揭秘 | NEXT% 带来的提升到底有多大？

10月的第二个周末，当基普乔格和科斯盖用神奇的表现人类的马拉松进程向前迈出一大步的同时，Nike旗下的顶级跑鞋也被推上风口浪尖。关于NEXT% 是否会带来不公平竞争的讨论在跑圈盛行。

不断刷新的世界纪录，多位精英选手的接连PB，让各方人士怀疑这双鞋会为运动员带来额外的提升，促使他们跑的更快。随后，国际田协宣布将对Nike旗下的NEXT% 跑鞋进行调查，众人开始坐等官方对此事的调查结果。

但是时至今日，国际田联关于NEXT% 的调查结果还没有公布（相关媒体报道称，这一消息最早也要到2020年才会公布），所以现阶段关于NEXT% 是否会引发不公平竞争，还没有一个官方的论断。

没有官方的论断，就不能说明问题吗？搞事情的《纽约时报》和去年一样，又一次用大数据分析的方式，给出了对这一问题的回答，没错，NEXT%就是会带来提升，而且这个提升还很大。

注：2018年7月18日，在Nike Vaporfly 4% 发售一年多后，《纽约时报》当时就曾联合Strava进行过一次较大规模的数据分析，分析了Nike旗下顶尖的跑鞋Vaporfly 4%是否会带来跑步效率的提升。

当时给出的结论是，4%确实会提高跑步效率。关于这篇的报道可以看爱燃烧的编译版本：《数据说话！Nike Zoom Vaporfly 4%真的能提高跑步效率么》。

今天，我们要说的是《纽约时报》最新的一篇数据报道，关于Nike旗下的NEXT% 跑鞋对跑步效率的提升问题，来看看这篇《纽约时报》时隔一年后的再一次“重拳出击”。

分析目的：

NEXT% 到底会不会带来跑步效率的提升

分析方法：

通过四种方式来评估鞋子对穿着者是否有提升效果（与去年测量4% 的方法相同）

1、使用统计模型分析不同鞋款对参赛者完赛时间的影响

这一方法主要是将Strava上的数据输入统计分析模型，这些数据包括跑者的年龄、型别、比赛历史、过往训练情况、比赛日天气、完赛时间等，将这些数据输入到统计模型进行分析。

在控制了所有变量后，统计模型可以分析出不同鞋款对于跑者完赛成绩的影响。比如可以帮助跑者提升多少、会致使跑者降低多少）。

为了能最大程度的提升数据的准确性，《纽约时报》在这个模型下采取了几种数据统计方法来计算跑鞋对于跑者的提升值。

2、对跑步能力相近并且参加过同一场比赛两次的选手的完赛成绩进行数据分析

听起来比较绕口，这里简单解释下：如有A、B两位跑者，他们跑步水平相近，两人都参加了18、19年的伦敦马拉松，18年两者穿着的鞋款都为虎走，19年一位换成了adios 3，另一位则换成了NEXT% ，通过对两位跑者成绩的提升比较来分析鞋款对跑者的提升。

3、比较同一跑者穿着不同鞋款比赛的完赛成绩来衡量跑鞋效果

这个很好理解，应该不需要解释。

4、根据跑者刷新个人最好成绩时穿着的鞋款来衡量跑鞋的提升效果

这个也需要解释一下：

这个方法的衡量类似于我们熟知的另一个事物——“直通标准”。直通标准是达到直通门槛便可以直通该赛事，这个方法是，只要跑者在更换跑鞋后PB了，那么这双鞋就是有提升的，反之，没有，然后通过大数据进行分析。

研究的数据来源：Strava应用

Strava是国外非常火爆的一款健身类APP，几乎每周都会有成千上万的跑步爱好者将自己的跑步数据上传到Strava上，这些数据包括比赛名称、完赛时间、每英里平均配速、整体海拔等信息。

而在其中，大概每四个上传的数据里面会有一个关于穿着者穿着的跑鞋鞋款的信息，因此《纽约时报》采取了Strava的数据来进行分析。

这些数据包括从2014年4月到2019年12月期间数十个国家的不同跑者约577000条全程马拉松比赛结果和约496000场半程马拉松比赛结果。

四种研究方法得出的结果

《纽约时报》表示，虽然四种方法都各有优缺点（没有一种方法是完美的），但是四种方法进行研究后都有一个共同倾向性的结论，那就是，相比于其他鞋款，NEXT% 和Vaporfly 4% 对跑步所带来的提升非常明显，且远高于其他类跑鞋。

注：因为在实际的操作中发现NEXT% 和Vaporfly 4% 的数据表现差别不大，所以将NEXT% 和Vaporfly 4% 的数据进行了合并。

来看将四种研究得出的数据整合后得到的图谱：

《纽约时报》在这里采取了可视化的操作，每一个鞋款用一个黑点表示，当你将鼠标放在某一黑点时，可以看到这一鞋款在其他三项数据分析中的表现。如下图所示：图一为鼠标放在Nike Streak鞋款时，其他三项数据的表现，图二为鼠标放在Adidas Adizero Boston时，其他三项数据的表现，非常直观。