”Kehittyneistä tilastoista” on tullut eräänlainen muotisana jääkiekkomaailmassa. Se on nousemassa NHL:ään kuten vuosia sitten MLB:hen. Jääkiekkojoukkueilla on kokonaisia osastoja analytiikkaa varten, ja siitä on tullut eräänlainen sota (sanaleikki tarkoitettu) kahden osapuolen välillä: datanörtit vs. vanhan koulukunnan jääkiekko. Tarkoitukseni on purkaa joitakin analytiikassa käytettyjä yleisiä tilastoja, jotta ihmiset pääsisivät helpommin sisään NHL-analytiikan maailmaan.
NHL-analytiikan ymmärtäminen
Kun halusin ensimmäisen kerran päästä sisään NHL-analytiikkaan, vaikeinta oli löytää resurssi, joka auttoi minua ymmärtämään, ei vain sitä, mitä tilastot merkitsivät, vaan myös sitä, mikä oli ”hyvä” versio tilastosta. On suhteellisen yleisesti tiedossa, että 30 maalia kaudessa on hyvä kausi, mutta mikä on hyvä Corsi tai odotetut maalit?
”Advanced stats” on usein harhaanjohtava termi. Tämä johtuu siitä, että pohjimmiltaan monet yleiset tilastot, joista puhutaan, ovat luonteeltaan äärimmäisen yksinkertaisia. Välillä on monimutkaisia tapoja tarkastella asiayhteyksiä tai mukana on isoja laskutoimituksia, mutta perustilastot eivät ole niin ”kehittyneitä”.
Ensimmäinen ennakkotieto ennen sisältöön paneutumista: suurin osa näistä numeroista on tarkoitettu mittaamaan 5v5:tä NHL:ssä. Kun puhutaan ylivoimapeleistä ja rangaistuspotkuista, siitä tulee eri peto.
Corsi
Mikä on Corsi? Tämä on luultavasti yleisin tilasto, jonka kuulee puhuttaessa NHL:n kehittyneistä tilastoista. Yksinkertaisimmillaan tiivistettynä: se mittaa mahdollisuuksien määrää. Corsi mittaa laukauksia maalia kohti, laukauksia leveälle ja torjuttuja laukauksia. Sillä on taipumus maalata laajempi kuva koko pelistä kuin vain perinteinen ”laukaukset maalia kohti” -laskenta.
On olemassa sekä Corsi for (CF) että Corsi against (CA). Tämän vuoksi Corsi voidaan esittää erona (C± tai C+/-) tai prosentteina (CF%). Näin ollen Corsi ilmaistaan yleisimmin CF%:n avulla. Se on yksinkertaisin ymmärtää, ja se asettaa sen yhteyteen, jota raa’an Corsi-prosentin tarkastelu ei anna. Yksilöllinen Corsi (iCF) on myös laskettavissa oleva tilasto. Se voi kertoa, kuinka monta laukaisuyritystä yksittäinen pelaaja on ottanut. Corsi tässä yhteydessä on kuitenkin harvoin käytössä.
Mitä sinun pitäisi etsiä, kun tarkastelet tätä tilastoa? Perinteisesti kaikkea yli 50% pidetään hyvänä. Suhtaudu tähän kuitenkin varauksella. Tämä on kynnysarvo, jota sinun tulisi etsiä laajasta työkokonaisuudesta. Yksittäisessä pelissä 47 %:n ja 51 %:n välistä eroa ei pitäisi käyttää sanomaan, että ”tällä pelaajalla oli hyvä peli ja tällä pelaajalla huono peli”. Yhden ottelun perusteella molempia pelaajia voidaan pitää keskinkertaisina. Kun otoskoko kasvaa, esimerkiksi 82 ottelun kauden aikana, erot 51 %:n ja 47 %:n välillä ovat paljon merkittävämpiä.
Fenwick
Fenwick on periaatteessa sama idea kuin Corsi, mutta se ei laske tilastoon torjuttuja laukauksia. Vain maalilaukausten ja laukausten mukaan ottaminen antaa luottoa ajatukselle, että blokatut laukaukset ovat tarkoituksellisia ja voivat olla osa valmentajan systeemiä. Monet Corsin ajatuksista pätevät Fenwickiin. Fenwick for percentage (FF%), Fenwick plus-miinus (F± tai F+/-).
Relative to Team
Kumpikin Corsi ja Fenwick voidaan kuvata suhteessa muuhun joukkueeseen. Se on melko yksinkertainen tapa nähdä, miten pelaaja ajaa peliä verrattuna joukkuetovereihin. Sitä mitataan ottamalla pelaajan jäällä oleva Corsi for -prosentti ja vähentämällä joukkueen Corsi for -prosentti ilman kyseistä pelaajaa jäällä.
Voidaan esimerkiksi katsoa Natural Stat Trick -linjatyökalua ja nähdä, että Carolina Hurricanesin CF% oli 53,48% ilman Jordan Staalia jäällä. Staalin ollessa jäällä Hurricanesin CF% oli 56,35%. Tämä antaisi Staalille suhteellisen CF%:n 2,87. Tämä arvo voidaan ilmaista myös negatiivisena, jos pelaajan CF% on alhaisempi kuin hänen joukkueensa. Samaa kaavaa voidaan soveltaa Fenwickiin.
PDO
*Huomaa, PDO ei ole lyhenne mistään. Se on yksinkertaisesti vain PDO.*
PDO on outo tilasto, eikä sitä itse asiassa käytetä kovinkaan usein, mutta sen tarkoituksena on mitata ”onnea” jääkiekossa. Tuo laskelma on yksinkertaisesti joko joukkueen tai pelaajan onnen mittaamista. Se on yksinkertaisesti joukkueen torjuntaprosentti plus heidän laukaisuprosenttinsa. Yksittäisten pelaajien PDO:n osalta tarkastellaan jäällä olevaa laukaisuprosenttia ja torjuntaprosenttia.
PDO:n ideana on, että joukkue tai pelaaja on tyypillisesti keskimäärin 100.0 koko kauden aikana, kun kuumat ja kylmät kaudet ovat tasoittuneet tähän suurin osa pelaajista.
PDO:n ongelma on kuitenkin se, että joukkueet ja pelaajat, jotka ovat keskiarvon yläpuolella, kuten Auston Matthews vuonna 2017-18, joka sijoittui 104,8:aan, odotetaan olevan odotettua 100,0:a korkeammalla. Paremmilla joukkueilla ja pelaajilla odotetaan olevan korkeammat laukaisuprosentit ja torjuntaprosentit johtuen siitä, että heillä on vain korkeammin koulutettuja pelaajia, ja tässä kohtaa tilasto jää vajaaksi.
Zone Starts
Zone-käynnistykset arvioivat, kuinka monta vuoroa pelaaja aloittaa hyökkäävällä vyöhykkeellä verrattuna puolustavaan vyöhykkeeseen. Tätä voidaan käyttää tarkastelemaan käyttöyhteyttä ja miten se vaikuttaa pelaajaan. Esimerkiksi pelaajilla, jotka aloittavat hyökkäysalueella useammin, voidaan odottaa olevan korkeampia lukuja tilastoissa, kuten Corsi. Tämä pätee myös päinvastoin. Monet näistä mittauksista eivät anna täydellistä kuvaa, mutta Evolving Hockey on alkanut seurata tätä yhdessä lentävän alueen käytön kanssa. Näin saadaan aiempaa kattavampi kuva.
Jatkossa Understanding NHL Analytics: A Beginners Guide tarkastelemme odotettuja maaleja. Jos sinulla on kysyttävää, ota rohkeasti yhteyttä Twitterissä.
Pääkuva:
Embed from Getty Images