После публикации книги Льюиса использование статистического анализа в бейсболе стало широко распространенным. В Главной лиге бейсбола появилось множество генеральных менеджеров, опирающихся на статистику. Некоторые были учениками Билли Бина. С тех пор отряды молодых мужчин и женщин, окончивших колледжи или покинувших Уолл-стрит, ищут работу в сфере бейсбола, где могут тренировать свои статистические навыки, создавать собственные базы данных и все более сложные формулы для прогнозирования результатов. К 2013 году появилось множество новых статистических методов, разработанных для измерения более сложных аспектов игры. Программа PITCHf/х отслеживает направление и скорость каждой отдельной подачи и позволяет еще лучше анализировать результативность питчера.
[254] Программа Park Adjusted Defensive Efficiency (PADE) записывает каждый мяч игры и распространяет статистический анализ на филдинг – аспект игры, менее других поддающийся количественной оценке.
[255] Основываясь на этих данных, команды теперь могут менять положение своих филдеров в зависимости от того, кто бьет. Другие алгоритмы пока держатся в секрете и тщательно охраняются.
Команда San Francisco Giants, победитель Мировой серии в 2010 и 2012 годах, – одна из многих команд, использующих статистический анализ с целью получить конкурентное преимущество. Они работают более чем с десятью компаниями, включая Inside Edge и Sportvision, чтобы получить не только статистические данные, но и видео действий на поле. Giants была первой командой, использовавшей FieldF/X, которая записывает филдинг. Теперь у тренеров и игроков имеется драгоценная информация, и она помогает им оценить действия питчеров и назначенных отбивающих – своих оппонентов и свои собственные. Но к статистике обращаются не только Giants, желая понять, что происходит на поле. Она используется как современная модель принятия решений в области маркетинга и отношений с клиентами.
[256] Сегодняшняя Америка целиком и полностью вступила в цифровой век, объединив Куперстаун с Купертино.
А как насчет Oakland Athletics? Производительность бейсбольной команды относительна, а не абсолютна.
[257] Если бы Oakland была единственной крупной командой лиги, которая для оценки игроков полагается на статистику, то при прочих равных условиях она имела бы явное преимущество по сравнению с другими 29 командами. А что произойдет, когда вторая команда воспользуется тем же подходом? Очень возможно, что обе команды найдут недооцененных игроков и будут иметь преимущество над остальными 28. А теперь предположим, что в Moneyball играют шесть команд, или двенадцать, или, в конце концов, двадцать. Рыночная цена на недооцененных игроков поднимется, и то, что Майкл Льюис описывает как нечестную игру, станет справедливым рынком. В какой-то момент, когда почти все команды будут играть в Moneyball, то относительного преимущества больше не останется. Правда, команды, по-прежнему оспаривающие власть анализа, станут играть хуже остальных, но использования статистики окажется недостаточно, чтобы обеспечить высокую результативность: да, необходимо, но недостаточно, чтобы победить.
Это в значительной степени описывает то, что произошло с Oakland Athletics, чья результативность сошла на нет. Они проигрывали пять лет подряд и вновь стали победителями только 2012 и 2013 годах. В интервью 2009 года под названием «Пожалуйста, давайте больше не будем говорить о Moneyball» Билли Бин выразил легкое раздражение по поводу продолжительного внимания к его прежним триумфам. Он сказал: «Слушайте, в этом бизнесе невозможно без движения, и мы тоже движемся. Существуют команды, и по уму, и по изобретательности, вероятно, намного превосходящие наше воображение… нельзя сделать то же самое семь лет спустя. В игре слишком много изменений и все больше и больше конкуренции».
[258]
Статистический анализ – мощный инструмент, и теперь он необходим бейсбольным командам. Но в бейсболе, как и во многих других конкурентных областях, абсолютные улучшения не гарантируют относительного успеха. Планка продолжает повышаться.
Почему Билли Бин и Джо Морган правы
Учитывая широкое использование статистики в современном бейсболе, легко забыть накалившиеся страсти, когда Майкл Льюис опубликовал «Moneyball». В то время представление о том, что игроков можно оценивать с помощью статистических моделей, вызывало нечто наподобие священной войны. Игроки, менеджеры и скауты были раздражены. Они утверждали, что производительность игрока не может быть сведена к цифрам. Статистика, утверждали они, не отражает нематериальные аспекты игры; цифры не учитывают тонкие человеческие качества, делающие игроков великими.
Льюис, финансист по образованию, пришел к выводу: бейсбол – это несколько больше, чем прославленный клуб, куча старых добрых парней с общими ценностями, выкованными долгими часами махания битой, мужской болтовни и жевания табака. Это крепкое братство, ревниво охраняющее свои традиции. Как заметил Льюис, акцент на статистику «сводил клубных традиционалистов бейсбола с ума… Члены клуба вышли из себя. В течение сезона 2003 года я раз за разом сталкивался с одной реакцией читающей публики и совсем с другой реакцией клуба».
[259]
С одной стороны, скептицизм по поводу статистического анализа отражал нежелание принять новые идеи. Несомненно, скауты и тренеры чувствовали угрозу со стороны растущего использования статистики (как оказалось, у них были все основания для беспокойства: к 2011 году более ста скаутов потеряли работу: в их мнениях и гипотезах больше не нуждались
[260]). Но имелась и более серьезная проблема, касавшаяся различий между составлением прогнозов и влиянием на результаты.
Ни один из критиков Билли Бина не высказывался более откровенно, чем Джо Морган, звезда бейсбола 1960–1980-х, один из лучших игроков второй базы всех времен.
[261] По словам Майкла Льюиса, Морган фактически был социальным председателем клуба, стражем бейсбольной традиции, считавшим себя вправе судить, что приемлемо, а что нет. И для Джо Моргана растущее использование моделей решений было определенно недопустимым. Когда Морган говорил о «Moneyball», писал Льюис в 2004 году в статье для Sports Illustrated, «его уже выбили из колеи, и его аргументы были далеки от реальности». Он бормотал нечто о том, что использование статистики глубоко его огорчает. «Я не думаю, что статистические данные отражают сущность игры, – настаивал Морган. – Я играл. Я знаю, что там происходит… Игры выигрывают игроки. Не теории». Непонимание взаимно: приверженцам статистического анализа Джо Морган казался безнадежно наивным.
