Ένα Analyti-κο QnA με τον Seth Partnow
Αν θέλετε να διαβάσετε το παρών άρθρο στα Αγγλικά, μπορείτε να κάνετε κλικ εδώ
Πριν από λίγες εβδομάδες, κυκλοφόρησε ένα βιβλίο με τίτλο «The Midrange Theory» και έγινε διαθέσιμο σε όλο τον κόσμο. Το βιβλίο αναφέρεται στην πρακτικότητα και τον αντίκτυπο των Analytics στο NBA, όχι με όρους καθαρών αριθμών, αλλά με μια δημιουργική αφήγηση που μπορεί να μας βοηθήσει να κατανοήσουμε καλύτερα το παιχνίδι του μπάσκετ, αλλά επίσης και με έναν νέο, διαφορετικό τρόπο σκέψης.
Αυτό το βιβλίο έχει γραφτεί από τον ειδικό στα Analytics Seth Partnow (γνωστός στον κόσμο του Twitter ως Anchorage Man). Ο Seth Partnow αυτή τη στιγμή εργάζεται ως Αναλυτής στο The Athletic, παρέχοντας στα άρθρα του NBA και Βasketball Analytics. Προηγουμένως υπηρέτησε ως Διευθυντής Ερευνών Μπάσκετ για τους Μιλγουόκι Μπακς, από την off-season του 2016 έως το τέλος της σεζόν του 2019. Πριν από αυτό, ήταν ο κύριος συγγραφέας και αρχισυντάκτης του The Nylon Calculus, μιας κορυφαίας ιστοσελίδας ανάλυσης μπάσκετ.
Είναι μεγάλη μου χαρά και τιμή που έχω τον Seth ως καλεσμένο στο Substack μου και έχω την ευκαιρία να σας δώσω ένα γραπτό Q'n'A για το βιβλίο του και τις σκέψεις του για τα Analytics γενικότερα. (Οι φωτογραφίες με τα διαγράμματα είναι από το βιβλίο του και ο Κύριος Partnow μου έδωσε την άδεια να τις χρησιμοποιήσω).
Πρωτού προχωρήσουμε στο QnA μη ξεχάσετε να κάνετε Subscribe στο Substack μου έτσι ώστε να λαμβάνετε στο E-mail σας τα Post που κάνω σχετικά με το NBA, είτε με εβδομαδιαία ανάλυση είτε με κάποια πιο συγκεκριμένα θέματα αλλά και για να υποστηρίξετε τη δουλειά μου!!!!
Ας μπούμε στη συζήτηση:
-Mr. Seth, ονομάσατε το βιβλίο σας «The Midrange Theory». Συνήθως ένας τίτλος λέει πολλά για το περιεχόμενο ενός βιβλίου. Τι είναι λοιπόν το The Midrange Theory και τι πρέπει να περιμένουμε να βρούμε στις σελίδες του;
Πρώτα απ 'όλα, ο τίτλος, "The Midrange Theory" είναι ένας φόρος τιμής σε ένα από τα αγαπημένα μου hip hop άλμπουμ της νιότης μου, το "The Low End Theory" των A Tribe Called Quest. Όπως θα ήταν αναμενόμενο, o τίτλος του βιβλίου-κεφαλαίου αναφέρεται στην άνοδο των Τριπόντων και την ανάλογη μείωση των προσπαθειών μεσαίας απόστασης, περιγράφοντας και τα δύο με περισσότερες λεπτομέρειες αλλά και τι έχει συμβεί στην πραγματικότητα – δεν θέλω να κάνω Spoil το βιβλίο, αλλά υπάρχουν συγκεκριμένοι τύποι mid-range shoots που έχουν εξαφανιστεί ενώ άλλα έχουν αλλάξει ελάχιστα σε συχνότητα – καθώς επίσης την ενίσχυση του μεταβαλλόμενου ανταγωνιστικου πλαισίου όσον αφορά τις αλλαγές κανόνων, τις στρατηγικές προόδους και τη βελτίωση/διαφοροποίηση των δεξιοτήτων των παικτών που έχουν συμβάλει στις διαφορές μεταξύ του σημερινού παιχνιδιού και αυτού του παρελθόντος, περισσότερο από την εφαρμογή δεδομένων.
Αλλά αυτό είναι μόνο ένα κεφάλαιο. Καλύπτω μια σειρά από άλλα θέματα, συμπεριλαμβανομένου του Draft, του πώς και γιατί τα Playoffs είναι διαφορετικά από την κανονική περίοδο, τις προκλήσεις στην ερμηνεία της στατιστικής παραγωγής καθώς και λεπτομερώς την πραγματική πρακτική άσκηση των Analytics μέσα στα franchises του NBA. Έχω συμπεριλάβει επίσης ένα βασικό εγχειρίδιο που λέγεται "basketball analytics 101" ως παράρτημα στο βιβλίο.
-Πριν από ένα μήνα ο Charles Barkley είπε: «Πρώτα από όλα, αυτά (τα Analytics) είναι απλώς στατιστικά. Απλώς τους έδωσαν ένα όνομα. Είναι κάτι σαν τη γιόγκα. Η γιόγκα δεν είναι τίποτα άλλο παρά διατάσεις. Απλώς τη λένε γιόγκα για να μπορούν να χρεώνουν περισσότερα. Λέω στους ανθρώπους, η γιόγκα είναι απλά ενδυνάμωση. Της έδωσαν διαφορετικό όνομα για να σας τη χρεώνουν. Τα στατιστικά στοιχεία, άλλαξαν το όνομα — «Θα σας χρεώσουμε για τα Analytics τώρα» — και απλώς αύξησαν την τιμή, αλλά δεν είναι τίποτα άλλο παρά στατιστικά». Τι πιστεύετε για αυτήν τη δήλωση και για τους ανθρώπους που δεν εμπιστεύονται τα Analytics γενικά;
Μία από τις κινητήριες δυνάμεις πίσω από το βιβλίο είναι να “αποκρούσω” τους ανθρώπους που φέρονται ενάντια στα «Analytics» ,ενώ γνωρίζουν τα λιγότερα δυνατά για αυτά. Όσον αφορά τους ανθρώπους που δεν εμπιστεύονται αυτό το γνωστικό αντικείμενο γενικά, ο άλλος στόχος μου με το βιβλίο είναι να δώσω έναν καλύτερο ορισμό στη γλώσσα του μπάσκετ παρά στη γλώσσα της στατιστικής ή των μαθηματικών ή της επιστήμης των υπολογιστών. Νομίζω ότι η κατανόηση του πόσο η στατιστική ανάλυση συμφωνεί και ενισχύει τα βασικά κομμάτια της συμβατικής σοφίας του μπάσκετ μπορεί να μας οδηγήσει από ένα σημείο αντιπάθειας και ανταγωνισμού σε μια πιο υγιή συζήτηση που προκύπτει από τα σημεία στα οποία συμφωνούμε.
Για παράδειγμα, οι Four Factors είναι απλώς μια επαναδιατύπωση και ένας ξεκάθαρος ορισμός της πραγματικής θεμελιώδους μπασκετικής σοφίας: εκτέλεσε και δημιούργησε καλά Σουτ, προστάτευσε την μπάλα, αποφύγετε τα φάουλ στην άμυνα, ολοκληρώστε τις αμυντικές κατοχές με ριμπάουντ. Αυτά είναι πραγματικά στοιχειώδες πράγματα και εξηγoύνται με τέτοιον τον τρόπο ώστε να καθιστούν την υιοθέτηση-αποδοχή του eFG%, TOV%, FTAr, DREB% ένα πολύ μικρότερο άλμα από ό,τι παρουσιάζεται συχνά μεταξύ «παραδοσιακών» και «Analytics Lovers».
-Στο βιβλίο σας έχετε πολλά διαφορετικά διαγράμματα με στατιστικά. Πιστεύετε ότι η οπτικοποίηση είναι ένας τρόπος για να βοηθήσετε τους ανθρώπους να κατανοήσουν τα Analytics και το παιχνίδι γενικότερα, καθώς και ένας εύκολος τρόπος να τους πείσετε σχετικά με τα Analytics ; Και αν είναι έτσι, πώς μπορούμε να τους πείσουμε;
Η επικοινωνία έχει να κάνει με το να γνωρίζεις πώς ο παραλήπτης λαμβάνει καλύτερα τις πληροφορίες. Για πολλούς, τα καλά οπτικοποιημένα δεδομένα απεικονίζουν καλύτερα το περιεχόμενο και τα σημαντικά συμπεράσματα της στατιστικής ανάλυσης πολύ πιο πειστικά και συνοπτικά από ό,τι ένας πίνακας δεδομένων ή μια μακροσκελής λεκτική περιγραφή. Δεν λειτουργεί πάντα και μπορεί να μην είναι ο καλύτερος τρόπος επικοινωνίας με οποιοδήποτε άτομο, αλλά είναι ένα ουσιαστικό εργαλείο που πρέπει να έχουμε στη φαρέτρα μας ενώ προσπαθούμε να προσεγγίσουμε όσο το δυνατόν περισσότερους ανθρώπους.
-Πώς μοιράζετε τον χρόνο σας στο να διαβάζετε Στατιστικά και να παρακολουθείτε αγώνες μπάσκετ; (NBA ή NCAA ως παράδειγμα σκάουτινγκ);
Πιθανότατα παρακολουθώ 3-4 ώρες μπάσκετ την ημέρα, ενώ ξοδεύω ίσως παρόμοιο χρόνο «κάνοντας στατιστικά». Αν και συχνά κάνω και τα δύο ταυτόχρονα, καθώς πολλές από τις αναλύσεις που καταλήγω να κάνω υποκινούνται από κάτι που μου έχει τραβήξει το ενδιαφέρον σε ένα παιχνίδι που παρακολουθώ.
-Στο Κεφάλαιο 4 του βιβλίου σας, γράφετε για τον «Νόμο του Goodhart »: Ο νόμος του Goodhart εκφράζεται απλώς ως: «Όταν μία μέτρηση (με την έννοια του measurement) γίνεται στόχος, παύει να είναι καλή μέτρηση ». Αναφέρετε τον Russell Westbrook ως παράδειγμα αυτού του νόμου στο βιβλίο σας. Κατά τη γνώμη μου, ο Westbrook είναι ένας stat-padder παίκτης και υπερεκτιμημένος, αλλά για ένα μεγάλο τμήμα των οπαδών του μπάσκετ, είναι ένας πραγματικός Σούπερ Σταρ. Πώς πιστεύετε ότι μπορούμε να κάνουμε τους ανθρώπους να χρησιμοποιούν στατιστικά εκτός του boxscore και επίσης να επισημαίνουν ορισμένες μετρήσεις, όπως η αποτελεσματικότητα;
Πολύ διακριτικά; Αλλά σοβαρά, λίγο πολύ όλοι αποδέχονται ότι υπάρχουν παίκτες που είναι «καλύτεροι» από τα στατιστικά τους στο box score. Για να συμβεί αυτό, κυριολεκτικά πρέπει επίσης να ισχύει ότι υπάρχουν μερικοί παίκτες που είναι χειρότεροι από τα νούμερα τα οποία καταγράφουν οι ίδιοι στο Boxscore. Φυσικά είναι καλό να πείθεις έναν υποστηρικτή μιας συγκεκριμένης ομάδας ή ενός συγκεκριμένου παίκτη ότι οι αγαπημένοι τους βρίσκονται στη λάθος πλευρά αυτής της διχογνωμίας!
Στο ευρύτερο ερώτημα, προσπαθώ να επικεντρώσω εκ νέου τη συζήτηση σε αυτό που πραγματικά έχει σημασία, τουλάχιστον όσον αφορά το μπάσκετ ως ανταγωνισμό. Ένας παίκτης είναι τόσο καλός όσο ο βαθμός στον οποίο βοηθά την ομάδα του να κινηθεί προς τη θετική κατεύθυνση στον βαθμολογικό πίνακα. Στο βαθμό που η στατιστική συγκομιδή εξυπηρετεί αυτόν τον σκοπό, είναι υπέροχο, αλλά μερικές φορές οι παίκτες μπορούν να κάνουν προσωπικούς κραυγαλέους αριθμούς χωρίς να αυξάνουν απαραίτητα τη συνολική παραγωγή της ομάδας και μέρος του σκοπού των Analytics είναι να προσδιορίσει ποιοι παίκτες το κάνουν αυτό και ποιοι πραγματικά βοηθούν .
Για να επιστρέψουμε στον Westbrook, το επιχείρημα ότι τα triple doubles του μεγαλοποιούν τον αντίκτυπό του δεν είναι το ίδιο πράγμα με το να λέμε ότι δεν είναι ένας παίκτης με μεγάλη επίδραση. Είναι μάλλον περισσότερο μια συζήτηση για το βαθμό επιρροής. Ενώ υπάρχουν ορισμένοι τύποι παικτών που οι αναλυτές τείνουν να πιστεύουν ότι δεν είναι καθόλου καλοί (σκεφτείτε τους volume-shooting scorers με μέτριο efficiency που δεν συνεισφέρουν πολύ σε άλλους τομείς), οι περισσότερες διαφωνίες αφορούν συνήθως παίκτες που είναι «υπερεκτιμημένοι» αλλά εξακολουθούν να είναι πολύ καλoί. Αν εγώ θεωρώ ότι ο παίκτης που πιστεύετε εσείς ότι είναι υποψήφιος MVP, είναι μόνο ο 20ος καλύτερος παίκτης στο πρωτάθλημα, αυτό σημαίνει ότι εξακολουθώ να πιστεύω ότι είναι All-Star!
-Ως Έλληνας οφείλω να σας κάνω μια ερώτηση για τον Γιάννη Αντετοκούνμπο, μιας και δουλέψατε στους Μιλγουόκι Μπακς για 3 χρόνια (2016-2019). Πιστεύετε ότι η εξέλιξη του παιχνιδιού του οφείλεται στο ότι είναι ένας παίκτης που βλέπει τα στατιστικά και λέει ότι πρέπει να γίνω καλύτερος ή ο Γιάννης είναι ένα παράδειγμα ανθρώπου με εξαιρετική εργασιακή ηθική και λάτρης της σκληρής δουλειάς;
Ο Γιάννης έχει ένα πραγματικά μανιακό (ίσως και σε στιγμές επιζήμιο) εργασιακό ήθος, οπότε αυτό ήταν πάντα δεδομένο. Το ότι τέθηκε στη σωστή κατάσταση για να αναδείξει τις δυνατότητές του αλλά και να διευρύνει το decision-making του παιχνιδιού του ήταν αυτό που τον έκανε από All-Star να γίνει MVP.
-Στο κεφάλαιο 9 του βιβλίου σας, αναλύετε πόσο δύσκολο είναι να μετρήσετε την αμυντική επίδραση ενός παίκτη και μιας ομάδας γενικότερα, αφού η άμυνα είναι αλληλεπίδραση 5 παικτών ταυτόχρονα. Πώς πιστεύετε ότι πρέπει να βλέπουν οι άνθρωποι τα αμυντικά στατιστικά και αν είναι η άμυνα ένας τύπος παιχνιδιού όπου το eye-test είναι καλύτερο από τα Analytics, σε αντίθεση με την επίθεση όπου έχουμε πολύ καλύτερους τρόπους μέτρησης;
Η άμυνα είναι ένας τομέας όπου υπάρχει ακόμα πολλή θεμελιώδης δουλειά που πρέπει να γίνει απλώς για να περιγράψουμε τι κάνουν οι παίκτες προτού μπορέσουμε να αξιολογήσουμε πόσο καλά κάνουν αυτά τα πράγματα και/ή πόσο επιδραστικά είναι. Δεν έχουμε σπάσει αρκετά τον κώδικα για να βρούμε κάτι σαν "χρήση έναντι αποτελεσματικότητας" ( “usage vs. efficiency” ) για την άμυνα, αλλά νομίζω ότι αυτός είναι ένας τομέας όπου η συνεχής εργασία με τα δεδομένα παρακολούθησης παικτών μπορεί να αρχίσει να ρίχνει πραγματικό φως όχι μόνο στο ποιος είναι καλός ή κακός αμυντικά, και γιατί είναι αλλά και να προσδιορίσουμε μερικά από τα πράγματα που συμβαίνουν στο παρκέ που είναι ιδιαίτερα χρήσιμα ή επιβλαβή για την άμυνα μιας ομάδας.
-Στο Κεφάλαιο 13 του βιβλίου σας, μιλώντας για το draft του ΝΒΑ, είπατε το εξής: «Το να παίζεις καλά μπάσκετ δεν σημαίνει μόνο να έχεις τα σωστά εργαλεία στη φαρέτρα σου, αλλά να επιλέγεις τα σωστά, γρήγορα και αποτελεσματικά». Νομίζω ότι είναι μια εξαιρετική πρόταση για το basketball IQ. Νομίζω ότι το μπασκετικό IQ είναι πιο σημαντικό από ένα γυμνασμένο σώμα, όπως π.χ. ο Nicola Jokic. Δεν έχουμε συγκεκριμένα στατιστικά στοιχεία για μπασκετικό IQ, αλλά πώς συμβουλεύουν οι αναλυτές δεδομένων τις ομάδες τους στις επιλογές του draft έτσι ώστε να πάρουν παίκτες που καταλαβαίνουν καλύτερα το παιχνίδι;
Ο πιο απλός τρόπος που μπορώ να το εκφράσω αυτό είναι ότι είναι πάντα σημαντικό να ρωτάς "αλλά μπορεί να παίξει;" Για έναν παίκτη με εμφανείς φυσικές ικανότητες και ιδιότητες, αλλά με μέτρια στατιστικά επιτεύγματα, η έλλειψη παραγωγής είναι τουλάχιστον μια ισχυρή ένδειξη ότι όχι, δεν μπορεί να παίξει αν ορίσουμε την «ικανότητα να παίζεις» ως το σημείο διασταύρωσης της ικανότητας αναγνώρισης της σωστής δράσης και στη συνέχεια της εκτέλεσης αυτή της ενέργειας με επιτυχία σε ταχύτητες του πραγματικού παιχνιδιού.
-Εκτός από αναλυτής δεδομένων, Seth, είσαι φαν του μπάσκετ. Είναι εύκολο να ξεπεράσεις τις προκαταλήψεις σου όταν τα στατιστικά για ένα συγκεκριμένο θέμα λένε κάτι διαφορετικό από τη γνώμη σου;
Η καταπολέμηση των προκαταλήψεων ενός ατόμου είναι πάντα μια πρόκληση, ακόμα και όταν ξέρεις ότι έχεις δικές σου προκαταλήψεις που πρέπει να ξεπεράσεις. Οπότε, δεν είναι εύκολο. Μα προσπαθώ!
-Είναι γεγονός ότι τα Τρίποντα και τα σουτ στο ζωγραφιστό κυριαρχούν αυτές τις μέρες. Πιστεύεις ότι η λίγκα θα επιστρέψει στην εποχή των 90s, με πολλά mid-range shots ή θα δούμε μεγαλύτερη αύξηση στα Τρίποντα στο μέλλον;
Νομίζω ότι πλησιάζουμε ένα ανώτερο όριο στον αριθμό των Τριπόντων που εκτελούνται, αλλά δεν νομίζω ότι θα δούμε μεγάλη κίνηση προς τα πίσω. Όπως συζητώ στο κεφάλαιο που έχει ίδιο όνομα με τον Τίτλο του βιβλίου , υπάρχουν πολλοί καλοί λόγοι για τους οποίους το μεγαλύτερο μέρος των προσπαθειών για Τρεις είναι Τρίποντα και όχι μακρινά Δίποντα, αλλά θα πρέπει να διαβάσετε το βιβλίο για να λάβετε την πλήρη εξήγηση.
Εάν αυτό το Q'n'A διεγείρει τη φαντασία σας σχετικά με το περιεχόμενο του βιβλίου, μπορείτε να αγοράσετε το βιβλίο του Seth Partnow τόσο από την Amazon όσο και από τον επίσημο εκδότη του βιβλίου. Εδώ είναι οι σύνδεσμοι για να πραγματοποιήσετε την αγορά:
Μπορείτε επίσης να τον ακολουθήσετε στο Twitter για να βρείτε εύκολα το ενδιαφέρον περιεχόμενο που ανεβάζει !!!!
https://twitter.com/SethPartnow
Αν θέλετε να διαβάσετε το παρών άρθρο στα Αγγλικά, μπορείτε να κάνετε κλικ εδώ