Kuinka Data näytteli roolia Toronto Raptorsin NBA-mestaruuskilpailuissa
Toronto Raptors yllätti äskettäin koripallomaailman tekemällä sen, mikä vaikutti mahdottomalta: lähettämällä dynastian Golden State Warriorsin nostamaan ensimmäistä NBA-mestaruuttaan.
Ja Warriorsin voittaminen merkitsi todella heidän lyömistä heidän omassa pelissään: edistyneessä data-analytiikkassa.
Warriorsin front office oli varhainen omaksuja data-analytiikan alalla, joka on muuttanut koripallon täysin viime vuosina. Golden State oli yksi kuudesta ensimmäisestä joukkueesta – yhdessä Dallasin, Houstonin, San Antonion, Bostonin ja Oklahoma Cityn kanssa – jotka asensivat SportVU-kamerat, jotka keräävät tietoja jokaisesta kentällä olevasta pelaajasta mitatakseen heidän nopeuttaan, matkaansa ja pallonhallintaansa. muuttaa pelityyliään vastaamaan sitä, mitä numerot kertoivat laukausten tehokkuudesta.
Kuten kaikki hyvät analyytikot, Raptors havaitsi ja oppi, ja heillä on ensimmäinen NBA-tittelinsä. Tässä on joitain tapoja, joilla Raptors hyödynsi data-analytiikkaa mestaruusjoukkueen rakentamiseen.
Opi datataitoja parantaaksesi uraasi – kotoa käsin!
BrainStation tarjoaa Online-suorat todistuskurssit datatieteessä, data-analytiikassa, koneoppimisessa ja python-ohjelmoinnissa. Osallistu live-tunneille ja ole vuorovaikutuksessa ohjaajien ja vertaisten kanssa kaikkialta maailmasta.
Aliarvostettujen pelaajien löytäminen
Muiden historiallisten virstanpylväiden joukossa Raptorsista tuli ensimmäinen joukkue, joka on voittanut NBA-mestaruuden ilman lottovalintaa listassaan , Leonardin kanssa, joka valittiin 15thkokonaisarvo – korkeimman valitun pelaajan sijoitus.
Pudotuspelien aikana he saivat suuren panoksen useilta unohdettuilta pelaajilta, mukaan lukien Parhaiten kehittyneen pelaajan voittaja Pascal Siakam (drafti 27.thkokonaisuus), Norman Powell (46thkaiken kaikkiaan) ja Fred Van Vleet, vartija, joka jäi ilman draftia ja jonka 14 pistettä per peli ja Steph Curryn tukahduttava puolustus olivat ratkaisevia Raptorsin voiton kannalta.
Vaikka suuri osa tiedustelumenestyksestä kuuluu Raptorsin presidentin Masai Ujirille ja hänen henkilökuntansa kyvykkyydelle, tiimi on saanut apua myös ensimmäinen laatuaan ratkaisu, joka käyttää IBM Watsonin kognitiivista teknologiaa muuttamaan Raptorsin kykyarvioinnin luoden alustan, joka voi analysoida tietoja, mukaan lukien joukkue- ja liigatilastot, pelaajatiedot, sosiaalisen median tunteet ja sopimukset reaaliajassa.
Se tarjoaa konsolidoidun, kattavan näkymän kaikista pelaajatiedoista, sanoi . He tekivät siitä minulle laboratorion. Se oli suoraan sanottuna kuin tutkimusprojekti.
Kun hän tuli Torontoon apuvalmentajaksi, Nurse toi mukanaan analytiikkatietoisen filosofiansa: maadotukset ja kolmipisteet olivat tehokkaita laukauksia, kun taas keskialueen hyppyt eivät.
Meillä on melko tiukka laukausspektri, jota seuraamme, hän selitti .
Itse asiassa Raptors teki vain 12,8 kenttämaaliyritystä peliä kohden vuosina 2018–2019 keskialueen alueelta (avaimen ja kolmen pisteen rajan välinen vyöhyke), kun taas 20,3 per peli ennen Nursen saapumista.
Kawhi Leonardin työtaakan hallinta
Kun Kawhi Leonard jätti väliin 22 runkosarjan ottelua ilman erityistä loukkaantumista, mutta sen sijaan varmistaakseen, että hän olisi terve ja levännyt pudotuspeleihin – tätä strategiaa kutsuttiin ikimuistoiseksi kuormituksen hallitukseksi – Raptorsin fanit mutisivat toisinaan siitä, etteivät he saaneet nähdä tähtiä toiminnassa joka ilta. .
Mutta he eivät todellakaan valittaneet, kun Leonard nosti finaalin MVP-pokaalinsa ylivallan jälkeen, jolloin kaksinkertainen mestari teki kolmanneksi eniten pisteitä yhdellä NBA-historian jatkokaudella.
Minulta puuttuu pelejä, ei vain siksi, että pysyisin tuoreena, Leonard sanoi kauden aikana. Se tietysti varmistaa, etten vahingoita uudelleen jotain, jonka vuoksi olin ulkona viime vuonna. (Raptorsin lääkintähenkilöstö) ovat tehneet hyvää työtä lukeakseen kuvia ja varmistaakseen, että paranen terveydellisen puolen heikkenemisen sijaan.
Itse asiassa kuormituksen hallinnassa on kaikki tekemistä tietojen kanssa.
Vaikka Raptors on ollut salaperäinen sen suhteen, kuinka he päättivät tarkalleen, milloin Leonard on istuttava, puettava GPS on antanut joukkueille mahdollisuuden seurata tarkasti kaikkea pelaajan liikkeitä havaitakseen suorituskyvyn epäsäännöllisyydet, jotka voivat viitata loukkaantumiseen. Raptorsin toverit, Blue Jays, käyttää suosittu puettava HUUTAA seurata palautumista, rasitusta ja unta.
Pelaajien terveydestä on saatavilla niin paljon tietoa, että joidenkin asiantuntijoiden mukaan joukkueen matemaatikko on tullut pakolliseksi.
Yhdessä jalkapallopelissä, mukaan lukien kaikki pelaajat, on yli miljoona datapistettä 90 minuutin aikana, sanoi Urheilufysiologi Trent Stellingwerff, Kanadan lääkintähenkilöstön jäsen useissa olympialaisissa. Ja niin joukkueurheilussa kuormanhallinta on uskomattoman monimutkaista. Se on osittain tiedettä ja osittain tulkintaa.
Kyle Lowry: Perinteisten tilastojen aliarvostettu tähti
Toronton kuudennen ottelun ratkaisevassa voitossa Golden Statesta tähti Kyle Lowry teki 26 pistettä, 10 syöttöä ja seitsemän levypalloa, mikä teki siitä yhden pudotuspelien parhaista suorituksista. Se oli kunnianosoitus usein moititulle pistevartijalle, mutta ne, jotka ovat kiinnostuneita data-analyytikoista – mukaan lukien Raptorsin oma johto – eivät olleet yllättyneitä hänen tehokkuudestaan.
Jos tarkastellaan perinteisiä laskentatilastoja, Lowryn keskiarvot Toronton palveluksessa ovat varmasti hyviä, mutta eivät loistavia: 17,4 pistettä, 7,1 syöttöä ja 4,9 levypalloa.
Tarkennettu tilastot kuitenkin tehdä paljon paremmin vangitsemaan hänen arvonsa. Esimerkiksi Lowry sijoittui sijalle 15thKaiken kaikkiaan kaikista pelaajista NBA:ssa viime kaudella todellinen plus-miinus - uusi tilasto, joka mittaa kuinka paljon parempi joukkue on, kun tietty pelaaja on lattialla - yhdeksännen sijan jälkeen 10th, ja seitsemänneksi tilastossa kolmen edellisen kauden aikana.
Toisin sanoen hän on ollut yksi NBA:n 15 tehokkaimman pelaajan joukossa vuosia, mutta se on ollut hyvin pidetty salaisuus – jopa hänen joukkueensa omat messut veivät aikaa ymmärtääkseen hänen tuomansa vaikutustason.
Kun sain ensimmäisen työpaikan, analyytikot tulivat kertomaan, kuinka paljon Kyle vaikuttaa voittamiseen. sanoi Ujiri. He saivat minut ymmärtämään.
Opi datataitoja parantaaksesi uraasi – kotoa käsin!
BrainStation tarjoaa Online-suorat todistuskurssit datatieteessä, data-analytiikassa, koneoppimisessa ja python-ohjelmoinnissa. Osallistu live-tunneille ja ole vuorovaikutuksessa ohjaajien ja vertaisten kanssa kaikkialta maailmasta.
