Il Los Angeles Times prodotto di recente un grafico che illustra i 30.699 scatti che Kobe Bryant, da poco andato in pensione, ha rilevato l'arco della sua carriera ventennale. È diventato un argomento di conversazione tale che il Volte successivamente ha offerto la grafica per $ 69,95 (più spese di spedizione). Il giornale ha anche pubblicato un articolo di follow-up che descrive il processo di creazione del grafico e lo rivela quattro sono stati utilizzati pacchetti software: Python, CartoDB, Pandas e Matplotlib.
Ho deciso di commemorare il ritiro di Kobe ricreando l'immagine utilizzando un solo pacchetto software: JMP e in particolare Graph Builder in JMP. Il grafico sotto rappresenta gli scatti realizzati nel corso della sua carriera ventennale, mostrati coraggiosamente in viola e oro Lakers!
In che modo dati come questo possono essere usati per vantaggio di una squadra?
Sono convinto che potrei usare questi dati per aiutare una squadra a vincere partite - e forse anche un campionato NBA - perché quello che abbiamo qui è un serio strumento di produzione di intelligence!
Sono cresciuto giocando a basket e ho avuto la possibilità di interagire con molti grandi allenatori. Ho osservato il modo in cui si sono avvicinati alla "preparazione" e da allora ha influenzato il modo in cui mi avvicino all'analisi. Un allenatore che è stato particolarmente influente è stato l'otto volte campione della NCAA Pat Summitt, che ha sempre iniziato ponendo una domanda del tipo "Cosa può fare l'avversario per i problemi della mia squadra?"
La risposta a questa domanda cruciale diventa quindi il fattore trainante nella preparazione del gioco.
Quindi, mentre guardavo la tabella, ho pensato a cosa avrebbero fatto i grandi allenatori con queste informazioni. Credo che per prima cosa porteranno questa domanda: "Se gioco ai Lakers, come potrebbe il loro miglior giocatore fare del male alla mia squadra?" E, nel porre la domanda, avrebbero guidato la preparazione e, in particolare, come la loro squadra si sarebbe preparata a fermare Kobe Bryant.
Per valutare meglio il processo, ho utilizzato un filtro dati locale per guardare indietro alla stagione 2009-2010 quando i Lakers hanno vinto l'ultimo campionato NBA. Per tutta la stagione è stato anticipato un match "da sogno" tra i Boston Celtics ei Lakers, e entrambe le squadre sono arrivate alla fase finale.
Quindi, se avessi allenato i Celtics e prima dell'inizio della serie, sarebbe stato un periodo intenso per mettere le mani nei dati e aver ripetutamente fatto queste domande:
In che modo Kobe Bryant segna su di noi?Come possiamo fermarlo?Cosa possiamo imparare dai dati?
Usando Graph Builder e un Local Data Filter, ho esaminato i giochi di regular season tra Celtics e Lakers per vedere se i pattern potevano emergere indicando dove Kobe era più efficace.
Dai un'occhiata al grafico qui sotto. Puoi vedere che Kobe era efficace sull'ala sinistra (lato destro del grafico) e ha realizzato 10 di 15 colpi da una particolare zona di medio raggio. Probabilmente si sentiva a suo agio in quella zona, e questo doveva cambiare!
Il grafico sottostante rivela qualcosa di inquietante: Kobe stava penetrando nella corsia, e mentre ha perso alcuni colpi (indicando che era stato contestato), un giocatore di questo calibro deve semplicemente essere negato la corsia poiché avrebbe trovato un modo per segnare.
Quindi, per riassumere la strategia, i Celtics non devono permettere a Kobe di guadagnare la sua "zona di conforto" sull'ala sinistra e negargli la corsia. I Celtics hanno fatto questo? Bene, non esattamente.
I Celtics avevano Ray Allen, Paul Pierce, Kevin Garnett e Rajon Rondo. Ma a quanto pare, non avevano Graph Builder per aiutarli a ottenere l'intelligenza chiave. Il grafico sottostante indica che effettivamente nulla è cambiato nella serie dei playoff rispetto alla stagione regolare: Kobe ha colpito il 59% dei suoi colpi in quella serie di campionati nelle aree chiave identificate (aree che aveva dimostrato di avere successo durante la stagione regolare), e i Celtics hanno perso contro i Lakers 4 a 2.
Conclusione
Facendo le domande giuste e visualizzando in modo efficiente i dati in Graph Builder, possiamo scoprire approfondimenti nei dati che altrimenti potrebbero non essere rilevati. Tale approccio non è applicabile solo ai Lakers e ai Celtics, ma anche a qualsiasi settore. Come può qualcosa del genere aiutare il tuo lavoro o la tua attività?
Grazie al mio socio SAS Tony Cooper per aver contribuito a costruire il campo da basket in JMP Graph Builder! Guarda questo video passo-passo per vedere come l'abbiamo fatto:
https://youtu.be/kB5DjioWDg8
Pritesh ha scritto:
Molto carino. Ciò che sarebbe interessante sarebbero i colpi da 3 punti in cui il curry sta facendo contro altri giocatori NBA. C'è una discussione per spostare la linea dei 3 punti. sarebbe interessante se la linea dei 3 punti venisse spostata come avrebbe effetto NBA. Il codice è già quello di creare un tribunale NBA interessante per vederlo ipoteticamente come apparirebbe
