Mediacoach改名後有6400指標,就比每球員2000項強3.2倍嗎?西甲平台分母要對齊
2025官方改名公告與2022每球員資料描述的單位不同。完整人工層級表分清指標種類、觀測列、平台名稱和實際性能。

歷史改名公告不是一份性能倍數報告
西甲二〇二五年七月十五日公告Mediacoach轉名Sportian Performance,說明功能延續並加入新模組。讀者可據此核平台名稱歷史,但不能只拿兩份新聞裡的指標數量相除,就宣稱球員表現或預測準確度提升多少。名稱、能力清單與輸出品質是不同對象,沒有共同測試便沒有性能倍數的證據。
公告提到超過六千四百個獨特指標;二〇二二年入球概率介紹則說每球員約兩千項。前者是平台的指標種類描述,後者有每球員這個限定,而且一個是超過、一個是約數。六千四百除兩千得到三點二的算術本身不難,困難是它沒有建立同分母、同版本或同測試,不能從除法跳到產品強三點二倍。
用兩人三項把觀測列與種類分開
以下完全人工平台只有兩名球員P1、P2,以及m1、m2、m3三種指標;各人都有三個數值,所以總觀測是六列,獨特指標種類仍三。表內數字二、三、四、五、六、七只是示意值,沒有物理單位或球員能力意義。這份完整矩陣足以展示「每人幾項」與「平台幾種」和「總共幾列」不是可互換的計數。
如果有人把六列稱六種指標,就把同一個m1在兩個人身上重複計入種類;如果把三種當三個球員,也把觀測對象搞錯。這些錯誤不會因算術加總正確而消失。報導比較指標規模時,至少要保留球員、指標身份與觀測列的層級,否則一個實際資料擴張可能被誤寫成另一個層級的性能改善。
| 球員 | m1 | m2 | m3 | 觀測列數 |
|---|---|---|---|---|
| P1 | 2 | 3 | 4 | 3 |
| P2 | 5 | 6 | 7 | 3 |
| 全部 | 同一種類 | 同一種類 | 同一種類 | 6 |
換平台標籤不會自動產生第二套事實
人工六筆觀測若只把平台名稱由舊名換成新名,球員、指標、時點和值均相同,就仍是六筆觀測,不應加成十二。這裡的前提是我們明知它們是一對一的同一資料,不是只憑名稱相近推定真平台所有欄都等價。真實改版若有指標重新定義,還需要定義差異與有效日期,不能被改名故事一口氣抹平。
再設人工新版真的加入m4,兩人各增加一個新值,完整種類由三變四,觀測由六變八。種類與列數都增加,但沒有因此知道值的精度、預報誤差或球隊成績。這是一個內容範圍擴張的例子,不是性能測試;四除三的比例只能描述人工種類數,不應轉寫成球員跑得更快或模型更準。
| 比較 | 已知輸入 | 能核的結論 | 不能推出 |
|---|---|---|---|
| 只改平台標籤 | 相同6筆 | 仍6筆 | 新增6筆事實 |
| 新增m4到兩人 | 3→4種、6→8列 | 種類與列數增加 | 性能提高4/3 |
| 全平台對每球員 | 6400以上與約2000 | 分母不同 | 準確度3.2倍 |
| 公告稱新模組 | 功能延續與新增 | 身份與範圍說明 | 真模型誤差下降 |

替代定義與新增欄位要分別留證
若人工m2新版不是新增,而是改了計算定義,便不能把舊m2與新m2連成同一條無斷點趨勢。必須給版本或有效期,並標哪些時點用哪個定義;有原始輸入時才可能重算,沒有則保留不可比部分。這是資料身份問題,不是先把兩個數字平均就能消掉的差異,也不能只換欄名假裝算法沒變。
反之,公告說保留原功能也不等於所有過去指標的數字必然逐位一致。本文沒有取得跨版本原始資料與程式,不能驗證每個輸出相同;只採官方公開的功能延續描述。對新聞讀者,清楚區分公告主張、可重算人工結構與未取得的真輸出,比以「改名而已」或「全面提升」兩個極端概括更有證據。
報告數、資料點與指標數是三種單位
同一平台可能發布報告、蒐集追蹤資料點與產生指標,這些不是同一個分母。人工六列可以被整理成一份或多份報告;報告變兩份,並沒有讓原始觀測變十二。若一個指標由多個時間點計算,資料點增加也不能直接推指標種類增加。比較規模時先問數的是物件、時間點還是定義,不能用最大的數字當品質。
這個限制也讓歷史年份更重要。不同年度的介紹可能突出不同用途與單位,並非有意提供同一串可比較的數列。沒有共同定義、共同統計期間和重算資料,就把它們分別標成各自公告的描述。讀者仍能理解平台發展歷程,但不會誤以為兩段宣傳數字已構成一份控制了所有差異的前後效果評估。

一份好的變更紀錄保留可比與不可比
可發布的紀錄應寫清官方公告日期、舊名與新名、已說明延續的功能,以及任何可確認新增範圍;另把數量各自的單位保留。對人工矩陣則明確寫三種六列改四種八列,並說明那是自設模型。這樣一來,真來源與教學算例不會混成某個球隊實際升級,也不會讓未知原始輸出被誤稱已測試。
本文沒有平台登入、供應商程式執行或真賽事性能數據,不對新名稱作產品推薦。它回答的是西甲新聞裡改名與資料規模該如何讀:不同分母的數不能單靠除法變成性能倍數,相同觀測換標籤也不能重複成新事實。能核的結構保留算例,不能核的性能留在未知,才是有內容的變更記錄。
常見問題
6400除2000等於3.2,為何不能說準確度提高3.2倍?
兩數的對象、年份與限定不同,且沒有誤差測試;算術不是性能證據。
改名後同資料可算兩次嗎?
若已知是同身份、同時點、同值的一對一資料,不因平台標籤更換就增加觀測。