范特西游戏本质上是数据的游戏，以球员在实际比赛中所获得的得分、篮板、助攻……等等数据来堆砌其游戏的主体内容。从而，在这个由数据组成的游戏里，对于各类数据的分析能力则是影响玩家在游戏中表现的因素之一。
但是，范特西游戏并不局限于常规的得分、篮板、助攻、三分、抢断、封盖、失误、命中率、罚球等数据，在这些数据背后，还有一系列的高阶数据可以成为玩家的工具。如何将数据供应商所提供的各类高阶数据加以利用、分析，对于玩家来说则是一种 “进阶升级” 的方式。
就用一些反映球员“积极性”的数据来作为例子，这些数据对于玩家分析球员有怎样的应用呢？
球员在比赛中展示的积极性往往是他打动教练，获得出场机会的重要因素。虽然积极性不是一种能够精确量化的数据，但可以通过一些数据反映积极性，从而展示积极性对于比赛数据的影响。
例如 “破坏对方球权” 这项数据，则在一定程度上可以反映出球员在防守端的积极性。而防守端的积极性，会不会让球员的防守数据更加出色呢？
从图中可以体现，在比赛中 “破坏对方球权” 次数越多的球员，也能拿到更多的抢断。
“破坏对方球权” 和抢断基本呈现正相关的态势，这是一组相辅相成的数据。
但要注意，不是所有体现积极性的数据都能转化为范特西游戏中的常规数据，例如 “篮板卡位” 和篮板球（这项数据常规赛阶段没有放出，所以统计的球员数据都为季后赛阶段）。
图中很明显的例子——史蒂文-亚当斯，虽然是场均篮板球卡位最多的球员，但他的场均篮板球数并没有超过10个，而且和其他几位篮板球卡位次数多的内线相比，亚当斯在比赛中拿到的更多是前场篮板球。
如果联系起拉塞尔-威斯布鲁克的篮板球数据，那么基本可以体现出一点——亚当斯的篮板球卡位数据是为威斯布鲁克服务的。亚当斯需要通过卡位为威斯布鲁克创造拿防守篮板球的机会，这也是为什么威斯布鲁克在场均不到2次篮板球卡位的情况下可以拿到场均12个篮板球，而且从图表也可以看出，大多数是防守篮板球。
当然，这也和球队的战术打法有关联，全联盟也不止威斯布鲁克一个例子，比如本-西蒙斯、拉贾-朗多、维克托-奥拉迪波、里基-卢比奥都属于这一类后卫。