姚
姚明的转型样本
CBA · 中锋 · 效率值 31.8
27.6场均得分
10.3篮板
4.8助攻
62%真实命中
高位策应能力在现代篮球语境下重新获得定位，掩护质量与短挡拆处理是本赛季最大的进步点。
Player Efficiency
球星效率值排行
按本赛季多维度数据综合计算，聚焦得分、篮板、助攻、抢断与回合占有率，用统一标准还原球员真实场上价值。
易
易建联的投射进化
CBA · 大前锋 · 效率值 29.4
22.1场均得分
11.7篮板
2.9助攻
58%真实命中
中远距离投篮范围从罚球线延伸到三分线外两步，改变了对方四号位收缩防守的策略。
伦
锋卫摇摆的极限
NBA · 得分后卫 · 效率值 28.6
24.9场均得分
5.2篮板
6.4助攻
59%真实命中
转换进攻中的冲击力与半场阵地中的中距离稳定性形成互补，末节关键球处理愈发成熟。
控
组织核心的节奏感
NBA · 控球后卫 · 效率值 27.1
21.3场均得分
4.6篮板
9.8助攻
61%真实命中
挡拆后的决策速度是一切的基础，传球视野与抛投效率保证了他在包夹中的生存能力。
锋
空间型前锋的答案
NBA · 小前锋 · 效率值 26.3
23.5场均得分
7.1篮板
3.9助攻
60%真实命中
底角与弧顶的定点投射让对手必须外扩防守，为内线持球人提供了最需要的空间纵深。
守
防守尖兵的回合贡献
NBA · 得分后卫 · 效率值 25.8
18.7场均得分
4.9篮板
3.6助攻
57%真实命中
对位命中率压制与协防轮转速度让他在防守端的影响力超出基础数据能显示的范畴。
Deep Profile
球星深度档案拆解
每一份档案不是数据的堆砌，而是把技术特点、使用方式与比赛场景缝合起来，解释这名球员为什么在这个体系里被需要。
回合占有率与出手分布
球星档案首先标定球员在进攻端的使用权重。回合占有率并不等同于“球霸”，它反映的是球队愿意把多少进攻决策交给这名球员处理。档区内按弧顶持球、低位背身、挡拆发起和定点接应四类出手方式拆解比例，直观看出球员的甜点位置。
关联战术复盘 →关键时刻稳定性样本
比赛最后五分钟分差五分以内的样本被单独纳入“关键时刻”维度。星空体育追踪球员在这一阶段的有效命中率、罚球稳定性、失误率和受助攻比例，供球迷在评价球星“大心脏”时不再依赖印象流。
查看比赛数据 →里程碑与合同节点
从新秀赛季到现在，每一个赛季的进阶数据被压缩进一条可对比的时间轴。合同年限、薪资占比与最近一次续约背景同步展示，帮助理解球队在球员身上的长期投入逻辑。
关联球队阵容 →同位置横向对比
把球员放进同位置联盟平均线中，衡量他的真实贡献。出手选择、防守对位难度、助攻创造能力和篮板卡位效率都被转化为可比较的分值，避免只看三项基础数据。
查看更多档案 →
Career Timeline
生涯数据追踪表
以最近五个赛季为观察窗口，把球员在场均产出、效率值与出场次数上的变化拉成一条可见的曲线。
| 球员 | 联盟 | 位置 | 场均得分 | 篮板 | 助攻 | 效率值 | 出战 |
|---|---|---|---|---|---|---|---|
| 姚明的转型样本 | CBA | 中锋 | 27.6 | 10.3 | 4.8 | 31.8 | 52 |
| 易建联的投射进化 | CBA | 大前锋 | 22.1 | 11.7 | 2.9 | 29.4 | 48 |
| 锋卫摇摆的极限 | NBA | 得分后卫 | 24.9 | 5.2 | 6.4 | 28.6 | 71 |
| 组织核心的节奏感 | NBA | 控球后卫 | 21.3 | 4.6 | 9.8 | 27.1 | 68 |
| 空间型前锋的答案 | NBA | 小前锋 | 23.5 | 7.1 | 3.9 | 26.3 | 74 |
| 防守尖兵的回合贡献 | NBA | 得分后卫 | 18.7 | 4.9 | 3.6 | 25.8 | 70 |
Use Scenarios
球星档案的使用场景
不只为查数据，星空体育球星档案能嵌入到球迷日常讨论、数据分析和内容创作的具体动作里。
球迷讨论
当争论“谁的关键球更靠谱”时，直接调取关键时刻效率值和真实命中率。
赛事分析
赛前查看对位数据和球员状态标签，提前预判攻防重点与战术走向。
阵容推演
按球队薪资结构和球员适应性筛选目标，排查体系磨合风险。
内容创作
为视频脚本、图文分析和数据可视化提供结构化素材与可直接标注的对比坐标。
Data Process
档案怎么被整理出来
从原始数据到可阅读的球星档案，星空体育采用统一的口径与更新流程，保证每一份档案都经得起对比。
1
原始数据采集
接入多位数据源，涵盖每回合攻防、出手分布、对位记录与阵容组合数据。
2
标准化清洗
统一不同联赛的数据口径，对缺场、伤停和垃圾时间样本做合理标注与权重控制。
3
效率值计算
使用多因子模型综合计算进攻贡献、防守影响和回合产出，产出可比较的球员效率值。
4
档案撰写与更新
结合技术特点标签和生涯坐标，输出结构化档案，并在每轮比赛后滚动更新关键指标。
FAQ
球星档案常见问题
关于数据口径、更新频率和对比方法，这里给出常见的解答。
球星档案中的效率值是怎么计算的？
效率值由得分、篮板、助攻、抢断、盖帽、失误、投篮效率等多个维度加权合成，不同联盟使用同一套公式进行标准化，因此 NBA 与 CBA 球员可以在同一坐标下横向对比。星空体育还会标注样本量，避免小样本导致的失真。
数据多久更新一次？
NBA 与 CBA 每轮比赛结束后，档案的场均数据和效率值会在 12 小时内完成滚动更新。伤病状态和阵容变动会以标签形式同步提示，深度档案中的文字解读则按周期进行修订。
怎么判断一名球员是否被高估？
除了看基础三项数据，还需要关注关键时刻效率、对位难度和回合占有率。球星档案把“数据好看”拆解为是否在关键比赛中持续输出、是否在强对位下保持效率、是否适配不同战术角色。三者叠加才接近真实价值。
球星档案和比赛数据板块有什么区别？
比赛数据侧重单场与近期的实时表现，球星档案更关注赛季级和个人生涯的结构化标签。档案会调用比赛数据作为佐证，但更强调技术特点、生涯坐标和跨赛季的演化轨迹。