既然大數據能夠處理那麼多的題目，為甚麼冇有人去做？
全天下統統的科研項目都是如許，看不到但願，或者是那些永久都不會有服從的科研項目，冇甚麼人感興趣。
“足球架空數據，架空高科技，不是因為封閉和保守，而是因為錢！”
“固然我會在資金和各方麵都賜與大力的支撐，但我要看到服從，我們南安普敦不會像ac米蘭那樣，纔開了一個好頭就停滯不前，隻要有我在，我就會儘儘力去支撐你們研發。”
馬庫斯?杜?薩托伊點頭一笑道：“因為這些都僅僅隻是數據。”
馬庫斯?杜?薩托伊當即當真的聽著。
“為甚麼足球圈對數據這麼不感興趣？”
楊歡不住的點頭，微信公司和遊戲公司都非常非常正視數據的彙集和闡發。
馬庫斯?杜?薩托伊點頭一笑，“你錯了，歡少爺，不是冇有人做，而是早就有很多很多人在做，隻是數據闡發程度跟其他行業比起來，還是太掉隊了。”
他比誰都清楚大數據的妙用。
“存候心，我們必然不會讓你絕望。”
就好象當年opta的初創人一看到美國人開端把數據引進nba和nfl以後，他們也當即在英超開搞，中間也冇差多長時候。
“另有，有一名後腰反對搶斷數據非常搶眼，每一場比賽的跑動覆蓋間隔也非常大，但是他的球隊在戍守上卻做得很糟糕，媒體和球迷都紛繁指責後防地，可究竟上呢？”
“我很獵奇，薩托伊博士，有一個題目。”
而隻如果可定量，那就有大數據闡揚的空間。
但是到了現在，歐洲足球的數據闡發才氣，跟美國的幾大職業體育聯盟的數據闡發才氣，差異那還真不是普通的大。
或者簡樸點來講，科研也是一種投資。
隻要付費，就能夠拿獲得opta的那些初級數據。
“如果更深切的去闡發，就會發明題目冇這麼簡樸，就能夠越靠近實在。”
特彆是在美國，nba、橄欖球、高爾夫球、棒球、網球等等，一大堆的職業競技體育項目都在加大對數據闡發的投入力度，就足以申明數據應用的遠景。
“舉一個最簡樸的例子，有一名前鋒非常長於進球，他遙遙搶先於聯賽弓手榜，但是他地點的球隊的成績卻非常糟糕。”
“他們這些人隻是想要大略的體味一下本身感興趣的方麵的數據，而未曾想過要建立起一套體係工程，去科學的闡發整支球隊、全部足球範疇，因為後者投入太大了！”