 上半场 下半场
六个半场区间示意。带加号的区间表示该段包含补时,补时产生的角球与越位都算在里面。

按半场区间筛选角球、拆分主客场、读取越位次数,使用教程里有一套逐步操作说明,照着做一次基本就能记住面板的位置关系。

人手

15 个人的分工

内容与数据团队一共 15 人,四个角色之间没有重叠职责。校对岗负责数字本身,编辑岗负责把数字讲清楚,前端岗负责让面板读得动,运营与社群岗负责把问题收回来。

  • 6 数据校对 按联赛分工复核入库记录,处理区间归属的疑问与改判回填。
  • 4 内容编辑 维护三条内容线:赛前情报、赛后复盘与数据对照,专题系列每赛季约 8 期。
  • 3 前端工程师 把区间条带、赔率曲线和轮次筛选做成可读的面板组件。
  • 2 运营与社群 收集球迷反馈、组织线下观赛,并把纠错线索转给校对岗。

对外协作集中在两类伙伴:地方球迷协会与数据可视化工作室。与球迷协会的合作多为内容与线下场景,与可视化工作室的合作多围绕图表表达方式展开,双方按角色分工,站点对最终入库的数字负责。

属地

在杭州,也面向全国

站点主体位于浙江杭州,日常服务的主要人群是浙江本地球迷社群,同时面向全国用户开放。从访问构成看,浙江本地用户约占三成,其余分布在其他省份;两边的读取习惯差别不小,本地用户更在意当轮次和现场相关的内容,外地用户更多是来核对数据。

线下部分也从这个属地关系长出来。每赛季组织 8 至 10 场本地球迷线下观赛活动,同时与 3 家地方球迷协会、2 家数据可视化工作室保持内容协作。活动场次不追求规模,主要是让数据讨论有个当面说清楚的机会。

夜间看台远景,零散座位与灯光,画面中不出现可辨识的人物面部
看台与灯光的远景。本地球迷社群是这份档案最早的读者。
自我要求

被认可的部分,和还没做好的部分

近几年收到的行业认可,多集中在两类:面向球迷社群的数据说明工作,以及与可视化方向的联合选题。这些认可没有具体奖项名称可以罗列,我们更愿意把它们当作协作关系的延伸——有人愿意一起把口径讲清楚,说明这件事值得继续做下去。

  • 球迷社群内容协作
  • 数据可视化联合选题
  • 赛季归档长期维护
  • 公开口径说明
  • 属地线下观赛

比认可更实在的是纠错速度。收到数据反馈后,我们在 24 小时内给出响应,48 小时内完成修订并标注修订版本;跨轮次的口径问题会同时回溯受影响的区间。不清楚某条记录是怎么来的,可以要求我们说明计算过程。

反馈响应
24 小时内
完成修订
48 小时内,并标注修订版本

想先看当前轮次的状态,回首页即可;面板版本之间的差异整理在下载中心;转会窗口的逐条进度更新在趋势观察;按半场区间筛选数据的操作步骤写在使用教程;发现记录与你的印象有出入,请通过联系我们提交,附上截图与轮次信息,校对岗会按上面的时限处理。