StatsBomb 公开数据项目为足球研究者提供结构化 JSON 样本:从赛事、比赛到阵容与事件,部分比赛还包括 360 空间资料。它适合用于学习数据模型,也提醒使用者尊重来源与许可。
开放项目的文件结构
项目说明列出 competitions.json、按赛事和赛季组织的 matches 文件,以及按比赛 ID 存放的 events 和 lineups。部分比赛另有 three-sixty 文件。这样的层级让研究者能够从一场比赛追到事件,也便于尝试设计关系型数据库或可视化流程。
能研究什么
事件资料可以用于分析射门、传球、推进和比赛阶段;阵容资料帮助核对参与者。若使用 360 空间资料,可研究事件时附近球员分布,但不能把它当成全部比赛的连续追踪。不同赛事的覆盖度和字段可能有差异,研究前应先查看清单。
使用条件与边界
项目 README 对来源标注和公开发表提出要求。研究者应阅读最新版条款,遵循归属与使用条件。公开访问不等于任意商业再分发,也不意味着网站可以把原始数据称为自有赛事数据库。本站只讨论结构与方法,没有打包其原始比赛数据。
一个入门研究路径
可以从赛事清单选一场有公开事件数据的比赛,读取对应阵容与事件文件,先核对球员 ID 和比赛时钟,再绘制射门位置。随后查看是否有 360 文件,以及它覆盖哪些事件。比起一开始就批量下载所有赛事,这条路径更容易发现坐标、字段和事件类型上的误解。公开项目也提供文档;遇到字段不明时,应先查原始说明,而不是根据名称猜测。
开放不等于没有治理
研究报告需标注 StatsBomb 为数据来源,并遵守项目当前使用条款;若计划商业使用或再分发,应重新核查授权。数据覆盖的赛事不是全部世界足球比赛,因此不能从开放样本直接推断全球战术变化。对于某些场次没有的空间字段,不应偷偷用零填充。开放数据的真正价值,是让方法、错误和局限都能被同行重新检查。
研究结果怎样保持可复现
报告中记录项目版本、所选赛事与比赛 ID、字段定义、筛选条件和绘图代码,其他研究者才能重做同一张图。若开放文件更新,旧结论可能变化,因此保存分析时的文件校验信息很有用。对外发表要按项目要求标注来源,并核对许可范围。尤其需要说明缺失赛事和没有 360 数据的比赛:它们没有出现在图表中,不代表这些比赛不存在相关战术现象。
研究结论
开放样本降低了学习体育数据工程的门槛。真正有价值的练习是把数据结构、定义、质量和权利一起纳入研究,而不只是画出一张射门图。