Stats for Dummies – Episodio 2: Blackjack

Stats for Dummies – Episodio 2: Blackjack

Lo scopo della statistica non è solo prevedere: tramite i numeri possiamo anche comprendere in maniera più accurata quanto è accaduto in campo

Bentornati su Stats for Dummies! Dopo il primo capitolo dedicato alla media, in questa nuova puntata cercheremo di sfatare alcune convinzioni dei detrattori più accaniti dei numeri con l’aiuto di un parallelismo.

Chi ha visto il film 21?

Ventuno vittoria, grande baldoria!”

Questo era il motto dei ragazzi che andavano a sbancare i casinò di Las Vegas grazie al conteggio delle carte nel gioco del Blackjack. Tale conteggio altro non è che un metodo per stimare le proprie possibilità di vittoria contro il banco. In breve, assegnando un valore specifico ad ogni carta è possibile determinare quale sia il momento propizio per effettuare le puntate più rischiose.

Il conteggio delle carte è dunque un metodo statistico predittivo: tramite tale metodo è possibile stimare con sufficiente precisione se la prossima carta estratta dal mazzo sarà alta o bassa e, in base a quella previsione, decidere se e quanto puntare.
Questa concezione che tramite le statistiche si possa sempre predire il futuro è abbastanza diffusa; eppure, nel basket come in altri ambiti, le statistiche utilizzate normalmente sono tutto tranne che predittive. Questo perché c’è una grande, grandissima differenza tra basket e blackjack: il numero di possibilità.

Il conteggio delle carte è possibile perché si conosce la composizione del mazzo e ad ogni carta estratta si può stimare una possibilità sempre più precisa di quale carta uscirà successivamente.

Rapido esempio. Dal classico mazzo di 52 carte (composto da 40 numeri e 12 figure) vengono estratte le prime 42 carte: 39 sono carte numeriche, le restanti 3 figure. È chiaro che la prossima carta estratta avrà altissime probabilità di essere una figura, perché sappiamo che nel mazzo rimangono una sola carta numerica e nove figure.

Il basket invece non funziona così: volendo proseguire nell’analogia, è come avere un mazzo con infinite carte. Non è possibile prevedere se uscirà una carta rispetto ad un’altra perché non si conosce la composizione rimanente nel mazzo. In altre parole, ogni gesto tecnico della pallacanestro è un fenomeno aleatorio (o stocastico): vale a dire che non si può determinare con assoluta certezza l’esito di quel gesto perché non si hanno a disposizione dati definiti o calcolabili. L’atto del tiro è ogni volta diverso dal precedente, per quanto uno si possa allenare: un salto leggermente diverso, un dito più spostato, la posizione del difensore. Tutti questi dati non sono ovviamente calcolabili e ad ogni tiro variano, rendendo la sua esecuzione un evento aleatorio. Tale fatto si estende in pratica ad ogni gesto tecnico della pallacanestro, rendendo quindi l’intero gioco un fenomeno aleatorio.

Ad alcuni a questo punto potrebbe sorgere una domanda: ma allora a cosa serve la statistica applicata al basket? Lo scopo della statistica non è solo prevedere: tramite i numeri possiamo anche comprendere in maniera più accurata quanto è accaduto in campo. È questo il vero utilizzo che si fa nel mondo della pallacanestro.

Convertire in numeri contributi e situazioni aiuta la comprensione del gioco, permettendo di catalogare e classificare ogni aspetto. In questo modo è più facile capire le tendenze di una squadra o di un giocatore avversario per cercare di limitarlo al meglio; oppure migliorare l’apporto dei propri giocatori per aumentare l’efficienza d gioco.

Facciamo alcuni esempi: lo scorso anno lo Zalgiris nella regular season di EuroLeague era una delle squadre più difficili da affrontare. Per trovare un possibile punto debole da attaccare diamo un occhio alle seguenti statistiche:

Si nota che nelle vittorie la squadra lituana tirava in maniera eccellente, ma in particolare tirava ottimamente da 3 punti. Un primo adeguamento difensivo sarebbe stato dunque quello di limitare o almeno disturbare i tiratori dello Zalgiris. Ma questo forse, anche senza statistiche era facilmente intuibile. Infatti è più interessante il Pace: si poteva osservare che il ritmo partita nelle vittorie era basso, mentre nelle sconfitte tendeva ad aumentare anche al di sopra della media di lega (69,5). Alla luce di questi dati sarebbe stato utile cercare di alzare il ritmo, sfruttando qualche transizione o semi-transizione, per invogliare Pangos e compagni a correre; i Rating mostrano infatti che a quei ritmi la squadra di Kaunas usciva dalla propria zona di comfort, abbassando la qualità offensiva e subendo molto di più in difesa. Questo particolare aspetto non è subito immediato con la sola visione delle partite: sfruttando le statistiche si ha invece la possibilità di scoprire questa particolare caratteristica e cercare di sfruttarla a proprio vantaggio.

Questo anche banale esempio serve per far comprendere come le statistiche non vengano utilizzare per prevedere come giocherà lo Zalgiris la prossima partita, ma piuttosto come uno strumento di analisi sulle partite già giocate, in modo da avere una visione quanto più veritiera del gioco dello Zalgiris.

Un altro esempio: l’Olimpia Milano ha uno dei migliori tiratori catch and shoot d’Europa, ovvero Dairis Bertans. Tramite le statistiche disponibili è possibile comporre la sua Shots Chart, che riporto qua sotto (ringrazio @lostgps per il superbo lavoro):

Dal grafico è possibile notare che Bertans ha tirato leggermente meglio dal lato destro rispetto a quello sinistro. Si nota infatti che la percentuale realizzativa complessiva è del 38% sul lato sinistro, mentre sul lato opposto è del 46%. Lo staff tecnico potrebbe dunque pensare di creare degli schemi di gioco che portino il Lettone a uscire dai blocchi verso destra, per avere maggiori chance di una tripla realizzata.

Si sfrutta quindi la tendenza che scaturisce dal grafico sopra riportato: ciò però non vuol dire che automaticamente Bertans migliorerà le sue percentuali al tiro. Le statistiche non sono state usate per prevedere una percentuale migliore del Lettone, ma piuttosto per cavalcare una possibile tendenza che potrebbe garantire benefici sia al giocatore che alla squadra. Se sarà così o meno lo si scoprirà a utilizzo avvenuto, quando si potranno confrontare i nuovi dati.

Questi due esempi sono tutto sommato semplici, ma servono per far comprendere l’utilizzo più consono delle statistiche applicate al basket: grazie ad esse è possibile individuare con più sicurezza e precisione aspetti di gioco su cui è possibile investire con lo scopo finale di ricercare il miglioramento. Difficilmente il basket può essere predetto (ed è questo il suo bello) dato che, come abbiamo detto, è un insieme di infiniti fenomeni aleatori, che, per definizione stessa, sono eventi di cui è impossibile determinare l’esito.

Commenta