Jak Data sehrála roli v mistrovství NBA v Torontu Raptors

Toronto Raptors nedávno překvapili basketbalový svět tím, že udělali to, co se zdálo nemožné: vyslali dynastické Golden State Warriors, aby zvedli svou úplně první mistrovskou trofej NBA.

A porazit Warriors skutečně znamenalo porazit je v jejich vlastní hře: pokročilá analýza dat.



Front office The Warriors byl prvním uživatelem datové analýzy, která v posledních letech zcela změnila basketbal. Golden State byl jedním z prvních šesti týmů – spolu s Dallasem, Houstonem, San Antoniem, Bostonem a Oklahoma City –, které nainstalovaly kamery SportVU, které shromažďují data o každém hráči na hřišti, aby změřili jeho rychlost, vzdálenost a držení těla. aby přepracovali svůj herní styl tak, aby odpovídal tomu, co naznačovaly čísla o účinnosti střely.



Stejně jako všichni dobří analytici, Raptors pozorovali a učili se a mají svůj první titul v NBA, který za to mohou ukázat. Zde jsou některé ze způsobů, jak Raptors využili analýzu dat k vybudování mistrovského týmu.

Ikona

Naučte se datové dovednosti, abyste podpořili svou kariéru – z domova!



BrainStation nabízí Online živé certifikátové kurzy v datové vědě, analýze dat, strojovém učení a programování v pythonu. Navštěvujte živé kurzy a komunikujte s instruktory a vrstevníky odkudkoli na světě.

Promluvte si s poradcem pro učení

Hledání nedoceněných hráčů

Mezi další historické milníky se Raptors stali první tým, který vyhrál šampionát NBA bez výběru v loterii na soupisce , s Leonardem – který byl draftován 15čtcelkově – žebříček podle toho, který hráč vybral nejvýše.



V průběhu play-off získali hlavní příspěvky od řady neopěvovaných hráčů, včetně vítěze Most Improved Player Pascala Siakama (draftováno 27.čtcelkově), Norman Powell (46čtcelkově) a Fred Van Vleet, strážce, který nebyl nedraftovaný a jehož 14 bodů na zápas a dusivá obrana proti Stephu Currymu byly rozhodující pro vítězství Raptors.

Přestože velkou část těchto úspěchů ve vyhledávání je třeba připsat prezidentovi Raptors Masai Ujirimu a oku jeho zaměstnanců pro talenty, týmu také pomohl první svého druhu řešení, které využívá kognitivní technologii IBM Watson k transformaci hodnocení talentů Raptors a vytváří platformu, která dokáže analyzovat data, včetně týmových a ligových statistik, informací o hráčích, nálad na sociálních sítích a smluv v reálném čase.

Poskytuje konsolidovaný, komplexní pohled na všechny informace o hráči, řekl . Udělali mi z toho laboratoř. Upřímně to bylo jako výzkumný projekt.

Když se dostal do Toronta jako asistent trenéra, Nurse si s sebou přinesl svou filozofii založenou na analytice: ležení a trojky byly efektivní střely, zatímco skoky na střední vzdálenost nikoli.

Máme docela přísné spektrum střel, které sledujeme, on vysvětlil .

Ve skutečnosti Raptors v sezóně 2018-19 zaznamenali pouhých 12,8 pokusů o gól z pole na zápas z oblasti středního pásma (zóna mezi klíčem a tříbodovou čárou), ve srovnání s 20,3 pokusy na zápas před příchodem Nurse.

Řízení pracovní zátěže Kawhi Leonarda

Kawhi Leonard

Když Kawhi Leonard vynechal 22 zápasů základní sezóny bez konkrétního zranění, ale místo toho, aby se ujistil, že bude zdravý a odpočinutý do play-off – strategie, která se památně nazývá management zátěže – fanoušci Raptors občas reptali, že každou noc neuvidí hvězdu v akci. .

Ale rozhodně si nestěžovali, když Leonard zvedl svou trofej MVP ve finále po sérii dominance, díky které dvojnásobný šampion nasbíral třetí nejvíce bodů v jediné posezóně v historii NBA.

Chybí mi hry nejen proto, abych byl svěží, Leonarde řekl během sezóny. Zjevně to zajišťuje, abych si znovu nezranil něco, kvůli čemu jsem byl minulý rok mimo. (Zdravotnický personál Raptors) odváděl dobrou práci při čtení obrázků a ujišťoval se, že se zlepšuji, místo abych upadal po zdravotní stránce.

Ve skutečnosti má správa zátěže vše společného s daty.

Přestože Raptors byli tajní ohledně toho, jak přesně určili, kdy Leonarda posadit, nositelná GPS umožnila týmům pečlivě sledovat vše o způsobu, jakým se hráč pohybuje, aby si všimli nepravidelností výkonu, které by mohly naznačovat zranění. Protějšky The Raptors v crosstownu, Blue Jays, použití oblíbené nositelné KŘIČET ke sledování zotavení, zátěže a spánku.

O zdraví hráčů je k dispozici tolik údajů, že někteří odborníci tvrdí, že týmový matematik se stal povinným.

V jedné fotbalové hře, včetně všech hráčů, je za 90 minut vygenerováno přes milion datových bodů, řekl Sportovní fyziolog Trent Stellingwerff, člen kanadského zdravotnického personálu na mnoha olympijských hrách. A tak v týmovém sportu je řízení zátěže neuvěřitelně složité. Je to zčásti věda a zčásti interpretace.

Kyle Lowry: Hvězda podceňovaná tradičními statistikami

V rozhodujícím zápase Toronta se šesti výhrami nad Golden State zaznamenal hvězdný Kyle Lowry 26 bodů, 10 asistencí a sedm doskoků, což z něj dělá jeden z nejlepších výkonů v play off. Bylo to ospravedlnění pro často pomlouvaného obránce, ale ti, kteří měli smysl pro analýzu dat – včetně vlastního managementu Raptors – nebyli překvapeni, jak efektivní byl.

Pokud se podíváte na tradiční statistiky počítání, Lowryho průměry v průběhu jeho působení v Torontu jsou jistě dobré, ale ne hvězdné: 17,4 bodu, 7,1 asistence a 4,9 doskoku.

Pokročilé statistiky , však mnohem lépe zachycují jeho hodnotu. Například Lowry se umístil na 15čtcelkově ze všech hráčů v NBA v minulé sezóně v skutečné plus-mínus – nová statistika, která měří, o kolik je tým lepší, když je na hřišti určitý hráč – po umístění na devátém místě 10čta sedmý ve statistice v předchozích třech sezónách.

Jinými slovy, léta patřil mezi 15 nejúčinnějších hráčů v NBA, ale bylo to dobře střežené tajemství – dokonce i dechovkám jeho týmu trvalo, než pochopili, jaký dopad přináší.

Když jsem poprvé dostal tu práci, přišli mi analytici, aby mi řekli, jak moc Kyle ovlivňuje vítězství, řekl Ujiri. Dali mi to pochopit.

Ikona

Naučte se datové dovednosti, abyste podpořili svou kariéru – z domova!

BrainStation nabízí Online živé certifikátové kurzy v datové vědě, analýze dat, strojovém učení a programování v pythonu. Navštěvujte živé kurzy a komunikujte s instruktory a vrstevníky odkudkoli na světě.

Promluvte si s poradcem pro učení


Kategori: Analýza Dat