同样是"高强度跑"，不同数据供应商可能给出相差一倍的结果。乐鱼说明差异的三个来源：速度阈值如何设定、采集频率与滤波方式、以及球员个体最大速度的处理方式。

1、采集频率与滤波会直接改变计数

手表级与场地级设备的采样频率差别很大，低频采样会漏掉短促加速；高频采样则可能把减速过程重复计入。滤波算法的平滑强度越高，速度曲线越平滑，短时间的速度峰值就越不容易越过阈值。同一份原始数据，不同处理方式产生的次数可以差很多。

2、绝对阈值与相对阈值的差别在个体之间最大

绝对阈值对所有球员用同一条线，会让速度型与组织型球员的结论都失真；相对阈值按个人最高速度设定，能反映"相对自己的强度"，但会让不同球员之间难以横向比较。做球员对比时，这一点必须写进说明，否则很容易得出相反结论。

3、极量冲刺的定义决定了少量关键事件

一些口径会在冲刺之上再设一层，用来标记比赛里最决定性的几脚全速。这一层的样本量很小，一两次的差异就能改变百分比结论，因此极量冲刺更适合作为个案观察，不适合作为球员之间的排名依据。

4、跑动数据更可靠的用法是看同队同位置的横向对比

把同一名球员在连续几场比赛中的变化放在一起，或把同位置球员在同一轮的数据并列，可比性明显高于跨联赛比较。跨俱乐部比较还需要考虑战术体系与比赛局势的影响，否则数据会把体系差异错记成个人差异。

5、比赛局势是最容易被忽略的解释变量

领先球队的后段跑动通常下降，被动球队的冲刺次数上升。把这类局势效应直接从个人表现里扣除是不严谨的。因此报告里如果给出跑动数据，最好同时写明当时的比分与阶段，否则单看数字容易得出错误评价。

6、判断一份跑动报告是否可用，先查三件事

第一，是否说明阈值定义；第二，是否给出采样设备与频率；第三，是否按位置与比赛阶段分层。三项都具备的数据集，才适合用来支持具体结论；缺任何一项时，数字更接近描述而不是评价。

把「采集频率与滤波会直接改变计数」与「极量冲刺的定义决定了少量关键事件」放在一起看，会发现它们是同一件事的两个方向：前者决定球队能不能把比赛推进到危险区域，后者决定推进到位之后能不能真正形成威胁。只盯其中一项，很容易对一场比赛得出片面结论，这也是我们做同类选题时坚持两条线都写的原因。

本篇的线索可以收成四句：采集频率与滤波会直接改变计数；极量冲刺的定义决定了少量关键事件；跑动数据更可靠的用法是看同队同位置的横向对比；以及判断一份跑动报告是否可用，先查三件事。四句话背后是同一个判断标准——能不能在对手针对之后仍然保持结构完整。这也是我们评价一场比赛时最常用的坐标。

关于这个话题，最常见的误解是把它当成单一原因的结果。实际上「判断一份跑动报告是否可用，先查三件事」与「绝对阈值与相对阈值的差别在个体之间最大」之间是相互约束的关系：一端被加强，另一端往往会付出代价。真正值得讨论的是球队愿意把代价放在哪一边，而不是哪种做法绝对正确。

另一个容易被忽略的细节是时间分布：「绝对阈值与相对阈值的差别在个体之间最大」的成效通常在下半场前十几分钟最先显现，而「跑动数据更可靠的用法是看同队同位置的横向对比」往往要到最后阶段才见分晓。把这两段时间的表现放在一起比较，比笼统统计全场数据更能说明问题，也更接近教练组赛后复盘的顺序。

先定义，再引用数字

高强度跑不是一个客观存在的量，而是某套定义的产物。乐鱼在写数据类内容时，会先说明采用的是哪一种阈值口径，再给出结论，避免把不同来源的数字混在一起比较。