2013年足球大联盟赛季已经结束，接下来是西雅图海湾人在西区季后赛的半决赛了。尽管表现不差，但是David Tenney认为他们还可以走得更远。Tenney是一名体育科学与绩效管理者。

他开始着手整个赛季的数据分析。他关注的是运动员如何努力达到季前赛的状态，他们在训练和比赛中的跑动，以及他们的体能发挥如何。他发现了季前赛部分缺失数据与队员受伤情况之间的联系，借此他有望制定出一项培训计划，让队员们能更好地应对这一季34场比赛的严酷挑战。

到目前为止，他的努力得到了回报。2014年赛季还剩下14场比赛，西雅图海湾人在西区排名靠前，也是全联盟进球率最高的球队之一。Tenney认为，这样的进步多少要归功于深度数据分析带来的运动员体能增强和受伤情况减少。

他说，“这就是我们自我感觉状态良好的原因，也是我们有信心到比赛结束都能保持高工作率的原因。”

西雅图海湾人收集了大量的运动员数据。训练时，他们身上戴着Catapult Sports提供的身体监测仪。该设备可以记录运动员加速、减速和长跑的数据信息。Omega Wave系统每周对运动员做两次心电图扫描，来测量他们的身体压力指数。所有这些数据都会进入SQL数据库，随之，Tenney和他的团队运用Tableau可视化工具对这些数据进行分析。

但是西雅图海湾人的数据收集和分析操作并不总是那么成熟。2009年，当Tenney加入西雅图海湾人时，可用来有效分析数据的设施非常少。

他说，“当数据很少的时候，我们把运动员信息录入Excel表格，并存储在外部硬盘里。”但是一年之后，队员们的数据越来越多，就是在那个时候Tenney开始认真考虑如何管理和分析这些数据。

除了将技术工具引入到数据处理中，他还组建了一个数据驱动的团队。他雇用了Ravi Ramineni作为首席数据分析师，Ravi曾在微软做过很长时间的管理。他还聘请了Chad Kolarick作为他们的首席体能教练，Chad曾获得计算机科学、数学和经济学等多个学位。

Tenney表示：“我们的数据越来越庞大，我们必须考虑如何处理这些数据。而我必须做得更好，让这些数据变得有意义。”

Tenney也许并没有人们想象的数据驱动团队领导者的履历。他所有的背景仅仅只是足球和形体教练，而非技术或者数据分析。然而，随着他的事业进步，他发现球队对运动员的数据收集越来越多，越来越多的决策也是基于这些数据分析。除了学习Tableau可视化工具，他还通过Coursera网上课程学习如何使用R语言来操控数据。要想在这一行站稳脚跟，他必须学习技术。

他说，“我们的数据越来越庞大，我们必须考虑如何处理这些数据。而我必须做得更好，让这些数据变得有意义。”

并不是所有的专业球队都朝着这个方向前进。在3月份美国麻省理工学院体育运动分析论大会上，前MBA主教练Stan Van Gundy说道，他从不相信他的队伍能够准确记录数据。这样的数据质量问题让他有些动摇，是否应该将数据分析与决策结合起来。

但是Tenney认为数据分析至少可以测出运动员的体能指数，给出客观的建议。比如，全明星中场队员Osvaldo Alonso入队五年以来，西雅图海湾人一直在记录他的数据，这些深度数据分析很容易判断出他在受伤之前的体能状态，如果这种状态再次出现，Tenney就可以建议教练做出调整了。

他说，“有了这些数据，注意，这不是我的个人观点，当我们看到运动员的这些数据时，我们知道有可能出现什么样的结果。通过分析，我们又可以获得足够多的数据。所以并非是我的个人意见与教练相左了。”

像西雅图海湾人一样引入分析论给许多球队带来了成效，越来越多的球队也加入其中。Tenney表示，现在，来自全球体育各界的球队都想知道更多他成功运用分析学的故事。这预示着已经改变了其他行业的分析学革命将会渗透到人类最人性化也最具有概率性的事业之一——体育运动。

他说，“如果在2007年你问我是否会从事我现在的工作，我会觉得你的问题太疯狂，不过现在，我的确认为这是职业体育运动未来的发展方向。”