Первой ошибкой было недостаточное внимание к возрасту. «Джоуи Дорси был безумно старый. Ему исполнилось двадцать четыре года, когда мы задрафтовали его». А успехи Дорси в команде колледжа казались такими впечатляющими, потому что он был намного старше ребят, против которых играл. Это было, по сути, избиение младенцев.

Корректировка значения возраста в компьютерной модели тут же понизила перспективы Дорси и, что более показательно, улучшила рейтинги других игроков в базе данных.

К тому же Мори понял: существует целый класс баскетболистов, которые намного лучше играют со слабыми противниками, чем с сильными. Что-то вроде хулиганов от баскетбола. Модель должна учитывать такой фактор, придавая большее значение результатам игрока в борьбе против сильного соперника и меньшее – против слабого.

Мори мог или думал, что мог, понять, как его модель была «обманута» Джоуи Дорси. Но более тревожным сигналом явилась ее слепота к Деандре Джордану. Парень отыграл год в команде колледжа и особых успехов не продемонстрировал. Оказалось, что в школе он показывал сенсационные результаты, но в колледже возненавидел своего тренера и даже хотел бросить учебу. Как может модель предсказывать будущее игрока, который сам себя «сливает»? Это было невозможно сделать по итогам игр в колледже, а школьной статистики в то время еще не было.

И до тех пор, пока учитываются только результаты выступлений спортсменов, модель будет упускать таких, как Деандре Джордан. Его могли заметить лишь глаза старомодных баскетбольных экспертов. Так случилось, что Джордан вырос в Хьюстоне под наблюдением скаутов «Рокетс» и один из них решил привлечь парня в команду в силу его несомненных физических данных. То есть один из скаутов Мори увидел то, что упустила модель.

Мори, как истинный зануда, хотел проверить, есть ли какие-либо закономерности в прогнозах, сделанных его сотрудниками. Он лично нанял многих из них и думал, что они – настоящие знатоки, хотя пока еще не увидел доказательств, что кто-то лучше, чем другие, способен определять, какой из игроков покажет себя в НБА. Если и существует на свете эксперт по баскетболу, который может предсказать будущий талант, Мори его не нашел. Да он и не думал, что такие есть. «Опора на собственную интуицию не ставит крест на моем интеллекте. Я не доверяю своему чутью. Существует множество доказательств, что инстинкты работают не очень хорошо».

В итоге Мори решил, что необходимо сводить воедино и анализировать данные, на которые раньше не обращали серьезного внимания. Нужно знать не только, как высоко игрок прыгает, но и как быстро он отрывается от земли. Измерять не только скорость, но и быстроту первых двух шагов.

То есть модель должна стать еще более насыщенной данными. «Когда дела идут плохо, – размышлял Мори, – люди возвращаются к тому, что помогло достичь успеха в прошлом. Нужно вернуться к началу. Если физические данные спортсмена столь важны, давайте проверим их тщательнее, чем когда-либо ранее. Весомость таких данных в модели повысим, а значение показателей выступлений в колледже понизим».

Но как только вы начинаете интересоваться физическими данными, тем, что парень может и чего не может делать на игровой площадке, вы сразу сталкиваетесь с ограничениями в понимании полезности даже объективных, поддающихся измерению данных. Нужны эксперты, чтобы определить, какие физические данные востребованы в тех или иных игровых ситуациях. Нужны скауты, чтобы оценить способности игрока выполнять различные действия на баскетбольной площадке: броски, завершения, перехваты, подборы и так далее. Нужны специалисты. Так или иначе, ограничения компьютерной модели вынуждали прибегать к мнению экспертов.