כל מה שרצית לדעת על סקאוטינג – עבר והווה / תרגם איל מה-'אינסיידר'

מרטי בלייק ז"ל – האבא והאמא של הסקאוטים

 

 

כל מה שרצית לדעת על סקאוטינג – עבר והווה / תרגם איל מה-'אינסיידר'

הSCOUT  המתקדם (מלשון טכנולוגיה מתקדמת וכו'..) של ה NBA, פט זיפל אמר לבריאן ווינדהורסט מ ESPN שפעם הוא נאלץ לישון ב PENN STATION בגלל "שמשחק בניו יורק הגיע להארכה והוא פספס את הרכבת האחרונה אל מחוץ לעיר וכל המלונות בניו יורק היו BOOKED".

הם אולי לא מקבלים יחס VIP, אבל סקאוטים הם חלק בלתי נפרד מהNBA  של היום.

השפעתם מורגשת בכל אחד מ30 המשרדים, צוותי האימון וחדרי ההלבשה.

 

סקאוטים מתקדמים כמו זיפל מאפשרים למאמנים בליגה להחליט על תוכניות משחק והתאמות. הם נוברים בשעות אינסופיות של וידאו ואינפורמציה כדי להכין מאמנים לתחרות.

סקאוטים אישיים, לעומת זאת, מספקים מידע ל GM’s ע"י הערכות של בחירות דראפט, שחקנים חופשיים פוטנציאליים ושחקנים ששוה להביא ע"י טרייד.

 

אם זה בסקאוטינג של שחקנים או סקאוטינג של מהלכים, הסקאוטרים נהפכו למעבדי המידע של ה NBA. ובדומה למחשבים שעליהם הם נשענים, מעבדי הנתונים האלה נהפכו למתוחכמים לאין שעור במהלך השנים.

אך כל זה לא צריך לקחת כלום מהקלסיקות.

 

ההתחלה

 

http://www.nba.com/video/channels/draft/2013/06/26/20130626-remembering-marty-blake.nba

 

מרטי בלייק "הסנדק של הסקאוטינג ב NBA" נפטר בגיל 86 באפריל השנה, וכך הזכיר לNBA איך היא הגיעה למה שהיא היום.

כדי להבין בצורה טובה סקאויטנג מודרני, צריך להבין את האימפקט הגדול של בלייק על התחום.

לא רק שהוא היה הסקאוט הראשון, הוא היה הטוב ביותר בזה הרבה זמן.

ברוס וובר מה NEW YORK TIMES חלק מספר סיפורים מאנשים שהכירו את עבודתו של בלייק היטב, כולל הGM  לשעבר של אטלנטה, סטן קסטן:"מרטי היה ה DATABASE, מאגר המידע האנושי שלנו לפני שהמושג "מאגר מידע" הומצא… המילה אינצוקלופדיה לא מתחילה לתאר את הידע שלו על יבול של שחקני כדורסל "פנויים" (כאלה שאפר להחתים אותם/ לבחור אותם וכו') וזה לא משנה איפה הם שיחקו. כל קבוצה בליגה נשענה עליו במשך דורות.

לפני בלייק, אף אחד לא אסף מידע, ובטח שלא החזיק אותו בצורה רובוטית. כמו שוובר הגדיר זאת "משמעות הסקאוטינג הייתה להתקשר למאמנים ברחבי ארה"ב ולשאול על שחקנים".

בלייק נסע לעיתים תכופות, והפך אובזרווציה בשחקנים למדע שנשאר סמל ההכר של המקצוע עד היום. ללא עזרים מלבד סטטיסטיקה בסיסית לתמוך בממצאיו, "מאגר המידע" האנושי גילה כוכב אחר כוכב בזמן שאחרים לא חיפשו.

בזמן שעבד עבור קבוצות כמו הHAWKS ( ובסופו של דבר הקים חברת סקאוטינג), בלייק המציא את העבודה בזמן שעשה אותה, מפלס דרך שבמהרה תהפוך למוכרת ברחבי הליגה.

רשימת הכוכבים (ושחקנים אינטרנשיונליים לפני שנהפכו לאופנתיים) שבלייק גילה תהיה מדהימה לכל סקאוט. אפילו לכזה עם גישה לכל האפשרויות המתקדמות שיש היום בתחום, שכיום מאופיין באינפורמציה סטטיסטית שבלייק לא חלם עליה בזמנו.

 

 

איך שגעון המתמטיקה שינה דברים

 http://youtu.be/QzYMDoxXmP8

http://www.youtube.com/watch?feature=player_embedded&v=QzYMDoxXmP8

 

הם כבר קוראים לו "הקיץ של האנליטיקס" בפיניקס. למרות שזה לפחות קיץ אחד מאוחר מדי. אין כמו עסקה של 18 מיליון דולר לשלוש שנים למייקל ביזלי כדי לגרום למקבלי ההחלטות להסתכל במראה. הארגון חשב שהוא מקבל כשרון שלא נוצל שסוף סוף ימומש.

כשקיבל מעל 32 דקות בשתי העונות הראשונות עם מינסוטה, ביזלי קלע בממוצע 19.2 למשחק ב 45%. זה אמור להחשב, לא? אולי, אך לא יותר מדי אם אתם מחשבים (או סופרים) את הדברים הנכונים- כמו "חנון הNBA" פטריק מינטון, שדרג את החתמת ביזלי כחוזה השלישי הגרוע בטיבו של עונת 2012.

הוא נוטה לאבד כדורים בצורה קיצונית, לא עושה הגנה, גרוע בלהגיע לקו העונשין, ולא מוסר כמו שצריך. אוקיי, בואו נהיה פיירים, הוא לא מוסר בכלל. והוא אוהב לזרוק. הוא לא שם לב לאיפה הוא עומד כשהוא עושה זאת, תהנו לצפות בו כשהוא זורק עם רק רגל אחת מעבר לקו השלוש. (מדברים על קובי או על מייקל ביזלי? נו שוין.. סיים שיט).

ואכן, ביצועיו של ביזלי בעונתו הראשונה בפיניקס היו מאכזבים אפילו יחסית לציפיות ממנו. הוא דורג 7 בין SMALL FORWARDS  באיבודי כדור, 52 באסיסטים, ו 46 בPER  כללי.

40.5% באחוזי קליעה הפכו את עונת 2012-13 להכי פחות מדוייקת בקריירה שלו, וכל חוסר היעילות שלו באה לידי ביטוי למרות מספר הדקות הכי נמוך בקריירה שלו.

למרות שסביר להניח שפיניקס לא היו צריכים חישובים מתקדמים כדי להזהיר אותם מפני המאבקים של ביזלי מחוץ למגרש, הם החליטו שזה זמן להביא מישהו שמבין במספרים.

ה GM ריאן מקדונִיו ישר הזכיר למה ה SUNS רצו אותו, כשאמר במסיבת העיתונאים הראשונה "אנחנו הולכים לנסות להיות בחזית הטכנולוגיה… אנחנו תמיד מנסים למצוא את הדבר הגדול הבא". אתם יודעים, הדבר הגדול הבא שמזכיר לך להתרחק מאוד מאנשים כמו מייקל ביזלי.

לפני שהפך לתקוותה האחרונה של פיניקס, מקדונִיו שימש עוזרו של דני איינג' בבוסטון, מבסס את עצמו כ "חלק מזן חדש של מעריכי כשרונות שיצרו התקדמות ברמה הגבוהה בNBA  בשנים האחרונות". לפי פול פלנרי מ SB Nation's . מקדוניו לא היה הנציג היחיד של הזן החדש הזה שעשה CASH IN הקיץ.

פילדלפיה "חטפו" כוכב עולה מיוסטון, כששכרו את סם הינקי כGM  החדש שלהם מוקדם יותר השנה. בחורים כמו הינקי (והבוס הקודם דריל מורי) נהפכו סינונימיים לתפקיד עם מטריקות מתקדמות בסקאוטינג וכל מגוון ההחלטות.

נילקת' פטל כותב ב NEW YORKER

מה שהינקי אומר ומציב אותו בנפרד משאר הGM’s הוא שהם תמיד מחפשים לאסוף מידע נוסף ולנקות מידע לא נכון. אנליטיקאים בכדורסל טוענים של"מבחן העיניים" הישן יש מגבלות, ונשענים על סטטיסטיקות כדי למלא את החסר. רב המאמנים יכולים לדעת איזה סוגי מהלכים יגרמו לשחקנים שלהם להצליח: חלק פורחים ב pick and roll, חלק ב POST UP, אחרים בבידוד ובאחד על אחד. אך סטטיסטיקות מודדות בדיוק כמה טובים שחקנים אלה בסיטואציות אלה.

למרות הערך הברור מאליו שמטריקות מתוחכמות מספקות לסקאוטים באישור או בחינה מחדש של האובזרווציה שלהם, נשאר חלק קטן ועקשן של אנשים שמתנגדים לכל המתמטיקה המבלבלת. טענתו המפורסמת של דאג קולינס שהאנליטיקס היו בראשו נהפכה לסמלית לרוטינת "הכלב הזקן- טריקים חדשים".

אם להיות פיירים לקולינס, כל קבוצה סומכת על אנליטיקות באיזושהיא צורה, אם זה בשימוש אנליטיים שעובדים בתוך הקבוצה או יועצים חיצוניים. למעשה, קבוצתו של קולינס שכרה את ארון ברזילי מ MIT כמנהל החדש של אנליטיקות כדורסל ב 2012. (נשמע רע בעברית..) וכשהינקי עכשיו מנהל את ההצגה ב Philly, הם ישענו על המספרים יותר. יתר ה NBA  לבטח עושים זאת.

אך זה לא אומר שזה סוף הסקאוטינג. כמו שדריל מורי וסם הינקי הסבירו בתרומתם              

ל Grantland ב 2011: "אינפורמציה עם כח אמיתי מגיעה במספר צורות: גם בצורה הסטריאוטיפית… של מאגר נתונים וגיליונות נתונים וניתוחים ומודלי חיזוי, אך גם בצורת מומחיות וחוויה הנרכשת רק דרך חיים של משחק ואימון כדורסל".

לאלה הלומדים את המשחק, איסוף מידע חשוב והבנתו הוא לא משחק סכום אפס. זה חשוב לראות את השחקנים בפעולה, וזה חשוב להוסיף למידע הויזואלי מידע על התפקוד. תודות לחידושים האחרונים בחברם הטוב של הסקאוטים החננות, הטכנולוגיה, זה נהפך לאותו הדבר. (מידע ויזואלי ומידע מספרי).

 

איך שגעון ההיי טק עדיין משנה דברים

 

הדברים היחידים שהם יותר שימושיים מאשר מספרים לקבוצות היום הם מצלמות מצויידות בטירוף שמעבירות למעריכי הכשרונות ולסקאוטים מתקדמים כל מה שהם צריכים לדעת.

כנראה הרבה יותר ממה שהם צריכים לדעת.

זאק לאוו מ Grantland עם העדכון על החידושים האחרונים:

"15 מ 30 הקבוצות בליגה רכשו מ STATS LLC מצלמה העוקבת אחרי מידע שמקליטה כל תנועה במגרש- הכדור, השחקנים, השופטים (בשביל מל וגם בשבילי- המעודדות, והבחורות ביציעים) וכו'. בשלושה מימדים. המצלמות יכולות למדוד בערך כל דבר, והקבוצות שמשתמשות בהן עברו לפיתוח אלגוריתמים למדוד מה שהן מעוניינות בו, איזו קבוצה עושה פיק אנד רול בצד שמאל בתכיפות, איזו שלשה מהפינה תהפוך לריבאונד לאחר החטאה, ובאיזו תכיפות שחקן מאיץ מריצה קלה לספרינט במהלך משחק. במילים אחרות, עכשיו אנחנו יודעים הכל.

או שאנחנו מגיעים לשם, בכל אופן.

בהסברו האפקטיבי על איך כל הדברים האלה עובדים, זאק מקאן מ ESPN מודה שבזמן ש"מאמנים ואנשי סטטיסטיקות" מקבלים טונה של סטטיסטיקות בשניות שמהלכים עדיין מתרחשים, "הם לא תמיד יודעים מה לעשות עם האינפורמציה".

דן דיווין מ Ball Don't Lie מציע דוגמא אחת של יתר אינפורמציה, ומדגים שצריך לעבד בצורה מורכבת כמו שצריך לקבל נתונים.

כדורסל הוא משחק של חמישה אנשים, עם ציפיות של בידוד טהור למשחק אחד על אחד, כמעט כל פעולת יחיד בהגנה נשענת בכבדות על פעולה של לפחות אחד (וסביר להניח שיותר) מחברי הקבוצה, מוקדם יותר בפוזשן. תקשורת קבוצתית, מערכות הגנתיות, משימות בקונטקסט של התרגיל… כל אלו דברים שנתונים אופטיים המגיעים ממערכות מורכבות וניתוחם עדיין לא יכולים לפרש. דיווין מציין תוכנה הנקראת Eagle המנסה להפוך את כל המידע הזה לפלט ידידותי למשתמש, הכולל "ויזואליזציה מהירה ואינטראקטיבית של המידע (כמו shot charts ומפות חום) ועוד".

אך מרוץ התוכנות הוא רק ההתחלה. דריל מורי אמר לג'ייסון שוורץ מ Slate שהוא לא "חושב שלמישהו יש את ה-אפליקציה, המשהו שיוצא מהנתונים ונותן את היתרון המשמעותי".

סקאוטים אינם היחידים המרוויחים מהטכנולוגיה הזאת, כפי שהם אינם היחידים שמסתכלים במטריקות מורכבות. אך אבולוציית הטכנולוגיה משנה את סביבת המידע בה הם עובדים.

תודות ל"מצלמות עוקבות", נפתח דרכים טובות יותר למדוד ולהבין נטיות של שחקנים בזמן שהם לא נוגעים בכדור, כמו איך קבוצה עושה רוטציה בהגנה או מאיפה החסימות (SCREENS) מגיעות. בזמן שרב הסטטיסטיקות המסורתיות מודדות משהו ביחס לכדור (מי קולע, מי לוקח ריבאונד וכו'), אנחנו נהיים טובים יותר ויותר במוניטורינג של כל השאר- דברים קורים גם בלי הכדור או שדברים קורים בתגובה לתזוזת הכדור.

סוג כזה של אינפורמציה הוא כח. וארגונים מתייחסים אליו בצורה כזו.

מחלקות אנליטיקה ומשרדים ברחבי הליגה נשארים במקום בגלל מנטליות של בידוד. מה שנראה כחזית הטכנולוגיה יהיה מיושן בזמן שכל 30 המשרדים יקיימו דיונים משותפים. אך זה ידרוש מהם להוריד את החסמים בעסק של ספורט תחרותי.

לא יקרה מתישהוא בזמן הקרוב. לפי ג'ייסון שוורץ " קבוצות NBA משגיחות על המידע שלהן- וכל מסקנות שהן מסיקות ממנו- בפרנויה הדומה לזו שאנשי ממשל שאחראים על קודים לפצצות". זאק לאוו השווה את התופעה לילדים המציגים סוכריות ב Halloween. מצויידים בכמות המדוייקת של נתונים לא מנותחים המגיעים לידיהן של הקבוצות, צורה זו של חוסר פתיחות מורידה את הפוטנציאל של כלים אלה. מחקר הנערך על ידי אחת מהקבוצות יכול להיות חור שחור בקבוצה אחרת. זהו צעד חכם, מפרספקטיבה תחרותית, אך לא עבור המודעות הקולקטיבית של כל מה שסקאוט יהיה מעוניין לדעת.

המאבק האחרון יכול להיות לאו דווקא עבור טכנולוגיה כמו שעבור מרדף אחר סביבה שבה ארגונים יכולים לפתח וליישם את הטכנולוגיה הזאת ביחד, לשתף יישומים ואינפורמציה בדרכים שיכולות להיות בעלות ערך לכל הצדדים.

מצד שני, תחרות מולידה חדשנות. המלחמה הקרה על האינפורמציה ב NBA יכולה להיות אחת הסיבות למדוע הגענו עד כה.

 

 

The Final Frontier

 

http://www.youtube.com/watch?feature=player_embedded&v=vGy5wOhw03A

 

למרבה המזל, ישנם מספר אנשים ממש חכמים המעוניינים בשיפור האנושות- או לפחות את החלק של האנושות שאוהב כדורסל.

 כשהוא לא למד הנדסה ביומכנית כ senior ב Stanford, מוטו אלאגאפאן היה עסוק בלנצח ב  Sloan Sports Analytics Conference של MIT בשנת 2012.

כתבת הפרופיל המצויינת שבן כהן ערך לאלאפאגאן בGQ  הצמידה לגישתו החדשנית לאנליזת נתונים את השם " Muthuball".

מקווה למצוא מה התחדש מאז הועידה הקודמת, נפגשתי עם מוטו, אשר עכשיו הוא סטודנט בפקולטה לרפואה בסטנפורד ומנתח נתוני ספורט ב Ayasdi. אם הדיבור על סנטרים וסמול פורוורדים הולך בדרכם של הדינוזאורים, סקאוטים צריכים לדעת על זה. בפרזנטציה המקורית שלו ב Sloan Conference, אלאגאפאן טען שהגישה המסורתית של חלוקה לחמש עמדות בכדורסל נהפכה למיושנת. הוא השתמש בתוכנה כדי לבצע ניתוח נתונים טופולוגי אשר חילק את השחקנים ל 13 קטגוריות ביחס לתרומה הסטטיסטית שלהם.

במקום לסווגם כ"שוטינג גארד" או "פאוור פורוורדים", השיטה הזו משתמשת במספרים עצמם כדי להפריד "ריבאונדר קולע" מ "מחזיק בכדור בעל אוריינטציה הגנתית" וכו'. בפרזנטציה שלו, אלאגאפאן השתמש בדוגמא של ה "פוינט פורוורד" כראיה לנטייה ההולכת וגוברת לחשוב בתוך הקווים האלה, וקטלוג של שחקנים לפי פונקציונליות מתוכננת במקום להפשיט (להפוך לפשוט יותר) תפקידים הנשענים על עמדות קיימות.
כשסקאוטים ב NBA מעריכים כשרונות מהקולג' או כשרונות מקבוצות אחרות, הקטלוג הזה מציע פרספקטיבה אחרת להעריך האם שחקן יתאים וימלא צורך לא ממומש, האם מה שיש לשחקן להציע לא תואם את צורכי הקבוצה מכיוון שיש כבר כאלה בסגל ומספר תובנות שיכולות לאשר או לשנות תפיסות קודמות.

האפשרויות ליישום סוג כזה של אנליזה (ומצגת) הן למעשה אינסופיות, תלוי איזה סוג של מספרים מוזנים לתוכנה ואיך משתמשים בהם.

שלא במפתיע, האפליקציות הנובעות ממחקרו של אלאגאפאן כבר התפתחו, לצד שיפור באיסוף נתונים (כמו מצלמת האיסוף המדוייקת).

מצד אחד, זה מועיל לסקאוטים אישיים בגלל שהגדרת שחקן דורשת יותר נתונים מאשר על תרומת השחקן (אסיסטים, נקודות). כפי שאלאגאפאן הסביר "שני שחקנים יכולים להחזיק באותו box score, אך זה יכול להעשות בצורה מאוד שונה".

זה גם יכול לעזור לחשוב מחדש איך מגדירים סגנון משחק של קבוצות, ולעזור לסקאוטים מתקדמים לפרש ולהשתמש בנתונים על הצד השני.

לפי אלאגאפאן: שימוש בנתונים מרחביים והצגה שלהם בצורה ויזואלית מאפשרת להבין את זרימת המשחק בצורה יותר מעמיקה. הבנת התבניות של תזוזות הכדור ותזוזת השחקן בצורה מרחבית נותנת הבנה של סגנונם מהר ביותר. ולמעשה אלו לא אנליטיקות מתקדמות, זו רק ויזואליזציה מתקדמת. אתה לא crunching the numbers, אתה רק "מצייר" אותם בצורה יותר ויזואלית. אך אני חושב שזה הכיוון שסקאוטים ילכו אליו לפני משחקים.

כמובן, זה לא סוף הסיפור.

שחקנים יכולים להיות מזוהים ולהיות מיוצגים ויזואלית בהרבה דרכים. קבוצה שבוחנת שחקנים חופשיים או אופציות לדראפט ומחפשת להעריך סיכונים לפציעה. לפי אלאגאפאן, "אם אנחנו יכולים להשתמש בנתונים רפואיים כדי להעריך אורך קריירה של שחקן, את מסלול הקריירה שלהם או סיכויים לפציעה, אפשר לחסוך לקבוצות מיליונים ולתת להן דחיפה גדולה".

 

ושימוש בנתונים אלו יכול לעזור לנהל שחקנים שכבר משחקים בקבוצה, לפי אלאגאפאן:

כשאנחנו נהיים טובים יותר במעקב אחר תזוזה, אנחנו יכולים לומר… קצב פעימות הלב של השחקן הזה נוטה להגיע ל 140 פעימות בדקה לאחר 10 דקות משחק, ואנחנו מבחינים שבנקודה זו הביצועים שלו יורדים, המהירות שלו יורדת, שינויי הכיוון שלו יורדים. כשאנחנו מתחילים להשתמש במכשירי המעקב הלבישים האלה אשר עוקבים אחר בריאות וביצועי השחקן, אשר יספרו לנו הרבה על פציעות אך גם על כשירות של שחקן- מתי להוציא אותם החוצה, מתי להכניס אותם וכך הלאה.

ברגע שאנו חוקרים את כל האפשרויות לבנות ולייצג את הנתונים, המשוכה הגדולה הבאה היא לגרום לאלה שצריכים אותה לקנות.

"אנחנו נעשים די טובים בניתוח כקהילה. השאלה הולכת להיות איך אנחנו הולכים להפוך את הניתוחים האלה יותר נגישים לתוצאות ממשיות, כלומר, איך חוצים את המחסום מאנליטיקות לשחקנים אמיתיים שמחליטים החלטות שונות", אלאגאפאן מסביר. הרגלים של שחקנים הם כבר קשים מדי לשינוי מבלי לבסס החלטות מאמנים על נתונים שפוטנציאלית הם נוגדי אינטואציה. המשמעות המפחידה לסקאוטים של העתיד אינה דחייה מאנשים שמתנגדים לטכנולוגיה (Luddite) שבארגון; זאת האפשרות שהסקאוטים של העתיד למעשה יהיו רובוטים. לא כל כך מהר, אומר מוטו- אנחנו לעולם לא נתחמק לגמרי מ "מבחן העין". רובוטים עדיין צריכים עזרה מאנשים שמבינים את המשחק.

הברה פעמים אני אריץ תוכנית ואקבל תוצאה שבשבילי אין בה הגיון כדורסלני. אני כן מאמין שיש בה הגיון מתמטי, אך בשבילי זאת שאלה של מה אני עושה לא נכון בבחירת הטורים או מטריקות שגורמות לתוכנה לפרש לא נכון את השאלה. אז אני חושב ששם נמצא הנתק האמיתי. התוכנה תמיד תעשה את העבודה הנכונה; זה לתת את המשימה הנכונה (שלפעמים לא נעשית כמו שצריך), ופה אני משתמש באינטואיציה שלי. הצהרה מתאימה במהלך שנה שבה נפטר סקאוט עם אינטואיציה שלא הייתה לאף אחד.

וזה היופי של עתיד הסקאוטים. אפילו כשחדשנות ממשיכה לעקוב אחר דרכו של מרטי, משפרת את היכולת שלנו להבין כדורסל, הם ממשיכים להשען על אותם יסודות.

ב 60 השנה האחרונות, גאונותו של בלייק לא הוחלפה. היא הפכה לדמוקרטית, התפרסה לכל עברי המשחק בצורה של טכנולוגיה המתפתחת מהר והאנשים המשתמשים בה.

אפילו כשהם מבלים את הלילה ב Penn Station.

מנחם לס

בעל האתר, הבוס הראשי, וכותב יומית - כל זמן שאוכל!

לפוסט הזה יש 44 תגובות

  1. לי כמאמנת קבוצת נוער המאמר גילה לי עולם בלתי ידוע לחלוטין. הנאה צרופה על שטל שכלל לא מדברים עליו בבראנז'ה של המאמנות באזור שלנו.

  2. שני דברים: האחד, מעניין מתי יתחילו להתעסק יותר עם המוח של שחקנים, אם הוא מדבר על מדידה של דופק, אין סיבה לא לבדוק גלי מוח. זאת טכניקה שכבר משתמשים בה לשיפור ביצועים בצבא האמריקני.
    השני, כבר כתבתי פה בעבר, יש לדעתי גבול לדברים האלה בכדורסל. זה לא מאניבול, כי בבייסבול כל שחקן באמת מבודד. כאשר מבינים שבכדורסל אתה תלוי (כמו שכתוב בכתבה) בפעולות של כמה אנשים במקביל, מספר האפשרויות עולה אקספוננציאלית ובכלל לא בטוח שמוח של של אדם יודע לעבד את המידע הזה בזמן אמת. סטטיסטיקות יכולות לתת מסקנות באיכות ובמובהקות מסוימת ולא ברור כמה מהמידע יהיה באמת שמיש לרמה של לבנות מהלך כדורסל או להתאים סגל של קבוצה. תהיה תרומה, אבל מוגבלת. בכתבה ישנה ומעולה שנקראת no stat all star, מתארים איך בשניות האחרונות של משחק שיין באטייה מתעל את קובי בריאנט לנקודה במגרש בה האחוזים של בריאנט הכי נמוכים, בריאנט עולה לשלשה ומנצח את המשחק. לסטטיסטיקה יש גבולות.

כתיבת תגובה

סגירת תפריט