Hvordan data spillede en rolle i Toronto Raptors' NBA-mesterskab

Toronto Raptors overraskede for nylig basketballverdenen ved at gøre, hvad der syntes umuligt: ​​at sende de dynastiske Golden State Warriors for at løfte deres allerførste NBA-mesterskabstrofæ.

Og at slå Warriors betød virkelig at slå dem i deres eget spil: avanceret dataanalyse.



Warriors' front office var en tidlig adopter inden for dataanalyse, som fuldstændig har ændret basketball i de seneste år. Golden State var et af de første seks hold – sammen med Dallas, Houston, San Antonio, Boston og Oklahoma City – til at installere SportVU-kameraer, som indsamler data om hver spiller på banen for at måle deres hastighed, distance og besiddelse, og at revidere deres spillestil, så de stemmer overens med, hvad tallene indikerede om skudeffektivitet.



Som alle gode analytikere observerede og lærte Raptors, og de har deres første NBA-titel at vise til. Her er nogle af måderne, hvorpå Raptors udnyttede dataanalyse til at bygge et mesterskabshold.

Ikon

Lær datafærdigheder for at booste din karriere – hjemmefra!



BrainStation tilbyder Online live certifikatkurser i datavidenskab, dataanalyse, maskinlæring og python-programmering. Deltag i live klasser og interager med instruktører og jævnaldrende fra hvor som helst i verden.

Tal med en læringsrådgiver

At finde undervurderede spillere

Blandt de andre historiske milepæle blev Raptors første hold til at vinde et NBA-mesterskab uden et lotterivalg på deres liste , med Leonard – der blev udnævnt 15thsamlet – rangering som den spiller, der er valgt højest.



I løbet af slutspillet fik de store bidrag fra en række usungne spillere, inklusiv Most Improved Player-vinderen Pascal Siakam (drafted 27thsamlet), Norman Powell (46thsamlet set), og Fred Van Vleet, en guard, der gik undrafted, og hvis 14 point pr. kamp og kvælende forsvar på Steph Curry var afgørende for Raptors sejr.

Selvom en stor del af denne scoutingsucces skal tilskrives Raptors præsident Masai Ujiri og hans stabs øje for talent, har holdet også fået hjælp fra en første af sin slags løsning, der bruger IBM Watsons kognitive teknologi til at transformere Raptors' talentevaluering og skabe en platform, der kunne analysere data, herunder hold- og ligastatistikker, spillerinformation, følelse på sociale medier og kontrakter i realtid.

Det giver et konsolideret, omfattende overblik over alle spilleroplysninger,

Der bemyndigede Morey Nurse til at eksperimentere med de basketballfilosofier, han havde udledt fra sin egen dataanalyse. Under Nurse vandt Vipers mesterskabet i 2012-13.

Jeg tog til Houston for at lære, han sagde . De gjorde det til et laboratorium for mig. Det var ærligt talt som et forskningsprojekt.

Da han kom til Toronto som assistenttræner, bragte Nurse sin analytiske filosofi med sig: layups og trepointere var effektive skud, hvorimod midrangespring ikke var det.

Vi har et ret strengt skudspektrum, som vi følger, han forklaret .

Faktisk tog Raptors kun 12,8 field-goal-forsøg pr. kamp i 2018-19 fra mellemområdet (zonen mellem nøglen og trepunktslinjen), sammenlignet med 20,3 pr. kamp før Nurses ankomst.

Håndtering af Kawhi Leonards arbejdsbyrde

Kawhi Leonard

Da Kawhi Leonard gik glip af 22 kampe i den regulære sæson uden nogen specifik skade, men i stedet for at sikre, at han ville være sund og udhvilet til slutspillet – en strategi, der mindeværdigt kaldes load management – ​​brokkede Raptors-fans nogle gange over, at de ikke fik set stjernen frem i aktion hver aften .

Men de klagede bestemt ikke, da Leonard hev sit Finals MVP-trofæ efter et løb af dominans, hvor den to-dobbelte mester scorede tredjeflest point i en enkelt postseason i NBA-historien.

At jeg mangler spil er ikke kun for at holde mig frisk, Leonard sagde i løbet af sæsonen. Det er tydeligvis at sørge for, at jeg ikke genskade noget, som jeg var ude for sidste år. (Raptors medicinske personale) har gjort et godt stykke arbejde med at læse billeder og sørge for, at jeg forbedrer mig i stedet for at falde på sundhedssiden.

Faktisk har belastningsstyring alt at gøre med data.

Selvom Raptors har været hemmelighedsfulde omkring, hvordan de bestemte præcis, hvornår de skulle sidde Leonard, har bærbar GPS bemyndiget hold til nøje at overvåge alt om den måde, en spiller bevæger sig for at bemærke præstationsuregelmæssigheder, der kunne tyde på en skade. Raptors modstykker på tværs af byen, Blue Jays, brug den populære wearable WHOOP at overvåge restitution, belastning og søvn.

Der er så mange data tilgængelige med hensyn til spillernes helbred, nogle eksperter siger, at en holdmatematiker er blevet obligatorisk.

I en fodboldkamp, ​​inklusive alle spillerne, er der over en million datapunkter genereret over 90 minutter, sagde Sportsfysiolog Trent Stellingwerff, medlem af Canadas medicinske personale ved adskillige OL. Og så i holdsport er belastningsstyring utrolig kompleks. Det er dels videnskab og dels fortolkning.

Kyle Lowry: En stjerne undervurderet af traditionelle statistikker

I Torontos afgørende kamp seks-sejr over Golden State scorede stjernen Kyle Lowry 26 point med 10 assists og syv rebounds, hvilket gjorde det til en af ​​de bedste præstationer i slutspillet. Det var en retfærdiggørelse for den ofte udskældte point guard, men dem med et sind for dataanalyse - inklusive Raptors egen ledelse - var ikke overrasket over, hvor effektiv han var.

Hvis du ser på de traditionelle tællestatistikker, er Lowrys gennemsnit i løbet af hans embedsperiode med Toronto bestemt gode, men ikke fantastiske: 17,4 point, 7,1 assists og 4,9 rebounds.

Avanceret statistik , dog gøre et meget bedre stykke arbejde med at fange hans værdi. For eksempel rangerede Lowry 15thsamlet ud af alle spillere i NBA sidste sæson i reelle plus-minus – en ny statistik, der måler, hvor meget bedre et hold er, når en bestemt spiller er på gulvet – efter placeringen niende, 10th, og syvende i statistikken i de tre foregående sæsoner.

Med andre ord, han har været en af ​​de 15 mest effektive spillere i NBA i årevis, men det har været en velbevaret hemmelighed - selv hans holds egne brasser tog tid til at forstå niveauet af indflydelse, han bringer.

Da jeg først fik jobbet, kom analytikerne for at fortælle mig, hvor meget Kyle påvirker at vinde, sagde Ujiri. De fik mig til at forstå.

Ikon

Lær datafærdigheder for at booste din karriere – hjemmefra!

BrainStation tilbyder Online live certifikatkurser i datavidenskab, dataanalyse, maskinlæring og python-programmering. Deltag i live klasser og interager med instruktører og jævnaldrende fra hvor som helst i verden.

Tal med en læringsrådgiver


Kategori: Dataanalyse