Как данните изиграха роля в шампионата на НБА на Торонто Раптърс
Торонто Раптърс наскоро изненадаха баскетболния свят, като направиха това, което изглеждаше невъзможно: изпратиха династичните Голдън Стейт Уориърс, за да вдигнат първия си шампионски трофей в НБА.
А да победиш Warriors наистина означаваше да ги победиш в тяхната собствена игра: разширен анализ на данни.
Фронт офисът на Warriors беше един от първите, които се възползваха от анализа на данни, който напълно промени баскетбола през последните години. Голдън Стейт беше един от първите шест отбора – заедно с Далас, Хюстън, Сан Антонио, Бостън и Оклахома Сити – които инсталираха SportVU камери, които събират данни за всеки играч на корта, за да измерват тяхната скорост, разстояние и притежание, и да преразгледат своя стил на игра, за да се приведат в съответствие с това, което цифрите показват за ефективността на удара.
Като всички добри анализатори, Раптърс наблюдаваха и се научиха и имат първата си титла в НБА, която да покажат за това. Ето някои от начините, по които Raptors използваха анализ на данни, за да изградят шампионски отбор.
Научете умения за данни, за да подобрите кариерата си – от дома!
Предлага BrainStation Онлайн курсове за сертификати на живо в науката за данни, анализа на данни, машинното обучение и програмирането на Python. Посещавайте уроци на живо и общувайте с инструктори и връстници от всяка точка на света.
Намиране на недооценени играчи
Сред другите исторически важни събития, Raptors станаха първият отбор, спечелил първенство в НБА без лотария в списъка си , с Леонард – който беше избран на 15тиобщо – класиране като играч, избран най-високо.
В хода на плейофите те получиха значителен принос от редица непокрити играчи, включително победителя за най-добър играч Паскал Сиакам (драфтиран 27тикато цяло), Норман Пауъл (46тикато цяло) и Фред Ван Влийт, страж, който остана недрафтиран и чиито 14 точки на мач и задушаваща защита срещу Стеф Къри бяха от решаващо значение за победата на Раптърс.
Въпреки че голяма част от този скаутски успех трябва да се дължи на президента на Raptors Масаи Уджири и окото на екипа му за таланти, екипът също получи помощ от първи по рода си решение, което използва когнитивната технология на IBM Watson за трансформиране на оценката на таланта на Raptors, създавайки платформа, която може да анализира данни, включително статистика на отбора и лигата, информация за играчите, настроения в социалните медии и договори в реално време.
Той предоставя консолидиран, изчерпателен изглед на цялата информация за играчите, казах . Направиха ми го в лаборатория. Честно казано беше като изследователски проект.
Когато пристигна в Торонто като помощник-треньор, Nurse донесе със себе си своята философия, основана на анализа: лежанията и тройките бяха ефективни удари, докато скокове от среден диапазон не бяха.
Имаме доста строг спектър от удари, който следваме, той обясни .
Всъщност Раптърс направиха само 12,8 опита за гол на мач през 2018-19 г. от зоната на средния диапазон (зоната между ключа и линията за три точки), в сравнение с 20,3 на мач преди пристигането на Nurse.
Управление на натоварването на Kawhi Leonard
Когато Кауи Леонард пропусна 22 мача от редовния сезон без конкретна контузия, но вместо това, за да се гарантира, че ще бъде здрав и отпочинал за плейофите – стратегия, която запомнящо се нарича управление на натоварването – феновете на Raptors понякога роптаеха, че не успяват да видят звездата в действие всяка вечер .
Но те със сигурност не се оплакваха, когато Леонард издигна трофея си за MVP на финала след серия от доминация, при която двукратният шампион отбеляза третите най-много точки в един постсезон в историята на НБА.
Липсващите ми игри не са само за да ме поддържат свеж, Леонард казах през сезона. Очевидно се уверявам, че няма да нараня отново нещо, за което отсъствах миналата година. (Медицинският персонал на Raptors) се справя добре с четенето на изображения и се уверява, че се подобрявам, вместо да отслабвам по отношение на здравето.
Всъщност управлението на натоварването има всичко общо с данните.
Въпреки че Raptors са били потайни за това как са определили точно кога да седнат Леонард, носещият се GPS даде възможност на екипите да следят отблизо всичко относно начина, по който играчът се движи, за да забележат нередности в представянето, които биха могли да показват нараняване. Колегите на Раптърс от кръстосания град, Блу Джейс, използване популярното носимо устройство УПА за наблюдение на възстановяването, напрежението и съня.
Има толкова много налични данни по отношение на здравето на играчите, някои експерти казват, че екипният математик е станал задължителен.
В една футболна игра, включително всички играчи, има над милион точки данни, генерирани за 90 минути, казах Спортният физиолог Трент Стелингверф, член на канадския медицински персонал на много олимпиади. И така в отборния спорт управлението на натоварването е невероятно сложно. Това е отчасти наука и отчасти интерпретация.
Кайл Лоури: Звезда, подценена от традиционните статистики
В решителната победа в шести мач на Торонто над Голдън Стейт, звездата Кайл Лоури отбеляза 26 точки, с 10 асистенции и седем борби, което го направи едно от най-добрите представяния в плейофите. Това беше оправдание за често злепоставяния точка гард, но онези, които имат ум за анализ на данни – включително собственото ръководство на Raptors – не бяха изненадани колко ефективен беше той.
Ако погледнете традиционните статистики за броене, средните стойности на Лоури за мандата му в Торонто със сигурност са добри, но не и звездни: 17,4 точки, 7,1 асистенции и 4,9 борби.
Разширени статистики , обаче, вършат много по-добра работа за улавяне на стойността му. Например, Лоури се класира на 15тикато цяло от всички играчи в НБА миналия сезон в истински плюс-минус – нова статистика, която измерва колко по-добър е отборът, когато даден играч е на пода – след класиране на девети, 10ти, и седми в статистиката за трите сезона преди това.
С други думи, той е един от 15-те най-ефективни играчи в НБА в продължение на години, но това е добре пазена тайна - дори на собствения екип на неговия отбор е необходимо време, за да разберат нивото на въздействие, което носи.
Когато за първи път получих работата, момчетата от анализаторите дойдоха да ми кажат колко много Кайл влияе върху спечелването, казах Уджири. Накараха ме да разбера.
Научете умения за данни, за да подобрите кариерата си – от дома!
Предлага BrainStation Онлайн курсове за сертификати на живо в науката за данни, анализа на данни, машинното обучение и програмирането на Python. Посещавайте уроци на живо и общувайте с инструктори и връстници от всяка точка на света.
