«Estadísticas avanzadas» se ha convertido en una especie de palabra de moda en el mundo del hockey. Está emergiendo en la NHL como lo hizo hace años con la MLB. Los equipos de hockey tienen departamentos enteros para la analítica, y se ha convertido en una especie de guerra (juego de palabras) entre dos bandos: Los empollones de los datos contra el hockey de la vieja escuela. Lo que pretendo es desglosar algunas de las estadísticas más comunes utilizadas en la analítica para ayudar a la gente a introducirse en el mundo de la analítica de la NHL.
Entendiendo la analítica de la NHL
Cuando quise entrar por primera vez en la analítica de la NHL, lo más difícil fue encontrar un recurso que me ayudara a entender no sólo lo que significaban las estadísticas, sino lo que era una «buena» versión de la estadística. Es relativamente común saber que marcar 30 goles en una temporada es una buena temporada, pero ¿qué es bueno en términos de Corsi o de goles esperados?
«Estadísticas avanzadas» es a menudo un término engañoso. Esto se debe a que, en sus raíces, muchas de las estadísticas comunes de las que se habla son de naturaleza extremadamente simple. Hay algunas formas complejas de ver el contexto a veces, o algunos grandes cálculos involucrados, pero las estadísticas de base no son tan «avanzadas».
Un precursor final antes de entrar en el contenido: la mayoría de estos números son para medir 5v5 en la NHL. Cuando se habla de powerplays y penalty kills, se convierte en una bestia diferente.
Corsi
¿Qué es Corsi? Esta es probablemente la estadística más común que se escucha cuando se refiere a las estadísticas avanzadas de la NHL. Para resumirlo en los términos más básicos: es la medición del número de oportunidades. Corsi mide los tiros a puerta, los tiros desviados y los tiros bloqueados. Tiende a pintar una imagen más amplia de todo el juego que el recuento tradicional de «disparos a puerta».
Hay tanto Corsi a favor (CF) como Corsi en contra (CA). Debido a esto, el Corsi puede mostrarse como un diferencial (C± o C+/-), o como un porcentaje (CF%). Con esto, el uso más común de expresar el Corsi es a través del CF%. Es el más sencillo de entender y lo pone en un contexto que no tiene el Corsi bruto a favor o en contra. El Corsi individual (iCF) también es una estadística calculable. Te puede decir cuántos intentos de tiro ha hecho un solo jugador. Sin embargo, el Corsi en este contexto rara vez se utiliza.
Ahora bien, ¿en qué hay que fijarse cuando se mira esta estadística? Tradicionalmente, cualquier cosa por encima del 50% se considera buena. Sin embargo, tómese esto con un grano de sal. Este es el umbral que se debe buscar en un gran cuerpo de trabajo. En un solo partido, la diferencia entre el 47% y el 51% no debería utilizarse para decir «este jugador ha hecho un buen partido y este otro ha hecho un mal partido». En el contexto de un solo partido, estos dos jugadores podrían considerarse en el medio del pelotón. A medida que el tamaño de la muestra se hace más grande, como en una temporada de 82 partidos, las diferencias entre el 51% y el 47% son mucho más significativas.
Fenwick
Fenwick es básicamente la misma idea que Corsi, sin embargo, no cuenta los tiros bloqueados en la estadística. Incluir sólo los tiros a puerta y los tiros lejanos da crédito a la idea de que los tiros bloqueados son intencionados y podrían formar parte del sistema de un entrenador. Muchas de las ideas de Corsi se aplican a Fenwick. Fenwick por porcentaje (FF%), Fenwick más-menos (F± o F+/-).
Relativo al equipo
Tanto Corsi como Fenwick pueden representarse como relativos al resto de su equipo. Es una forma bastante sencilla de ver cómo el jugador impulsa el juego en comparación con sus compañeros de equipo. Se mide tomando el porcentaje de Corsi de un jugador en el hielo y restando el porcentaje de Corsi del equipo sin dicho jugador en el hielo.
Por ejemplo, podemos mirar la herramienta de línea Natural Stat Trick y ver que los Carolina Hurricanes tuvieron un CF% de 53,48% sin Jordan Staal en el hielo. Con Staal en el hielo, los Hurricanes tuvieron un CF% del 56,35%. Esto daría a Staal un CF% relativo de 2,87. Este valor también puede expresarse como negativo en caso de que el CF% de un jugador sea inferior al de sus equipos. La misma fórmula podría aplicarse a Fenwick.
PDO
*Nota, PDO no es un acrónimo de nada. Es simplemente PDO.*
PDO es una estadística extraña, y en realidad no se utiliza tan a menudo, pero su objetivo es medir la «suerte» en el hockey. Ese cálculo es simplemente para medir la suerte de un equipo o de un jugador. Es simplemente el porcentaje de paradas del equipo más su porcentaje de tiros. En términos de PDO de jugadores individuales, miramos el porcentaje de tiros en el campo y el porcentaje de paradas.
La idea detrás del PDO es que un equipo o jugador normalmente promediará un total de 100.0 a lo largo de una temporada completa, una vez que las rachas calientes y las rachas frías se han nivelado, es donde la mayoría de los jugadores se situarán.
El problema con el PDO, sin embargo, es que se espera que los equipos y los jugadores que están por encima de la media, como Auston Matthews en 2017-18 que terminó con 104,8, sean más altos que el 100,0 esperado. Se espera que los mejores equipos y jugadores tengan mayores porcentajes de tiro y porcentajes de salvación debido al hecho de que simplemente tienen jugadores más hábiles, y aquí es donde la estadística se queda corta.
Inicios de zona
Los inicios de zona evalúan cuántos turnos comienza un jugador en la zona ofensiva frente a la zona defensiva. Esto se puede utilizar para ver el contexto de uso y cómo afecta a un jugador. Por ejemplo, los jugadores que empiezan en la zona ofensiva con más frecuencia podrían tener números más altos en estadísticas como Corsi. Lo contrario también es cierto. Muchas de estas mediciones no dan la imagen completa, sin embargo, Evolving Hockey ha comenzado a rastrear esto junto con el uso de la zona de vuelo. Esto captura una imagen más completa que antes.
La próxima vez en Entendiendo la Analítica de la NHL: Una Guía para Principiantes veremos los goles esperados. Si tienes alguna pregunta, no dudes en contactarnos en Twitter.
Foto principal:
Embed from Getty Images