W ostatnim artykule poświęconym zaawansowanym statystykom rzutowym przedstawialiśmy po co i jak liczy się metryki True Shooting Percentage (TS%) oraz Effective Field Goal Percentage (eFG%). Odpowiadając na pytania i wątpliwości czytelników, w niniejszym artykule postaramy się przybliżyć przykłady, w których metryki te dają bardziej obiektywne spojrzenie na formę rzutową, a przede wszystkim efektywność w ataku różnych graczy.
Pierwszy artykuł o zaawansowanych statystykach rzutowych znajdziecie tutaj.
NBA: Czym są zaawansowane statystyki rzutowe? Analiza i wyjaśnienie (część 1)
True Shooting Percentage (TS%)
Przypominając – formuła z której uzyskamy „prawdziwą” skuteczność gracza obejmującą także rzuty wolne to: PTS / (2FGA + 0,88FTA), lub równoważny zapis PTS / (2*(FGA + 0,44FTA)).
Na potrzeby niniejszego artykułu można zapisać ją jeszcze inaczej: PTS / 2 * (szacunkowa liczba posiadań kończonych rzutem danego zawodnika). 100% skuteczności True Shooting da np. 1/1 za dwa – bo to 2 PTS / (2*1 posiadanie), 3/3 za dwa – bo 6 PTS / (2*3 posiadania), ale też 2/3 za trzy – bo to również 6 PTS / (2*3 posiadania).
Porównajmy zatem na przykładzie. 25 listopada Detroit Pistons podejmowało Phoenix Suns. Andre Drummond zakończył tamten mecz z wynikiem 9/14 z gry (64,3%) i 1/8 z linii rzutów wolnych (12,5%), łącznie zdobył 19 punktów. Po drugiej stronie parkietu Devin Booker zanotował 14/24 z gry (58,3%) i 6/6 z linii wolnych. Zdobył 37 punktów, blisko 2 razy więcej niż Drummond, ale też na gorszej skuteczności z gry, oddając blisko dwukrotnie więcej rzutów. Jak porównać całościową skuteczność obu graczy? Właśnie za pomocą TS%.
Popatrzmy zatem: Andre Drummond zdobył 19 punktów, a jego szacunkowa liczba rzutowych posiadań to: 14 (tyle miał rzutów z gry) + 3,52 (wynikające z przelicznika 0,44 dla każdego rzutu wolnego). Łącznie 17,52 posiadania (pamiętajcie że to przybliżenie!). Skuteczność TS% liczona wg wzoru to 19 / (2*17,52), czyli 19/35,04, czyli 54,2% TS.
Teraz Booker – jego skuteczność True Shooting to analogicznie 37 punktów przy 24 rzutach z gry i 6 rzutach wolnych. Szacujemy więc ilość posiadań w których oddawał rzut na 24+2,64 – łącznie 26,64. Jego TS% to 37/(2*26,64), czyli 37/53,28, a więc ponad 69%.
Okazuje się, że w tym meczu Booker zdobył nie dość że dwa razy więcej punktów od centra rywali, to wbrew standardowemu przelicznikowi skuteczności z gry, jego rzuty były bardziej efektywne. Czemu? Wróćmy do posiadań. Booker zdobył 37 punktów w 26 posiadaniach kończonych jego rzutem, średnio każde przynosiło ponad 1,4 punktu drużynie. Dla porównania Drummond miał 19 punktów w 17 posiadaniach, czyli ledwie 1,1 punktu na posiadanie rzutowe. Gdyby oddał tyle prób co Booker, zachowując ten trend zdobyłby ok. 28 punktów – o 9 mniej niż rywal.
Effective Field Goal Percentage (eFG%)
Tu sprawa jest dużo prostsza. Wzór na eFG% jest bardziej intuicyjny, dla przypomnienia: (FG + 0,5*3P) / FGA. Podobnie jak w tradycyjnej skuteczności z gry dzielimy liczbę rzutów celnych przez liczbę rzutów oddanych, ale z założeniem że celna trójka to półtora celnego rzutu, natomiast niecelny rzut za trzy to wciąż tylko jeden niecelny rzut z gry. Dlaczego? Celna trójka przynosi drużynie półtora razy więcej punktów niż rzut za dwa, ale wciąż „zużywa” tylko jedno posiadanie, nie półtora!
Proste przykłady – 3/3 za dwa to oczywiście 100% skuteczności tradycyjnej i eFG%. Ale już 2/3 zza łuku, podobnie jak w TS% wystarcza do osiągnięcie 100% eFG%. Produkcja punktów przy 3/3 za dwa i 2/3 za trzy jest dokładnie taka sama. Wynosi ona 6 punków z 3 posiadań, a nominalnie eFG% zakłada 100% przy dwóch punktach z jednej akcji rzutowej. W przeciwieństwie do wskaźnika TS% nie mają tu wpływu rzuty wolne.
Przykład meczowy. 19 listopada Milwaukee Bucks grali z Denver Nuggets, a naprzeciw siebie stanęli Giannis Antetokounmpo i Nikola Jokić – liderzy swoich drużyn. Giannis zakończył mecz z 29 punktami (niezłe 52% z gry, 13/25, ale w tym przestrzelone 6 prób za trzy). Jokić to autor 20 punktów, rzucał 8/18 z gry, w tym 3/8 za 3. Jego klasycznie liczona skuteczność to 44,4% – sporo niższa niż Greka. Wróćmy do wzoru na eFG% i porównajmy zatem efektywność rzutów. W przypadku Giannisa, 52,0% nie zostaje podniesione ani o ułamek przez rzuty za trzy, ponieważ żadnego z nich nie trafił. Wciąż jest to więc 52,0%. W przypadku Serba, trzy trójki dodają 1,5 do ilości celnych rzutów z gry. Jego efektywna skuteczność to (8+1,5)/18, czyli 9,5/18, co daje 52,8% eFG (Grek 52,0%).
Jak to możliwe że przy słabszej od Greka skuteczności z gry i wcale nie najlepszej formie zza łuku (3/8), Jokić osiągnął większą efektywność rzutów. Tym razem nie przyglądamy się posiadaniom, gdyż wyłączamy z eFG% rzuty wolne – a one również mogą być jego rezultatem. Przyjrzyjmy się produkcji punktów z pojedynczego rzutu z gry. Giannis zdobył 26 punktów z 25 rzutów z pola, czyli 1,04 pkt/rzut. Jokić dzięki trzem trójkom – 19 punktów z 18 rzutów, czyli 1,06pkt/rzut. Jego efektywność była więc nieznacznie wyższa, mimo tradycyjnej skuteczności o kilka procent niższej.
Podsumowanie
Przytoczone powyżej przykłady dwóch meczów i czterech zawodników są oczywiście skrajne. Booker – nieomylny na linii vs. Drummond mający ogromne problemy w tym miejscu parkietu. Giannis niegrożący rzutem za trzy vs. Jokić groźny z każdego miejsca parkietu. Pamiętajcie jednak, że analiza statystyczna, szczególnie ta zaawansowana, to również (a może przede wszystkim) porównywanie niuansów.
Musicie uwierzyć na słowo, że nie każdy przypadek jest widoczny „gołym” okiem. Porównywać w taki sposób możemy nie tylko pojedyncze występy, ale też całe sezony czy nawet kariery zawodników – a więc wielokrotnie większe wartości liczbowe niż te z jednego meczu. Analizować możemy też wybrane części meczu (np. tylko ostatnie minuty), poszczególne drużyny, czy wybrane zestawienia zawodników przebywających razem na parkiecie. O ile tylko dla najzagorzalszych fanów cyferek takie metryki są potrzebne w codziennym czerpaniu przyjemności ze śledzenia ligi, o tyle zawodowi analitycy zza oceanu mają tu duże pole do oceny przydatności i efektywności poszczególnych zawodników.
Autor: Damian Puchalski
NBA: Czym są zaawansowane statystyki rzutowe? Analiza i wyjaśnienie (część 1)