最近在设计一款公司的KPI画像，由此推想BPM这类数据当年开发的底层逻辑是什么：1.乔丹必须第一，这是“权威性底线”。否则这个排名在2014年左右对外发布的权威性就不复存在，即使张伯伦场均50.4的赛季也得排在后面，一切要为了这个目标而调整。至于在此之后有球星打破乔丹记录，那就无能为力了：推出前可以“设证推理”，推出后只能“演绎推理”。2.其他球员排名也要贴合主流认知才显得靠谱。但切片无需太细，因为多数赛季不会被人清楚记得，把重点球员的代表性赛季放在合理位置是很关键的。所以，这类数据算法必然存在不为外人道的“黑箱”，用于灵活校准结果。3.产品亮点必须要有。什么叫守正创新？排名既不能太颠覆认知，也不能太循规蹈矩，要有点“恰到好处的反常识”来凸显专业性。不过逻辑得自洽，比如命中率就是最合理的切入点，让整体命中率低迷的00年代初期千禧球星集体降档，就是其中典型设计。4.数据推出后，如果有明显不合理的球星打破乔丹级纪录（如16威少的BPM和VORP），便需通过调整阈值修正结果；若出现集体性反常识数据，那就只能推出新算法替代旧模型，最近几年很少被提及的Per/Gmsc便是这种迭代过时的产品。5. BPM对角色球员评估有局限性，根源在于算法核心是围绕历史顶流球星调整的——聚焦顶流设计，必然牺牲角色球员精度，就会导致部分球员收益、部分受损。例如当年削弱威少数据后，罗德曼的篮板也突然变得不值钱，于是他的DBPM常年低于1。6. 开发某项数据或用好数据并构建一套逻辑自洽的话术，是树立“专家人设”的捷径。毕竟没有任何人能完整且高质量看完所有比赛，数据肯定是了解球员和比赛的最重要窗口之一。7. 有排名就有小心思，球员也会反向参照数据调整打法：早年刷分，后来兼顾篮板/助攻，再后来刻意保护命中率以提升BPM/EPM/WS等数据——不是人人如此，但必然会有一部分这么去做。当然线性模型并非想刷就能刷，不过球星若有意愿总能产生影响。这种数据导向，既推动了球员打法和理念的升级，也在一定程度上成了年轻球星的成长枷锁和误区。