数据业务 · 逐场归集
南宫注册把近 5 个赛季、12 项赛事的每一场比赛拆成结构化记录：谁在哪个区域断下球、控球到底压在哪一段、定位球换回了什么、这轮谁被轮换。你在手机上翻一轮复盘，或者把整季数据导出去做分析，读到的都是同一套记录。
从单场的一条记录，拉成整季的一条曲线，适合长期关注同一支球队的读者。
一场比赛在抢断这一类里能留下 24 项可读的痕迹，它们不只告诉你“断了几次球”。我们把上、下半场与加时分开计数，把动作发生的位置划进后场 25 米、中场、前场三片区域，再记下断球之后五秒内球往哪个方向走。单看一场，这些数字说明某条边路当天的压迫强度；把同一支球队十几轮排在一起，你才看得出他们的高位逼抢是从第几轮开始加重的。
近 5 个赛季累积下来的抢断条目已超过 52 万条，足够支撑一条完整的赛季曲线。你想知道某支球队换了中场组合之后，中前场的断球点往外挪了多少，翻两轮的对比就能读出来，不用自己拉表格。
同一个百分比，背后的比赛形态可能完全相反，所以我们把它拆成三条线读。
62% 的控球，可能是稳步向前压，也可能是后场反复倒脚。我们把控球拆成三个方向同时呈现：有效控球时长占总时长的比例、皮球在前中后三区停留的时间分布、以及向前传递在所有传球中的占比。三条线一起看，你就能判断这 62% 究竟压出了多少威胁，还是把时间耗在了自己半场。
控球率样本覆盖全部归档场次，任何一个轮次都能调出这三条线。做战术笔记时，把两轮的图形并排放大，推进方向的偏移一眼就能看出来。
角球、任意球、界外球是三种完全不同的活儿，混在一起算会掩盖差别。
我们把定位球按三类场景分开统计，每一类都沿 6 个维度评估：第一落点的争夺结果、争顶成功率、第二点由谁控制、随后是否形成射门、被解围后的回收效率、以及是否被判进攻犯规。三组环形刻度放在一起对比，很容易看出某支球队是角球有威胁还是边线球更有办法。
常见的读法是把三组刻度和赛季曲线叠起来：如果一支球队的角球效率在某个阶段明显抬头，翻回那一轮的阵容变动记录，通常能找到原因——多了一个高点，或者换了主罚的人。
一支球队的轮换规律，藏在连续十几轮的换人时间点里。
每一场比赛我们记录三件事：首发相比上一轮改了哪几个位置、每次换人发生在第几分钟、上场之后位置有没有互换。单场的调整看着零碎，把连续轮次排开，规律就出来了——有的球队 60 分钟前后固定做第一次调整，有的球队在密集赛程里整条边路一起换。
按赛季与合同区间做聚合，看的是整体投入的形态，而非某个人的合同。
薪资部分以聚合形态呈现，维度是赛季与合同区间，读的是整支球队的投入结构如何随赛季推移变化——长约占比是不是在提高，短约集中在哪些赛季。所有呈现均为区间聚合结果，不涉及任何个人隐私信息。
12 项赛事各有独立目录，赛季、阶段、轮次三级往下走，一路到具体场次。
从赛事进来，先选赛季，再选常规赛或淘汰赛阶段，最后落到具体轮次。5 个赛季横向拉开是 180 余个比赛轮次，全部串在一条时间轴上，点哪一轮就翻到哪一轮的记录。
这四条路径互相通着，所以不管你是想看一支球队整季的变化，还是只想找某个周三晚上那一场，都能在两三步之内翻到。
抢断、控球、定位球、轮换、薪资、轮次归档各占一部分字段，条越长表示这一类记录的颗粒越细。挑一类先进去，不合适再换。
做内容、做分析、做节目素材，取数的方式不一样。
站内数据提供 CSV 与 JSON 两种导出格式，单场数据包平均 240KB，整轮或多轮批量取用也不会有明显体积压力。做战术笔记的个人读者可以直接导出单场；内容创作者与赛事内容运营方如果需要成规模引用，我们按赛事与用途划分授权范围，说明用途之后走联系通道确认即可。
