运动数据分析职涯指南：台湾人怎么从零进入这个行业
运动分析师在国外已是成熟职业，台湾才刚起步。这篇拆解这行到底在做什么、需要哪些技能、有哪些免费资料可以练手，以及台湾市场的真实机会与限制——包含一个很少人讲的残酷现实。
几年前有位台大资工的学生问我：「我很想做运动数据分析，但台湾好像没有这种工作？」
我的回答是：有，但不多，而且入口跟你想的不太一样。
这篇想把这条路的真实样貌讲清楚——包括那些招募文案不会写的部分。
这行到底在做什么
先破除一个误解：运动分析师不是坐在电脑前跑模型，然后把漂亮的图表交出去就结束。
实际的工作大致分三块：
赛前准备：分析下一个对手的倾向。他们的定位球都往哪里送？某位球员习惯往哪边切入？这些要在教练团开会前准备好，而且必须浓缩成三到五个可执行的重点——不是三十页报告。
赛中支援：即时看数据、记录关键事件，中场休息时给教练一张纸。时间压力极大。
赛后与长期：检讨、球员发展追踪、招募评估。招募这块在国外是分析师最有影响力的地方——用数据找出被低估的球员，是很多球队的竞争优势来源。
这三块里面，沟通占的比重远高于多数人想像。你的模型再漂亮，如果教练听不懂或不相信，它就不存在。
需要什么技能
技术面的基本盘：
- Python：pandas 处理资料、matplotlib 或 plotly 做视觉化
- SQL：资料多半躺在资料库里
- 统计基础：知道什么叫做样本不足、什么叫做回归到平均。运动资料的样本量常常小到让人绝望，一个球季四十场比赛，你能得出什么结论其实有严格限制
- 视觉化能力：把空间资讯画出来（球场热图、传球网络）是这行的基本功
领域面的：
- 真的看得懂那项运动。这件事没有捷径，要看很多比赛
- 知道各种指标背后的假设。xG（预期进球）为什么这样算、它在什么情况下会失真
最被低估的：
- 把分析讲成人话。「他的 xG 过度表现 0.4」没有人要听，「他这球季进的球比一般球员在同样机会下会进的多四球，这通常撑不住一整季」才有人听
怎么练：从免费资料开始
好消息是，这行的入门素材是免费的。
StatsBomb 长期释出部分赛事的完整事件资料集供研究使用，颗粒度细到射门当下的守门员位置都有。这份资料的价值在于它是业界标准等级的东西——你用它做的分析，跟职业球队分析师手上的资料是同一个规格。
建议的练习路径：
- 先重现别人的分析。找一篇公开的分析文章，用同一份资料做出同样的图。这一步会逼你搞懂资料结构
- 再问自己的问题。挑一支你熟悉的球队，问一个具体问题（例如「他们换教练后的压迫位置有没有前移」），从头做到尾
- 把它写成给非技术读者看的文章。这一步最痛苦，也最有价值。你会发现自己其实没想清楚
三个循环做完，你的作品集就比多数求职者强了。
台湾市场的真实状况
现在讲一些比较不好听的。
职缺很少。 台湾的职业运动规模有限，中职、P.League、T1 的球团编制里有专职资料分析的不多，且多半兼着其他工作。大专院校的运动科学研究室有需求，但多以研究计划的形式存在，不是稳定职缺。
薪资结构不理想。 同样的技能在金融业或科技业拿到的薪水，通常明显高于运动产业。这是全球普遍现象，不只台湾——很多人是靠热情在撑。
入口常常不是「应征分析师」。 我看过比较成功的路径，多半是这样：先在球队做别的事（实习、行政、随队人员），然后主动做出一份分析给教练看，证明有价值，职位才慢慢长出来。这行很吃「你先做出东西」。
那机会在哪里？我觉得有三个方向值得看：
第一，运动科技新创。 像影像分析、穿戴装置、运动医疗这类公司，需要懂运动又懂资料的人，而且薪资结构比球团健康。
第二，博弈与媒体。 这两块在国际上是运动资料最大的买家。Sportradar 与 Stats Perform 这类公司的业务规模远大于任何单一球队。台湾人可以远端参与国际专案，这条路比在台湾找球团职缺实际。
第三，把它当第二专长。 本业做资料工程或分析，用业余时间做运动分析、经营内容、参与社群。这条路收入稳定，而且说不定哪天机会就找上门。
给想入行的人的三个建议
一、选一个项目做深，不要什么都碰。 足球的资料生态最成熟，篮球次之，棒球在美国有极深的传统。台湾的话，棒球的社群与资料可得性相对好。
二、公开你的作品。 这行的社群文化很开放，很多人的第一份工作来自于在网路上发表的分析被看到。台湾缺的不是人才，是被看见的机会。
三、学会跟教练说话。 这句话我讲第三次了，因为它真的最重要。技术可以学，但愿意蹲在球场边听教练抱怨、理解他真正想解决什么问题的人，非常少。
TheAI学院 总结与评语
运动数据分析在台湾还是一个很小的圈子，小到你认真做两年，就会被圈内人认识。这既是限制，也是机会。
评语：这行不缺会跑模型的人，缺的是能把数字翻译成教练听得懂的话、而且真的懂那项运动的人。技术是入场券，理解是护城河。
给台湾读者的具体建议：这个月下载一份公开资料集，做出一张图，然后写成一篇给你阿姨也看得懂的文章。 不用等到技能完美，做出第一个东西比什么都重要。三个月做三个，你就有作品集了。
延伸阅读：基层球队的 AI 比赛影片分析流程、用 AI 管理训练负荷，资料技能可以从 AI 资料分析指南 开始，工具则到 提示词范本库 找现成的分析指令。
资料来源
（本文依公开资讯与业界访谈整理，职缺与薪资状况随市场变动，仅供参考。）
常见问题
没有体育背景可以做运动分析吗？
可以，但要补足对该项运动的理解。实务上懂资料的人学运动，比懂运动的人学资料快，不过如果你连比赛都看不懂，做出来的分析会很难说服教练团。两边都需要。
要学什么工具？
Python（pandas、视觉化）与 SQL 是基本，加上一套视觉化工具。更关键的是「把分析讲给不看程式码的人听」的能力——教练不会看你的 notebook。
哪里有免费资料可以练习？
StatsBomb 长期释出部分赛事的免费足球资料集供研究与非商业使用，是目前最完整的入门素材之一。使用前请确认其授权条款。
台湾有这个职缺吗？
有但很少，且多集中在职业球团、少数大专院校与运动科技新创。务实的路径通常是先在其他产业做资料分析、以运动分析为副业累积作品，而不是一毕业就找专职。