统计不是结论，而是问题的起点
某项数据突然上升，可能来自角色变化、对手策略、比赛节奏或样本波动。先追问“为什么变”，比立刻给出优劣判断更有价值。
样本大小：短期波动需要克制
几场比赛中的高低表现，很容易受到对手、出场时间和偶然性影响。趋势分析应尽量扩大时间范围，并说明观察条件是否发生变化。
球队数据：结构比单项排名更重要
进攻与防守通常由多个环节共同构成。足球可以结合推进、压迫与禁区进入方式，篮球可以结合回合、投篮分布与失误来源，避免用一个数字代表整体。
球员数据：角色变化会改变统计形态
持球权增加、位置调整或队友变化，都可能改变运动员的数据表现。比较前应确认职责是否相近，否则数字差异很难直接说明能力变化。
没有可靠来源时不制作“真实感”表格
本站在缺少数据接口时采用方法说明、指标解释和历史型内容，不生成看似精确但无法核实的排名、比分或球员数字。
可视化思维：一张图也需要解释边界
趋势图、热区图和分布图能帮助快速发现模式，但图形同样会受到样本范围、刻度和筛选条件影响。阅读任何可视化时，都应先确认它展示的时间段、对象与指标定义。
定量与定性：数字需要比赛录像互相验证
数据适合发现问题，录像适合解释问题。某项效率下降后，可以回到比赛过程观察空间是否改变、对手是否调整、角色是否不同。两种方法互相验证，比单独依赖任何一边更可靠。