子曰:不得中行而與之,必也狂狷乎。狂者進取,狷者有所不為也。

[魔球觀點] 組織在導入系統時的考量點

最近中職因為統一撤換外國籍打擊教練而引發一連串討論,其中有一些PTT板友分享出他們所作的棒球數據分析系統在跟球團接觸時的一些經歷。
剛好我曾在「系統導入」這一塊領域工作過,就在PTT上面回了一篇文章討論討入新的系統、方法時,管理層會有什麼樣的想法,轉錄如下

 

本文就三個方面:執行面、管理面、組織面做一些討論。

本文的基本結論是:

  • 數據系統建置需要加入棒球專業,因為這是跨領域合作
  • 在業務提案時,你如何說服管理層這套系統是「有用」的會是提案關鍵
  • 數據系統的導入會直接侵犯到教練的權力範圍,要懂得避開這個雷區
  • 最後,找到對的人提案

希望這篇文章可以幫助提案方大概了解一下被提案方的思維,也希望有資料科學專業的板友能夠順利提案!


1. 有了數據分析,然後呢?

這是目前台灣在數據分析相關產業中,很難跨過去的一環。
技術永遠都不是問題,問題是數據分析好了,然後呢?

在實際執行上,光是分析數據,其實並不是什麼大問題。
無論你的分析方法論是什麼、分析架構又是如何,
「沒有人解釋數據分析的結果,就等於沒有」。

「資料分析人才需求持續成長, 但唯有結合專業領域知識者方能成為箇中翹楚。」

by Etu負責人蔣居裕,來源先讓我賣個關子

然而關於數據分析的解讀常常會有因為每個人視角而有所不同,
這沒有一定的準則,甚至跟個人哲學有關。
例如:數據分析出來我們有一位選手打外角低球的揮空率達52%,
那麼「不會打外角低球的選手要怎麼處理外角低球?」
(1)「破壞掉」
(2)「不要攻擊」
(3)「打擊訓練時加強外角低球的訓練
(4)「轉頭看裁判」(誤)
這些解答都有可能被採用,
教練想要的答案跟選手願意執行的行動有可能不一致,
甚至教練自己都會變來變去。
 
所以數據(data)分析完之後的問題在於,
產出的資訊(information)變成知識(knowledge)的過程,
這可能需要棒球專長的人介入才有辦法提供對教練、選手「有用」的資訊。

 
pic via “Defining Knowledge, Information, Data”

例如:「對上王柏融就佈陣,大概可以降低他大概10%的上壘率」
能夠產出這種結論,對教練、選手來說才算是有用。

ZTMdnMs

教練是在場上「決定」怎麼做的人;選手是在場上「執行」的人,
所以數據分析要輔助教練「下決定」;幫選手「執行」更順暢
對他們來說才是好用的。

所以從軟體的角度來看,這已經不只是分析了,而是solution。

U8Ay8pm

當然你可能會問,如果是我把系統給教練使用呢?
那麼你就要準備教這些教練怎麼使用跟解讀了…

2. 這個要花多少錢?KPI又是什麼?

在面對管理層的業務討論上,會遇到
「導入這一套系統要多少錢?租用的嗎?還是買斷?
更新費怎麼算?維護費又要怎麼處理?」……之類的問題。
但這些都是小事。

問題是「導入這套系統之後會有什麼差異?」
這問題很重要,因為這就是 solution 的價值。

「你能夠讓這一隊的勝率達到50%以上嗎?」
「你能夠讓我們打擊者打擊率提高到3成2嗎?」

如果不行,提案方在這一段就沒有說服力
如果提案方敢承擔這個KPI,也別太高興,因為接下來就是要算錢了 XD

「喔,我們現在勝率40%,你這一套系統零零總總建制費用要1,000萬,所以1%勝率要100萬?這太貴了!!」
「喔,我們現在打擊率2成8,所以增加4%要1,000萬,1%要250萬,有這些錢不如去挖FA還比較快!!」

(然後那個1,000萬就這樣被算了兩次…)

不要笑,不要說職棒球團才會這樣,
這是普遍存在於企業跟政府標案的(天才)算法……

管理層要的是「戰績」、是成績亮眼的「明星」,
「你要怎麼說服別人你的系統是有『價值』的」?
所謂的「價值」,就是符合球隊的政策,這是這個層面的關鍵。

3. 我要怎麼導入這個系統?

前面兩種都還是可以解決的問題,這個才是最雞歪的。

約莫2個月前,小的我有回一篇文章,
在說中職球團不願意接受運動科學博士「主導」設計訓練菜單的事情

跨領域的合作中,「誰主導」才是關鍵。
這不只是技術問題跟知識門檻,更多的是政治問題的確認跟協商技巧。
如果每個提案團隊都跑到對方家裡「整碗捧去」,
除非相關費用都是提案團隊出、責任也是提案方扛, 要不然被提案的那一方哪受得了。
何況戰績是教練要負責的呀!選手薪水是球團付的呀!

Re: [新聞] 馮勝賢要搞德州魔法學校

雖然狀況不盡相同,但一些老江湖的板友應該看到了一些「眉角」:
教練很有可能會對於數據分析產生敵意。

數據分析的結果就是在跟你教練說「你要怎麼做」,
那教練擺在那邊幹什麼的?
有數據按著數據走,被打爆就會被罵「要你這個教練幹什麼」;
有數據不照著數據走,有好的結果也就算了,
萬一被打爆就會被罵「都幫你弄數據分析了還不照著做,你豬嗎?」

教練會想要有這一套東西來綁手綁腳嗎?
在第一步上,這套系統就已經激起了敵意。
而且,教練往往有十多年的球員生涯,
會認為「看過的球員比螞蟻還多,今天叫電腦『幫我』是怎樣?
看我不專業、不懂棒球就是了?」
「你還在看球的時候我就在打全壘打了,這種事情還要你教我?」
「練球好嗎?」
「棒球不是算數學?」

這些的想法都有可能會在系統導入的利害關係者腦中出現。

結果就是:

  1. 如果和教練一起開發,隨著系統愈來愈完備,反彈聲音也會愈來愈大,因為你的系統已經威脅到他的權力了
  2. 如果是自己獨立開發,跟球團簡報,你要說服的就不只是管理者,更重要的 keyman 其實是教練團。
     

 
說了那麼多,難道中職永遠不可能導入數據分析嗎?
當然有可能,但前提是提案方要正確地認知對企業來說,
「Big Data是企管問題,而非IT問題!」
這篇文章的標題雖然再講big data,但也可以套到數據分析系統,
而這也是前文Etu引言的來源

如何尋找切入點,可能是提案成功與否的關鍵。

《魔球》一書在博客來中被放在「商業理財管理與領導組織」的原因就在這裡。

簡單說,《魔球》是把「數據分析」放到「職業棒球」裡面的結果。
其實仔細看《魔球》,
你會看到教練就是覺得他X的這套根本就是在挑戰他的眼光跟既往的準則。
「人家明明穿牛仔褲那麼好看,你跟我說他是不好的打者?」
老實說系統導入等於是在毀人家三觀啊

而看《魔球》一書也可以發現系統的切入點可以說是導入的關鍵:
主要改變的是對於球員的評量,而較少著墨於對於戰局的掌握。
很多時候,數據分析系統是幫助比利·比恩 「如何用較低的費用營運球隊,而能維持一定的戰績」
(就像書中有提到,洋基隊一隻全壘打多少錢? 同樣的金額,運動家又會怎麼使用?)
所以在《魔球》裡面,數據主要挑戰的是球探,教練算是被波及到的。
但是也要有管理層的豆子總大力相挺,這套方法論才能落實到球團裡面
無獨有偶,中信本季能夠導入洋教練團,辜先生大力支持絕對有幫助。
導入數據分析系統跟教練團改組可以看成程度上的不同,
因為當一個新系統、新教練團進來的時候,就是代表某些人的屁股要發熱了。


本文發表網址:Re: [新聞] CPBL English-春天哥專訪

messi

View more posts from this author

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *

你可以使用這些 HTML 標籤與屬性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>