140名媒體代表參加了投票，最終獲得了127張有效票。吳倩最終得到了276分，比第二名高出47分，獲得了他職業生涯的第一個MVP?？上н@個結果沒能平息MVP之爭，很多球迷還在爭論郭沒有入圍MVP。即使“大侄子”發出了尊重規則的文件，大多數人還是不肯放棄。

1.頂級數據性能被擋在門外

場均得分23.1分，本土球員排名第二，場均助攻8.1次，效率值17.1，本土球員排名第五。數據聯盟的頂級水平有目共睹，遼寧隊也是聯盟第二戰績，但是郭并沒有入圍MVP候選名單。為什么？那些噴贊助商利益的人，或者聯盟故意排斥他們的人，毒先生認為他們都是無中生有的胡說八道?！杏螒蛞巹t的原因只有一個。

郭的個人累積貢獻值不如隊友趙奇偉，而且選拔規則表明，每個隊最多只能有一名候選人，所以“大侄子”勢必會落入之手。個人累計貢獻值有一個非常復雜的計算方法，用來衡量一個球員整個賽季的整體表現。這個公式科學嗎？不知道。反正是國內籃球專家的智慧，你我瘋狂謾罵毫無意義。但在“累計貢獻值只有一個人在同一個團隊”兩個規則的合力下，聯盟門面被封殺出榜。

2.數據不能完全反映玩家的價值

其實MVP候選人的結果出來的時候，聯盟就知道肯定會被挑戰，于是連夜開會討論怎么輪。最后我以為規則是季前定好的，決定堅持。沒有規矩，就不是，郭和也情有可原。但絕不能就這么算了。只有深入挖掘事件背后的本質，才能避免重蹈覆轍。歸根結底，爭議在于CBA處理籃球數據的技巧太差。

數據可以衡量一個球員的價值，但得分、籃板、搶斷等簡單的價值并不能作為全面考察球員的依據。畢竟不排除像玩一樣的數據刷的存在。因此，通過一些高階算法，我們可以得到顯示球員水平的效率數據，如真實命中率、攻防效率和助攻失誤率。目前最有價值的數據是霍林格效率值(Hollinger Efficiency Value，PER)，它可以排除上場時間、得分風格、團隊風格等不同因素的影響，可以作為衡量球員個人價值的最佳數據參考。

但是PER并不能完全反映球員在場上的表現。比如有些單打冠軍只能單打獨斗，PER不能體現他戰術意識差。還有干擾對手投籃，影響比賽結果的數據，從PER上無法體現出來。因此，專業人士開發了一系列計算方法，如現場凈勝敗分數，來最大限度地衡量球員在場上的表現價值。但即使算法用盡，也不可能用數據準確判斷出玩家的價值。最直接的例子就是合作與防御。球員可能因為夾球而破壞對手的投籃，也可能因為放錯位置而把對手的籃筐放掉。防守配合的成功很難用數據來判斷，但卻是影響比賽結果的重要手段。

3.惡性循環鄙視籃球數據的價值

數據并不能完全衡量一個球員的價值，而是一個相對完善和準確的數據體系，能夠得到最理想的量化結果。但是CBA目前比較尷尬的是沒有足夠準確的球場數據，沒有系統的數據算法。姚明成為籃協主席后，CBA做到了，貝泰科技(NBA數據提供商，

的合作伙伴）達成了合作，于是我們在聯盟官網能看到真實命中率、效率值和助攻率等高階數據。但正如上文所說，這些數據存在局限性，也不能計算出一個理想的量化結果。

需要更多進階數據量化結果，可惜聯盟并沒有這方面的準備。有籃球大咖做了對比，CBA現在的數據源層面，相當于NBA上世紀90年代后期水準，而這就是惡性循環釀成的結果。CBA球隊不愿意掏錢購買進階數據，更愿意采用基準數據 研究錄像來制定技戰術。客戶不愿掏錢買單，貝泰科技也就不耗費精力折騰進階數據。聯盟也無力加磅數據分析工作，各方都流于表面，也就沒能培養出多少專業籃球數據分析人才。數據斷檔人才缺失，老專家苦心研究的計算公式，能真正體現球員賽場價值嗎？答案不言而喻。

可我們也不能怪球隊或是聯盟，畢竟建立數據分析體系是一項大工程，并不是某一兩個人就能說了算。但愿CBA能從此次事件中吸取教訓，努力去完善MVP評選規則，給予大家一個最理想化的結果。