大數據實證書 -- 《魔球》(By 麥可．路易士)
終於，因為讀墨的「2022科技商管閱讀馬拉松」，讀完了這本「理論上早就該看過」的《魔球》。之所以說「理論上早就該看過」是因為數年前「大數據 (Big Data)」這個名詞剛出來時，有某一本談論大數據的書，裡面就介紹到《魔球》是大數據的著名應用。
還有，《魔球》的電影版是由布萊德彼特演比利．比恩，ㄟ，我為啥以為是凱文．科斯納演的呢！
那幾年我就一張嘴「舌燦蓮花」到處跟圖書館界同道宣講大數據，就算沒看過《魔球》也能講得頭頭是道，都不知臉紅。例如：那本大數據的書就提到在《魔球》裡「以賽事的影音檔分析球員資料，進行球員訓練、運動損傷預防、治療管理」還是怎樣。但，這次我真的把它看完了，才知道沒怎麼提「賽事影音檔分析」，哈哈。
但撇開我沒真正看過《魔球》不談，在我宣講時的結論中強調「基於資料的決策 (some kind of evidence-based decisions)」就對味了！
再怎麼說，《魔球》這本書是2004年出版的，那時候還沒有大數據這個詞呢！就像資料探勘(Data Mining)的經典案例：WalMart「尿布與啤酒」的故事，發生在1990年代，那時候也沒有大數據這個詞，但是大家也都知道可以把它當作是大數據的經典案例之一。
是的，《魔球》在說的，就是美國大聯盟奧克蘭運動家隊的總經理比利．比恩(Billy Beane)和總經理助理保羅·迪波德斯塔(Paul DePodesta)利用棒球統計挑選物美價廉的球員的故事。
一開始，講的是比利．比恩高中時參加大聯盟球探測試的故事：
大聯盟球探測試業餘選手時，「腳程」永遠是最首要的項目。這些球探會隨身攜帶測驗表，測試五大項目──腳程、傳球、防守、打擊以及長打火力。球探們習慣以修車工人的語言，來談這些大男孩。腳程快的，被稱作「有跑胎」；臂力超強的，叫作「有水管」。聽一群球探對話，你會以為他們在討論跑車而不是年輕棒球員，這不是你的錯。 (第一章 #170)
我想，比利．比恩原來這麼厲害呀！後來才發現他的大聯盟生涯也不怎麼樣，主因是他無法承受自己的心理壓力。這個我是頗有體會的，從小我就很討厭競賽型的活動，不管是演講比賽或是運動會，甚至我也不太想去考機車駕照，因為總是會有莫名的壓力。雖然說，我有考到汽車駕照啦。即使現在，或許我可以跑完半馬，但是我也不太想去參加甚麼臺北馬拉松、太魯閣馬拉松的，因為還沒跑，壓力就上來了。
打職業棒球所需要的體能天賦，不如心理天賦來得重要。只有神經超大條的選手，才能滿懷信心，去面對瞄準自己頭部附近的一百哩速球。 (第三章 #919)
中間幾章，岔開去講比利．比恩的先驅者：比爾．詹姆斯（Bill James）。這個人從1977年開始就寫了好幾部關於棒球統計學的書，大致上都取名為《Baseball Abstract》，例如他的第一本書《1977年棒球摘要：提供18項你在其他地方找不到的棒球統計資料 (1977 Baseball Abstract: Featuring 18 Categories of Statistical Information That You Just Can’t Find Anywhere Else)》。裡面有些有趣的論述，例如甚麼叫失誤：
想要避免失誤，最簡單的方式就是一開始就刻意慢下來，根本沒機會接到球。畢竟，詹姆斯寫道：「你得做對一些事才會被記失誤；就算球是直接朝你過來，那也要你一開始就站對位置。」 (第四章 #1206)
講到用棒球統計挑球員和接受球探的意見挑球員，二者的差異在哪裡呢？比利．比恩在第二章時這麼說…換言之，比利．比恩覺得球探們憑經驗、憑印象做出的決定，錯誤率會比用棒球統計做出的決定高：
「我問你，」比利．比恩說：「如果布朗穿上球衣後，看起來像麥祖斯基 (德州大學棒球隊外野手，外型有如希臘雕像) 一樣帥，你會把他的名字擺在這面白板的哪裡？」…「你們真以為我們是在賣牛仔褲，對吧？」 (第二章 #789)
書的後半部則是介紹幾位比利．比恩挑來的選手，包含他們的出身、身材(因為不怎麼樣)，以及在球場上的表現。說老實話，因為我不算MLB的忠實球迷，所以除了傑森．吉安比 (Jason Giambi)和強尼．戴蒙(Johnny Damon)等少數幾位外，我都沒聽過，不過其他這些我不認識的球員的故事，我看來也津津有味就是了。喔，對了，之所以知道傑森．吉安比和強尼．戴蒙自然是因為王建民囉。喔，還有，這兩位球員都待過比利．比恩的奧克蘭運動家隊，後來成為自由球員去到了邪惡帝國。
書中，沒提到王建民。但是在書寫查德．布瑞佛(Chad Bradford)這位低肩投手的故事中有這麼一段話，你看，是不是很容易聯想到王建民？
這也引發了一個明顯的問題：大聯盟為什麼沒有更多像布瑞佛這種成功的滾地球型投手？答案也同樣明顯：因為沒有第二個像布瑞佛這樣的滾地球投手。以上肩高壓方式投球的滾地球投手，大多數是伸卡球投手，也很容易有控球問題，同時三振能力都不強。無論從統計數據角度或從他這個人的角度來看，布瑞佛都是異數。(第十章 #4041)
講白了， 奧克蘭運動家隊是個沒錢的窮球隊，不像邪惡帝國洋基隊那麼富有，所以自然要錙銖必較、聘用CP值高的球員，而所謂CP值高，不是人長得帥，而是能夠為球隊的贏球帶來貢獻！其他我就不多寫了，就放幾句金句吧：
想要以低成本贏球，祕訣就是買進某些被市場低估的球員特質，同時賣出被市場高估的。 (後記 #4877)
利用科學方法的優異管理手法，居然可以如此低廉，無疑是棒球界最欠缺效率之處。 (第十二章 #4635)
正確的數據是四壞保送、全壘打、三振，再加上其他少數幾項。(第十章 #4041)
觸擊、盜壘、打帶跑──全都很容易弄巧成拙，而且還有一個共通特質：害怕在大庭廣眾下出糗。(第四章 #1372)
比方上壘率的重要性壓倒一切、平均每打席所消耗的投球數具有重大的意義。(第二章 #678)
喔，你問哪些棒球統計比較重要？在上面這幾段金句應該多少呈現了一些吧？
你可能會問《魔球》為什麼會放在「2022科技商管閱讀馬拉松」？原因在我這篇閱讀心得的前幾段已經寫出來了。如果你是一個喜愛棒球的讀者，又缺了幾小時跑「2022科技商管閱讀馬拉松」的話，我誠心推薦這本書，會讓你跑得不那麼痛苦！除此之外，麥可．路易士的《橡皮擦計畫》可以說是這本書的續篇，也建議一讀！
