如前文所述，预测成功的关键是，不应该局限于定量信息，而应该用心权衡信息的适用性。比恩的工作宗旨是尽可能地收集信息，尽可能严谨、专业地分析信息。

信息越多，你的预测就越准确，如果是这样，那你就是一个十分出色的预测者。若态度不端、习惯不良，那你就会像菲利普·特罗克的政治学者一样，预测得十分糟糕。候选球员A的平均击球率为0.300外加20个本垒打，轮休日出现在“救济厨房”帮忙，球员B也有相同的击球率和本垒打个数，但平日里他逛夜店、吸毒品，两位球员的区别尽管很难用数字量化，但是你进行预测时一定会考虑这个区别。

事实上，很多时候定性信息有可能转变为定量信息。球探实际上是用严格的数据范围来测评球员，每类数据的范围都是20~80之间，当然你可以将这种方式归入数据模式中，和球员平均击球率放在一起，看看其价值何在。有些球队，如圣路易斯红雀队，已经开始尝试这一模式了。

确实，在棒球界，球探模式和统计数据之间、定性信息和定量信息之间的差别已经非常模糊了。例如，投手球路分析系统（Pitch f/x）是一套三维相机系统，如今在大联盟中的每个球场都已经安装了。投球数据折线图不仅可以测量球速——很多年前雷达测速仪就能做到这一点——它还可以测量出球落垒前在垂直方向和水平方向的移动距离。比如，我们现在可以用统计学方法来分析扎克·葛兰基，他是2009年大联盟最佳投手，是赛扬奖获得者，是密尔瓦基酿酒人队的队员，他还投出过最漂亮的弧线球。我们还可以用另一种方法来分析，马里亚诺·里维拉的卡特投球果然名不虚传。从传统角度来讲，这些信息都属于球探的考察范围，现在成了预测系统中的变量之一。

不久的将来，我们也许就能用一套完整的三维成像系统记录球场上发生的一切了。雅各比·艾尔斯布里一跃而起接住头顶飞来的球时，我们可以立刻测量出他这一跃有多高；也可知道铃木一郎完成一圈跑垒的确切时间；或是当雅迪尔·莫力纳想将对方盗垒手赶下垒时，在二垒奋力接球时的速度究竟有多快。

正如当年《点球成金》中公布的预测结果一样，这项新技术并不会减少球探的数量，但它有可能会被重点用来测量更难量化、更加隐秘的信息，例如球员的心理指标。像桑德斯这样聪明的球探在这一方面已先行一步了。