НБА – империя модных цифр. Объясняем, как пользоваться продвинутой статистикой
Нет-рейтинг, трушутинг и другие сексуальные штуки.
Исторически статистика в спорте воспринимается как такой фактически обоснованный довод. В бесконечных спорах и рейтингах, пропитанных субъективным восприятием, именно холодные цифры являются нерушимой основой, которая точно не предвзята. Статистика учитывает каждое владение каждого матча. Статистика ни за кого не болеет.
Цифры, безусловно, дают точные ответы. Просто не на все вопросы. Нужно ставить их в правильный контекст, чтобы приходить к адекватным выводам. Нужно понимать, что именно статистика учитывает, а что может упустить.
Одной из главных составляющих работы со статистикой является, собственно, выбор рассматриваемых метрик. Статистика развивается, и появляются новые показатели. Да и игра меняется, и некоторые данные уже не приносят той пользы, что раньше.
Так какие статистические показатели актуальны сегодня? Какие метрики уже отжили свое? Что из новых показателей наиболее полезно? Давайте разбираться.
Командная статистика
Начать логичнее с нескольких банальных, но важных и основополагающих вещей. Таких, как атакующий или защитный рейтинг и 4 фактора.
Очки за 100 владений
В свое время защиту и атаку команд измеряли очками, пропущенными или набранными за матч. Сегодня все чуть более точно. Вместо «за матч» используются показатели «за 100 владений», которые называются атакующим и защитным рейтингом. Это позволяет сделать поправку на темп и не рассуждать о том, что любая быстрая команда не может защищаться, зато шикарно атакует.
Вот простой пример: «Бакс» сейчас с отрывом лучшая защита НБА – пропускают только 101,6 очка за 100 владений. Но по пропущенным за матч очкам «Милуоки» только пятые в НБА. Почему? Потому что они играют достаточно быстро, и у соперника просто больше атак за матч (как и у самих «оленей»). Но в каждой отдельно взятой защите «Бакс» пропускают меньше, чем любая другая команда НБА, поэтому защитный рейтинг здесь явно более полезный инструмент.
То же самое с атакующим рейтингом, в качестве альтернативы очкам за матч. Эти два показателя максимально просто и точно описывают уровень команды на обеих сторонах.
Разница между атакующим и защитным рейтингом команды называется «нет-рейтинг», по сути, это разница в счете или +/-, но в пересчете на 100 владений. Эта метрика является достаточно показательной и позволяет оценить силу команды чуть ли не лучше, чем соотношение побед-поражений.
Идея примерно такая: если у тебя много побед, но не самый высокий нет-рейтинг, то, скорее всего, ты потерпел несколько крупных поражений, не мог уверенно обыгрывать слабые команды и взял несколько плотных матчей с упорной концовкой, что всегда подразумевает фактор случайности. Естественно, это должно накладывать определенный фильтр на восприятие процента выигранных матчей.
Конечно, «Денвер» будет рассказывать всем, что он просто хорошо играет в решающие минуты и по праву опережает по победам «Юту», «Даллас» и «Хьюстон», хотя у тех более высокий нет-рейтинг. Только почему-то у «Юты» более высокий процент побед в играх, исход которых решается на последних минутах.
Можно сказать, что данный показатель занижает важность упорных концовок и завышает важность разгромных матчей. А можно сказать, что он позволяет сделать поправку на везение. Не всегда и не для всех «нет-рейтинг» будет объективнее, чем простое количество побед, но при сравнении команд со схожим количеством побед и поражений заметная разница в «нет-рейтинге» точно важна.
4 фактора
Рейтинги атаки и защиты являются такими обобщенными показателями, демонстрирующими общую силу команды на каждой из половин площадки. Для большей детализации очень полезны показатели так называемых 4 факторов.
Так называемых, потому что, на самом деле, их 8: по четыре в атаке и в защите. Сюда входят эффективный процент попадания, процент подборов, процент потерь и частота штрафных. Вместе эти показатели дают достаточно полное представление об игре команды.
Эффективный процент с игры (eFG%) позволяет оценить точность бросков. Раньше использовался базовый процент с игры (FG%) – количество попаданий от количества бросков. Но с ростом числа трехочковых, данная метрика безнадежно устарела. Она мешает в кучу броски из-за дуги и двухочковые, чем серьезно бьет по командам, уповающим на трехочковые. Суть в том, что «трешки» реализуются не так часто, но они и стоят в полтора раза дороже, а FG% учитывает только точность. eFG% в свою очередь делает и поправку на ценность трехочковых. Фактически, eFG%, равный 50, означает, что команда набирает 1 очко за бросок.
Так, «Хьюстон» идет 22-м по точности с игры и шестым по eFG%, потому что почти половина их бросков – трехочковые. И, учитывая то, что у них вторая атака в НБА, продвинутый показатель явно ближе к истине. eFG% позволяет заметно адекватнее оценить эффективность бросков команды и соперника.
Процент потерь и процент подборов показывает, у кого этих бросков собственно было больше. Если ты редко теряешь мяч и часто подбираешь в нападении, то у тебя больше шансов поразить кольцо. Это может выручить даже при не самой высокой эффективности бросков. Опять же именно в процентном выражении такие данные полезнее. Они позволяют считать не количество потерь за матч, а количество потерь за 100 владений. Не количество подборов в игре, а долю от доступных подборов. В этом больше смысла.
Например, «Юта» и «Майами» идут примерно в середине таблице по потерям за матч. Но их процент потерь на уровне 6-7 места в Лиге с конца. А все потому, что они играют очень медленно, и у них просто меньше владений за матч, а значит меньше шансов потерять мяч. Но в каждой отдельно взятой атаке шансы совершить потерю достаточно высоки.
Последняя составляющая 4 факторов – частота штрафных (FTA rate). Это количество бросков с линии на 1 бросок с игры. И этот показатель как бы закрывает тему. Потому что, если команда не потеряла мяч, это еще не значит, что она обязательно бросила с игры, возможно, она заработала штрафные. Это нужно учитывать. Но теоретически можно было бы убрать этот фактор из списка, заменив eFG% на TS%. Тру шутинг – это еще один объединенный показатель точности, который учитывает ценность бросков, и в него входят не только двухочковые и трехочковые, но и штрафные. Тогда броски с линии будут учтены. Но, конечно, частота штрафных дает более полное представление об игре.
В целом 4 фактора достаточно полно описывают матч. Как правило, глядя на них, можно определить, кто выиграл, хотя в этой статистике и нет ни слова об очках. А, если смотреть на сезонные показатели команды в 4 факторах, можно достаточно быстро выяснить, из чего конкретно складываются показатели атакующего и защитного рейтингов.
Распределение бросков
Сейчас в московских гостиных только и разговоров что об эффективности бросков. Многих уже просто воротит от этой эффективности, потому что «сколько можно бросать ваши трешки». Как будто, если игрок сделает два шага вперед и наберет на одно очко меньше, игра сразу станет по-прежнему прекрасной. Как будто, если игрок будет открываться на средней, а не в углу, его партнерам станет проще идти в любимые всеми проходы.
В действительности идея эффективности заметно шире. Это никогда не было «бросай только трехочковые». Это всегда было «бросай лэй-апы, трехочковые (желательно из угла) и постарайся заработать штрафные». И это просто вопрос математики. Потому что некоторые попытки полезнее, чем другие. В среднем трехочковый из угла приносит больше очков за бросок, чем трехочковый под 45. Лэй-ап сулит больше очков за бросок, чем флоатер. Трехочковый в лоб приносит больше очков, чем дальний средний. Пара штрафных приносит больше очков, чем любой бросок с игры, кроме данка (но если считать все броски из-под кольца, то их реализация ниже, чем у штрафных бросков).
Поэтому команды пытаются выйти на жирные точки в атаке и защищаться так, чтобы не дать сопернику выгодные броски. И это дает новый взгляд на бросковую карту – делает ее неким мерилом успешности. Потому что акценты теперь столь ярко выражены, что способность выйти на правильные броски – уже победа. Большое количество попыток из выгодных позиций означает, что ты генерируешь возможности для правильных бросков, несмотря на то, что любой соперник знает: именно их нужно стараться не допустить.
Конечно, набор игроков не всегда позволяет извлечь из ситуации максимум. «Чикаго» – первые в НБА по броскам из-под кольца, но последние по точности этих попыток. «Голден Стэйт» редко позволяет сопернику бросать из-под кольца, но пропускает оттуда все подряд. «Миннесота» много бросает трехочковые, но редко их попадает (возможно, поэтому им так легко эти броски отдают). А прошлогодние «Сперс» напротив постоянно бросали со средней, но делали это настолько точно, что математически неправильный бросок оказался вполне себе эффективным (правда, бросать с таким процентом два года подряд оказалось невозможно).
Исполнители важны. Но они не перевернут математику, просто могут ее немного скорректировать. Худшая команда по броскам из-под кольца все равно попадает оттуда больше 62%, то есть 1,24 очка за бросок. Худшая команда по трехочковым из угла попадает оттуда 33,9% своих попыток, это больше 1,01 очка за бросок. Никто в НБА ни с одной из средних дистанций не бросает с процентом выше 48 (0,96 очка за бросок).
Любая команда будет бросать эффективнее, выходя на правильные броски. А убирая выгодные броски у соперника, ты делаешь лучше свою защиту.
Поэтому распределение бросков по дистанциям и точность в каждой из категорий – один из инструментов оценки команды на обеих половинах. В принципе, это можно использовать, как своеобразную «поправку на удачу». Если команда берет невыгодные броски, то у нее не должно быть слишком высокой реализации. Если команда отдает сопернику хорошие броски, а тот их не попадает, рано или поздно это закончится.
Достаточно удобно броски по дистанциям представлены вот здесь в разделе team shooting/opponent shooting (свои и соперника). Там и доли бросков, и реализация, и отдельные столбики для трехочковых из угла. Данные можно отмотать назад до 2000-го года, если интересно посмотреть, как команды бросали раньше, а как – сейчас.
Теоретически из всего этого обилия командных показателей можно даже сформировать себе определенный рисунок игры.
Например, защитный рейтинг покажет, что у «Джаз» и «Буллс» защита примерно одного уровня. Четыре фактора дадут понять, что «Юта» почти не форсирует потери, а «Чикаго» – наоборот очень даже преуспел в этом. Бросковая карта покажет, что «Юта» никого не подпускает к своему кольцу – соперники почти не атакуют с ближней дистанции, а против «быков» оттуда кидают только в путь.
Как итог, логично предположить, что Гобер сидит под кольцом, не встречает боллхэндлера соперника, поэтому не вынуждает того ошибаться. Отсюда у оппонентов «Юты» мало потерь. Но при такой обороне Гобер может полностью перекрыть «краску», что и показывает бросковая карта. С «быками» все наоборот – высокое давление на мяче форсирует ошибки соперника, но в случае провала они открывают как рывок к кольцу, так и три из угла.
Но это теоретически, ибо я-то все делал наоборот, сначала посмотрел игры, а уже потом – статистику.
Во что позалипать на карантине
Это не совсем командная статистика, но она и не индивидуальная. В общем, на НБА.ком сейчас есть два очень интересных инструмента для оценки успешности определенных сочетаний игроков.
Так, раздел impact позволяет понять, как определенные игроки влияют друг на друга и на партнеров. Например, можно посмотреть, как взаимодействуют Харден и Уэстбрук. Нет-рейтинг «Рокетс» лучше, когда они оба на паркете или когда Харден играет без Уэстбрука? Расс начинает бросать точнее, когда Харден на паркете? Становится ли защита лучше, когда они оба на скамейке? Риверс бросает точнее, играя только с Харденом или играя только с Уэстбруком? Все уже посчитано.
Это достаточно важная штука при оценке лидеров команды. Могут ли они играть друг без друга? Делают ли они друг друга лучше? И, как следствие, стоит ли их разводить по минутам?
Можно смотреть и на влияние игроков разных команд в матчах друг с другом, но тут, по понятным причинам, выборка не позволяет делать выводы (по крайней мере, по «регулярке»). Если уж смотреть на противостояние игроков, то более показательна статистика по матч-апам. Метрика позволяет увидеть и то, кто против кого обычно защищается, и то, насколько успешны разные игроки в таких матч-апах. Например, через кого Леброн атакует чаще всего или против кого хуже всего бросает. Выборка опять же малая, но крайние случаи описывает точно. Если кто-то не может защищаться против Леброна, это сразу видно, если кто-то проделывает действительно хорошую работу, это тоже заметно.
Второй интересный раздел – lineups. Все главные пятерки НБА на одной странице. Визуализация очень удобная, сразу видно, какие сочетания играли по многу, а какие были наиболее успешны.
Отсортировать сочетания можно не только по «нет-рейтингу», но и по точности, эффективности бросков соперника и доле бросков, набираемых в раннем нападении. Естественно, привязываться именно к пятеркам не обязательно – можно смотреть на сочетания 2, 3 или 4 игроков.
Статистика игроков
Индивидуальные данные в основном формируются из трех статистических разделов. Первый – это нагрузка, объем работы в атаке. Второй – эффективность этой работы. Третий – хоть что-нибудь про защиту.
Броски
Начнем с процента задействования (USG%). Метрика учитывает продуктивные атакующие действия – броски, штрафные и потери. USG% - это доля владений, в которых игрок отметился таким действием, за то время, пока был на паркете (владения, проведенные на скамейке, не учитываются как холостые).
По сути, это отражает бросковую нагрузку, позволяя не собирать по углам штрафные, броски с игры и потери по отдельности. На данный момент лидер НБА по этому показателю – Яннис, у него процент задействования больше 37. То есть, когда он на паркете, 37% владений «Бакс» заканчиваются атакой грека. Что неудивительно, учитывая его 20 бросков с игры и 10 штрафных за 30 минут на паркете. Это седьмой результат в истории, выше только Брайант, Джордан, Харден, Айверсон и Уэстбрук (дважды). При этом по эффективности рядом с Яннисом только Харден, остальные – заметно ниже.
Что касается эффективности в целом, ее вполне удачно описывают те же eFG% или TS%. Они делают поправку на ценность бросков и сводят все показатели воедино. Но есть важные детали, которые нужно учитывать.
Бросок был после передачи или нет?
При прочих равных с передачи попасть проще. Казалось бы, это проблемы тех, кто бросает с ведения, но эти игроки более независимы, ибо сами выводят себя на бросок. Их сложнее нейтрализовать. А вот среди атакующих после передачи игроков есть определенная грань между действительно зависимыми игроками и просто игроками такого вот специфического типа. Например, Редик бросает после передачи, но как бы выходит на бросок сам. Он так открывается, что отдать ему передачу может любое бревно. Ему не нужен разыгрывающий, просто средненький игрок НБА. С другой стороны, чтобы заигрывать некоторых пик-н-ролльных центров, нужен определенный талант – разыгрывающий должен стянуть двоих на заслоне, дабы освободить своего «большого». Для разных типов игроков степень зависимости разная, как и поправка на то, что они атакуют после передачи. Поэтому, следующий вопрос:
В какой атаке были набраны очки?
Сейчас на НБА.ком есть разделение на типы комбинаций. Открывая конкретный подвид атаки, вы видите, как часто игрок использует его и сколько очков за такое владение он набирает.
Так вот, у разных типов владений разная эффективность. Если исполнитель подходящий, то броски из-под кольца после скидки партнера приносят больше 1,3 очка за владение. Броски от топовых роллмэнов приносят больше 1,2 очка за попытку. Примерно столько же дают «спот-ап попытки» – броски после скидок, когда шутер не открывался на заслоне под получение, а просто остался открытым из-за того, что соперник ушел куда-то помогать. Вот это – зависимые броски. Их легко попасть, потому что создает их для тебя партнер.
Конечно, нельзя не отметить, что, например, грамотный роллмэн типа приковывает к себе столько внимания, что облегчает работу боллхэндлеру и дает чуть ли не обратную зависимость. Но это частности из красной книги, в дикой природе они встречаются редко, и даже успешные роллмэны, по большей части, зависимые и легко заменяемые игроки.
А вот открывания на заслоне, пик-н-роллы, изоляции и пост-апы – это владения, создаваемые самим бросающим игроком. Они требуют более агрессивных движений, тут уже сложнее сохранять равновесие и выдерживать механику броска, попасть труднее. Отсюда и просадка по эффективности в район 1,1 очка за владение от лучших представителей каждого из видов.
Бросок был в позиционке или в раннем нападении?
В этом сезоне эффективнее всех бросает с игры «Милуоки», их eFG% равен 55,3. Худшая команда по точности в раннем нападении – «Клипперс», они попадают с eFG% 56,0. То есть худший транзишн в НБА продуктивнее, чем лучшая атака лиги. Так вот, естественно, игрокам проще попадать в ранних атаках, и те, у кого высокая доля бросков в транзишне, изначально в выигрышном положении. И одно дело, если ты Яннис или Симмонс, игрок, который собственно и создает эти возможности раннего нападения. Другое дело, если ты просто защищаешься наверху и при перехвате оказываешься ближе всех к чужому кольцу. Ты – молодец, что быстро бежал, но на этом и все.
И эффективность игроков обязательно нужно прогонять через такие вот фильтры. Потому что самыми точными баскетболистами всегда будут центровые, которые бросают по 3 раза за матч, и все три их броска – данки после передачи партнера. Но это не значит, что они – самые эффективные бомбардиры. Просто у них самая легкая работа.
Передачи
Вторая составляющая атакующей нагрузки – передачи. Вроде как логично использовать процент результативных передач (AST%). Показатель учитывает долю попаданий партнеров с передачи игрока от общего числа попаданий партнеров. То есть, если у Валеры AST% 20, а ребята, которые играют с ним в команде, попали 10 раз, то у Валеры 2 результативные передачи. Но фишка в том, что владения, в которых игрок бросал сам, не учитываются вообще никак. Поэтому AST% чуть выше у звезд с большой бросковой нагрузкой, львиная часть тех бросков, на которые они не давали передачу – их собственные.
С одной стороны, подход процента передач логичен. Потому что у игроков с высокой бросковой нагрузкой просто меньше возможностей отдать результативную передачу – владений, в которых они пасуют, меньше. И вроде бы правильнее считать, именно сколько ассистов из теоретически доступных игрок отдал, а он ведь не может отдать результативную передачу сам себе.
С другой стороны, если ты постоянно бросаешь, то владений, в которых попадают твои партнеры, тупо меньше, и иметь там высокую долю передач проще. То есть отчасти отсутствие нацеленности на передачу сделает твой процент ассистов выше, что звучит не слишком логично. В общем, метрика неоднозначная и благоволит доминирующим на мяче игрокам.
Если же нужно посчитать чисто пасующую нагрузку, то уместнее взять «результативные передачи на 100 владений». По сути, это процент атак команды, закончившийся передачей от игрока. Прибавив это в проценту задействования, можно примерно оценить суммарную нагрузку в атаке. Тогда и большая бросковая нагрузка будет учтена, и игроков, бросающих редко, не будут зажимать.
Но процент задействования учитывает не только попадания, но и все броски, и даже потери. Добавлять к нему исключительно результативные передачи – не логично.
На помощь придут потенциальные ассисты – передачи, приведшие не к попаданию, а к броску (естественно, включая и попадания).
Это особенно удобно, если ты Трэй Янг, играющий с рукожопами, не способными попасть ни во что. По передачам за 100 владений ты будешь уступать Дончичу, или Рубио, но по созданным моментам будешь выше. И это важно, потому что разыгрывающие, играющие со слабыми завершающими, изначально в проигрышных позициях, а тут их подтягивают.
С другой стороны, эта метрика сильно на руку ребятам, которые просто настолько плохо пасуют, что с их передачи невозможно нормально бросать. У Уэстбрука потенциальных передач больше, чем у Хардена, а реальных передач больше у Джеймса. И любой болельщик «Оклахомы», который в этом сезоне увидел, как должен разыгрывать настоящий разыгрывающий, знает, в чем дело.
В любом случае, чтобы как-то пользоваться этой метрикой, нужно дождаться, чтобы НБА.ком дал возможность видеть данные в пересчете на 100 владений, а не «за матч».
Что касается эффективности передач, то ее считают разными методами, но все не очень.
Древний как мир вариант – соотношение передач к потерям. Но, как и все древнее, эта метрика достаточно сырая. Такая статистика всегда будет благоволить игрокам, которые мало обостряют для себя и нацелены именно на розыгрыш. Потому что сюрприз-сюрприз, мяч можно терять не только при попытке отдать передачу. У Рубио соотношение передач к потерям лучше, чем у Леброна, но не потому, что он лучше пасует, а потому что Леброн еще много чего делает, кроме передач, и там тоже можно терять мяч.
Сегодня есть все еще не слишком совершенные, но уже более интересные методы. Например, благодаря трэкингу, можно узнать, сколько процентов передач игрока стали результативными (AST to PASS%). Тут, конечно, нужно сравнивать между собой только тех, кто хоть иногда пасует. Но, в целом, инструмент рабочий и показывает, насколько агрессивно игрок обостряет.
Есть и более полные данные (AST to PASS% adjusted). Тут учитывается процент передач, приведших не только к попаданию, но и к штрафным броскам или к результативной передаче (то есть засчитываются хоккейные ассисты). Если речь идет об игроках с высокой общей нагрузкой в розыгрыше, то это, наверное, наиболее логичный инструмент для оценки эффективности передач. Нет, не потому, что Букер и Янг по этому показателю выше, чем Леброн. Просто эта метрика показывает, какая часть передач реально обостряющие.
Но такой показатель не особо чтит передачи на трехочковые. Вероятность того, что скидка на дальний бросок станет результативной, изначально ниже, просто из-за процента реализации, так что доля передач, превратившихся в ассист, будет ниже. Но трехочковый ведь стоит дороже. С этой точки зрения, логичнее использовать очки, набранные после передач игрока. Но это в свою очередь уже не имеет никакого отношения к эффективности, ибо тут никак не учитывается доля успешных передач от суммы отданных. Это не говоря о том, что на официальном сайте НБА эти данные опять же есть только в формате «за матч», что прискорбно. Ибо, как уже говорилось, такие показатели не позволяют точно сравнивать баскетболистов, получающих разное игровое время и играющих в разном темпе.
В общем, данные по передачам стали интереснее, но однозначных ответов все еще не дают.
Заслоны
Ну и для «больших» вовлеченность в атаку прилично отражается скрин-ассистами. Заслоны, напрямую приведшие к результативному броску, показывают, насколько часто атаки собственно идут через эти заслоны. Руди Гобер – признанный чемпион в этом плане, он ставит по 7 скрин-ассистов за матч.
Правда, есть вопросы, связанные с тем, насколько дело в игроке, ставящем заслоны.
Во-первых, Адамс в этом сезоне делает 5 скрин-ассистов за матч, за год до этого было 3,4. Думаете, дело в Уэстбруке? Если отмотать еще дальше, там снова будет 5 заслонов, приведших к попаданию в среднем за игру. А еще за год до этого – снова около 3,5. Этот показатель сильно зависит от игры команды. Если они гоняют пик-н-роллы, напрямую приводящие к броску, то будет у тебя много результативных заслонов. Если нет, то увы. Гобер в топе по скрин-ассистам не потому, что он классный постановщик заслонов, а потому что «Юта» играет через его заслон каждую атаку. А как иначе, ведь, если Руди не ставит заслон, то в нападении это просто бесполезный кусок дерева под кольцом.
Во-вторых, способность сделать заслон результативным сильно зависит от игрока, использующего этот заслон. Например, с кем бы сейчас ни играл Лиллард, у этого «большого» показатель скрин-ассистов будет в порядке. Не только потому, что Дэйм долбит свои пик-н-роллы снова и снова, но и потому, что делает это чертовски результативно.
В общем, как показатель качества заслонов, эта метрика не особо годится. А вот как показатель интегрированности «большого» в нападение – вполне.
Защита
Долгое время толковой защитной статистики не было, и ничего с тех пор не поменялось. Болельщикам приходилось перебиваться блок-шотами и перехватами, которые являлись скорее яркими проявлениями, чем отражением реального вклада.
Но со временем стало чуть лучше, появились дополнительные показатели, которые уже более полезны. А появились все столь же бессмысленные данные.
Например, попытки переосмыслить блок-шоты и перехваты с модным процентом блоков или подсчетом дефлекшенов (касаний мяча в защите) изначально были обречены. Потому что они считают то же самое просто чуть по-другому. А проблема с блок-шотами и перехватами была не в модели подсчета, а в их природе. Это редкие осязаемые проявления защиты, но цель не в них, миссия обороны – форсировать плохой бросок. Блок-шот или перехват – это скорее случайные следствия хорошей защиты. Ну там, «Миннесота» в этом сезоне в топ-10 как по перехватам, так и по блокам за 100 владений. Думаю, не стоит напоминать, где при этом их защита.
При этом нельзя не отметить, что хорошие защитные игроки нередко оказывались в топах по перехватам или дефлекшенам. Просто там же оказывались и слабые защитные игроки, которые рисковали в попытке выцепить перехват. И их провалы статистикой не учитывались, а вот успехи – очень даже. То же самое с игроками, читерящими блок-шоты, вылетая на каждый замах.
Но с развитием трэкинга, стало возможным отслеживать «защитный процент с игры». И это стало настоящей революцией, потому что теперь можно было четко отслеживать, через какого игрока с определенной дистанции попадают хуже всего. Более того, этот процент сравнивался со средним процентом попадания атакующего игрока, так что можно узнать, насколько процентов защитник понижает эффективность соперника.
Так, защитный процент под кольцом показывал, кто лучший рим-протектор. На сегодня – Брук Лопес (5+ бросков, 30+ матчей).
И все были так счастливы, но эта тема реально работает только для центровых.
Потому что центровые защищают кольцо ото всех. Центрового почти невозможно спрятать в защите. А игроки периметра защищаются на своей позиции. Поэтому слабых защитных игроков стараются спрятать на ком-нибудь безобидном, и это позволяет этим самым слабым защитным игрокам иметь хороший оборонительный процент. Это как рассказывать, какой Харден исторически крутой защитник в посте, как будто он защищается там против Эмбиида или других действительно пост-ап «больших», которых сегодня в НБА не то чтобы много. Нет, просто Харден разменивается на «четвертого», и дальше этот «четвертый», который не играл спиной два года, решает, что его долг – затоптать Хардена. А с таким Джеймс действительно справляется.
К слову, можно было бы посмотреть на защитные типы владений и оценить количество очков, пропускаемое игроком в том или ином владении. Но защита против пик-н-ролла – это работа, как минимум, двух людей. Реально оценить можно только защиту против изоляций и пост-апов. И мало того, что это далеко не вся защита, но в лиге же вообще нет ни одного игрока, проведшего не меньше 30 матчей и защищающегося в айзо или пост-апе хотя бы по 2 раза за матч.
В общем, оценить индивидуальный уровень защиты статистически достаточно сложно, даже если речь о банальной игре один в один.
Еще один как бы защитный показатель – это подбор в обороне. И я никак не могу понять, почему кому-то еще есть дело до этого показателя. Ну да, если мяч подбросить, он упадет, а ты его поймал, отличная работа. Какова ценность того, что мяч поймал именно ты, а не твой партнер по команде? Сколько из твоих подборов были действительно вырваны у соперника и имели какую-то ценность? На сегодня подборы в защите это как атакующее владение, в котором ты не допустил потерю – так и должно быть, их незачем считать.
Подборы в атаке выглядят чуть интереснее, но они, как правило, зависят от манеры игры и тренерских установок. Пик-н-ролльные «большие», догоняющие боллхэндлера, часто будут за ним подчищать. Если защитный центр соперника разменялся на периметр, то у атакующего центра преимущество в росте в борьбе за подбор. А если ты играешь за Поповича, то подборы в атаке забирать нельзя – нужно сразу бежать в защиту. Но тут есть хоть что-то, нацеленность на отскок, инстинкты, хасл. В защитном подборе, как в индивидуальной метрике, нет ничего. Драммонд собирает их по 40 штук за матч, всем плевать.
Но со временем стало лучше. Счетоводы начали записывать не только сами подборы, но и бокс-ауты, теперь можно узнать, сколько из подборов игрока было вырвано в борьбе. Или увидеть, что Драммонд, собиравший в прошлом сезоне по 10 подборов только в защите, никак не влиял на командный подбор «Детройта» в обороне, а Вучевич в этом сезоне с 8,5 подбора на своем щите, но с элитными цифрами по бокс-аутам и подборам с сопротивлением – переворачивает работу «Орландо» на щите.
Конечно, подбор в защите остается относительно командной темой, потому что на него влияет много чего. Например, игрок может просто сразу бежать в атаку, заставив соперника не идти на отскок, а возвращаться в защиту. У того, что маленький не разменялся на периметре, а отработал на ногах и позволил центру вернуться под кольцо, чтобы бороться за подбор, тоже есть какая-то ценность. Но теперь есть больше факторов, чтобы узнать реальное влияние игрока на подбор. И, собственно, количество самих подборов тут вообще не важно.
Наконец, можно было бы оценить защиту игрока, взглянув на оборонительный рейтинг, но это никогда не работает, потому что сильно зависит от сочетаний, с которыми выходит игрок. Теряется сама идея оценки индивидуального уровня.
В общем, сколько-нибудь приличная оборонительная статистика на сегодня есть только у «больших» с их защитой «краски» и влиянием на подборы.
Во что позалипать на каратине
В НБА всегда существовало жгучее желание создать какой-нибудь один показатель, который бы недвусмысленно объяснял, кто лучший игрок в мире. Раньше это были PER и WinShares – показатели, заметно переоценивавшие центровых. Хотя MVP до сих пор, как правило, выигрывает человек, лидирующий по PER – рейтингу эффективности игрока от Джона Холлинджера.
Потом появились более продвинутые и просто другие вещи: BPM, VORP, RPV, RPM, PIE и одну из этих аббревиатур я выдумал.
Каждый раз это что-то новое, и каждый раз находятся игроки, способные хакнуть формулу, как когда-то центровые хакнули PER (серьезно, Уайтсайд – 10-й игрок НБА по этой метрике, Джон Коллинс – 13-й, Митчелл Робинсон – 14-й, Вуд – 16-й, Харрелл, Валанчунас и Драммонд – замыкают двадцатку). В каждом новом показателе есть свое слабое место, из-за которого формула кого-то переоценивает. И, если глюки этой метрики пихать в топ кого-то лишнего, то как можно быть уверенным, что она адекватно расставила по порядку не лишних?
В общем, найти идеальную формулу это скорее утопия. Но это дает альтернативный взгляд, и позволяет что-нибудь немного переосмыслить. Из последних наработок достаточно интересно выглядит метрика RAPTOP от 538.
В целом, развитие статистики в последние годы радует. Сейчас это уже не тоненькая брошюрка, а огромная библиотека, в которой можно копаться часами. У нынешней статистики уже есть гораздо больше ответов, а мы уже привыкли задавать ей гораздо больше вопросов.
Но, естественно, без контекста это все еще просто цифры.
Фото: Gettyimages.ru/Christian Petersen, Matthew Stockman, Maddie Meyer, Patrick Smith, Elsa, Harry How, Patrick Smith, Kevin C. Cox, Jonathan Daniel, Takashi Aoyama, Michael Reaves, Tom Pennington
