Valori di riferimento nell’analisi punto per punto

di Jeff Sackmann // TennisAbstract

Pubblicato il 17 gennaio 2017 – Traduzione di Edoardo Salvati

In un precedente articolo ho illustrato una possibile futura configurazione delle statistiche relative agli errori. Un ampio spettro di statistiche avanzate in molteplici sport, dal baseball all’hockey su ghiaccio – e progressivamente anche nel tennis – segue lo stesso algoritmo di base:

  1. raggruppare gli eventi (colpi, opportunità e qualsiasi altro) in categorie;
  2. determinale livelli attesi di prestazione o rendimento – solitamente medie del circuito – per ogni categoria;
  3. confrontare i giocatori (o i game o i tornei specifici) con quei livelli attesi di prestazione.

Il primo passaggio è di gran lunga il più complicato, perché la suddivisione in categorie dipende in larga parte dai dati a disposizione. Nel baseball ad esempio, le statistiche di media difensiva avevano inizialmente poco margine di analisi oltre al numero di ribattute, che invece oggi possono essere raggruppate in funzione della posizione esatta, dell’angolo di lancio, della velocità di uscita dalla mazza e altro ancora. Avere più dati non rende il compito necessariamente più facile, considerando la varietà di metodi di classificazione potenzialmente utilizzabili.

Uno scenario simile si presenterà nel tennis quando, nel tempo, se i dati raccolti da Hawk-Eye (o un sistema analogo) verranno resi di pubblico dominio. Per il momento, chi è interessato a fare analisi ha comunque molto materiale, in particolare i più di 1.6 milioni di colpi (a oggi più di 2 milioni, n.d.t.) raccolti grazie al Match Charting Project.

La sequenza di codifica dei colpi che ho creato per il Match Charting Project rende un passaggio dell’algoritmo relativamente immediato, perché è un sistema che classifica i colpi in due modi principali: il tipo (dritto, rovescio, rovescio tagliato, volée di dritto, etc) e la direzione (al centro o verso l’angolo destro o sinistro). Pur tralasciando molti dettagli (profondità, velocità, rotazione, etc) si tratta del maggior numero di dati che ci si può aspettare un valutatore riesca a raccogliere in tempo reale sulla partita.

Per fare un esempio, si possono usare i dati del Match Charting Project per calcolare la media degli errori non forzati nel circuito maschile quando un giocatore prova a colpire un dritto incrociato, per poi confrontare tutti gli altri giocatori rispetto a quel valore di riferimento. La media del circuito è del 10%, la frequenza di errori non forzati di Novak Djokovic è del 7% e quella di John Isner è del 17%. Naturalmente, non ci si può limitare a questo nel confronto tra efficacia di dritti incrociati: se in media un giocatore del circuito ottiene un vincente dal 7% di dritti incrociati, la frequenza di Djokovic è solo del 6%, mentre quella di Isner è del 16%.

È necessario quindi adottare una prospettiva più allargata. Invece dei singoli colpi, credo sia di maggiore interesse analizzare le opportunità di colpo, cioè anziché domandarsi cosa succeda quando un giocatore è nella posizione di giocare un determinato colpo, dovremmo cercare di capire cosa accada quando quello stesso giocatore ha la possibilità di tirare un determinato colpo in una specifica zona del campo.

Questo diventa particolarmente importante se si vuole superare il fraintendimento che risiede nella distinzione tra errori forzati e non forzati (così come quello della linea di separazione tra errori e vincenti dell’avversario, frutto della stessa vicinanza interpretativa per cui i vincenti sono semplicemente colpi così ben piazzati che l’avversario non riesce nemmeno a commettere un errore forzato). Nell’esempio con Djokovic e Isner, il denominatore era “dritti in una specifica zona del campo che il giocatore aveva una ragionevole opportunità di rimettere in gioco”, vale a dire vincenti ed errori non forzati di dritto. In questo caso non stiamo confrontando grandezze omogenee: a parità di opportunità, Djokovic riuscirà ad arrivare su più palline, commettendo forse errori non forzati quando nella medesima circostanza considereremmo errori forzati quelli di Isner.

Esiti delle opportunità di colpo

Per esattezza, con opportunità di colpo intendo quelle definite dalla decisione di gioco presa dall’avversario, a prescindere da come il giocatore stesso riesca a replicare o se riesca anche solo ad arrivare con la racchetta sulla pallina. Ad esempio, ipotizzando che entrambi i giocatori siano destrimani, nel disegno è evidenziato un dritto incrociato.

Il giocatore A è quello che gioca il dritto e offre al giocatore B un’opportunità di colpo. Questa è una delle varie classificazioni degli esiti che potrebbero derivarne, con – tra parentesi – le abbreviazioni che ho utilizzato anche nei grafici a seguire:

  • il giocatore B non riesce a raggiungere la pallina, determinando un vincente per il giocatore A (vs V);
  • il giocatore B raggiunge la pallina, ma commette un errore forzato (EF);
  • il giocatore B commette un errore non forzato (ENF);
  • il giocatore B rimette la pallina in gioco ma finisce per perdere il turno (pi-P);
  • il giocatore B rimette la pallina in gioco, presenta al giocatore A un colpo “giocabile” e finisce per vincere il punto (pi-V);
  • il giocatore B costringe il giocatore A a commettere un errore forzato (EF ind);
  • il giocatore B colpisce un vincente (V).

Come sempre, per ogni dato denominatore si potrebbero individuare varie categorie, magari unendo errori forzati e non forzati, o scomponendo ulteriormente la tipologia “in gioco” per identificare se il giocatore si è posizionato in modo da concludere il punto velocemente. Ancora, si potrebbero analizzare categorie completamente differenti, come la selezione del colpo.

Le categorie sopra elencate forniscono comunque una valida idea generale di come i giocatori si comportino di fronte a opportunità differenti e come quelle opportunità siano di fatto diverse l’una dall’altra. I grafici a seguire mostrano – mantenendo le sigle dell’esempio precedente – gli esiti per il giocatore B basati sui colpi del giocatore A, raggruppati solo per tipologia di colpo.

IMMAGINE 1 – Esiti di opportunità di colpo suddivisi per tipologia

Gli esiti sono messi uno sopra all’altro dal peggiore al migliore. In basso troviamo la percentuale di vincenti del giocatore A (vs V), cioè quelle opportunità in cui il giocatore B – dal cui punto di vista stiamo facendo l’analisi – non è riuscito nemmeno a raggiungere la pallina. In alto troviamo la percentuale dei vincenti (V) colpiti dal giocatore B di fronte all’opportunità di colpo. Come ci si poteva attendere, i dritti presentano le opportunità più difficili: il 5.7% diventa un vincente e un altro 4.6% risulta in errori forzati. I giocatori sono in grado di convertire quelle opportunità in punti vinti solo il 42.3% delle volte, rispetto al 46.3% di fronte a un rovescio, al 52.5% di fronte a un rovescio tagliato o (in chip) e al 56.3% di fronte a un dritto tagliato.

Il grafico si basa su circa 347 mila colpi, cioè tutte le opportunità da fondo (esclusi i servizi, che necessitano di trattamento separato) che sono emerse in più di 1000 partite tra due destrimani presenti nel database.

Naturalmente, esistono numerosissime altre variabili per distinguere ulteriormente quei colpi del semplice raggruppamento per tipologia. L’immagine 2 mostra gli esiti delle opportunità di colpo in vari momenti dello scambio quando il giocatore A colpisce un dritto.

IMMAGINE 2 – Esiti di opportunità di colpo in vari momenti dello scambio

La colonna più a sinistra può essere letta come l’insieme dei risultati delle “opportunità di giocare un terzo colpo”, vale a dire esiti quando la risposta al servizio è un dritto. Anche in questo caso i numeri sono in linea con le attese: il momento migliore per giocare un vincente con un dritto è il terzo colpo, nella tattica chiamata “servizio più uno”. Lo si può vedere in altro modo nella colonna adiacente, che rappresenta le opportunità di giocare un quarto colpo. Se l’avversario gioca un dritto in campo come primo colpo dopo il servizio nella tattica “servizio più uno”, c’è una probabilità del 10% che il giocatore non riesca nemmeno a raggiungere la pallina. In media, la probabilità di un giocatore di vincere il punto da quella posizione è solo del 38.4%.

Dopo il terzo e quarto colpo, ho suddiviso le opportunità in quelle a disposizione del giocatore al servizio (quinto colpo, settimo colpo e così via) e in quelle a disposizione del giocatore alla risposta (sesto, ottavo colpo, etc). Come si osserva, dal quinto colpo in avanti non c’è molta differenza, quantomeno di fronte a un dritto.

Esaminiamo un’ulteriore grafico: gli esiti delle opportunità di colpo quando l’avversario gioca un dritto in varie direzioni (sempre in una partita tra destrimani).

IMMAGINE 3 – Esiti di opportunità di colpo per dritto giocato in varie direzioni

C’è poca differenza tra i due angoli, ed è evidente che sia più semplice approfittare di una opportunità di colpo al centro del campo rispetto a ciascuno dei due angoli. È interessante notare come di fronte a un dritto rimesso in gioco – a prescindere da dove sia mirato – il giocatore medio abbia una probabilità inferiore al 50% di vincere il punto. Siamo in presenza di un’occorrenza di effetto (o distorsione) di selezione generante confusione e che occasionalmente si verifica nelle statistiche di tennis: visto che una percentuale importante di colpi è rappresentata da errori, il giocatore che ha colpito la pallina in campo è temporaneamente in una situazione di vantaggio.

Passi successivi

Se vi steste domandando quale sia il senso di tutto questo, posso capire (e apprezzo il fatto che abbiate letto sin qui nonostante i vostri dubbi). Senza prima arrivare all’analisi di situazioni molto più specifiche – e forse nemmeno in quel caso – queste medie del circuito non sono più che curiosità. Mostrare che un dritto ha più efficacia che un rovescio tagliato o che tirare agli angoli del campo è più produttivo che mirare al centro certamente non rivoluziona l’analisi statistica nel tennis.

In definitiva, queste medie sono solo uno strumento per quantificare con maggiore dovizia il rendimento di determinati giocatori. L’esplorazione di algoritmi come questo, unita all’incremento dei dati raccolti con il Match Charting Project (che ha da poco superato le 3600 partite totali, n.d.t.), permetterà di conoscere meglio le dinamiche di gioco dei migliori del mondo, e quali aspetti li rendano così tanto più bravi di tutti gli altri.

Benchmarks for Shot-by-Shot Analysis

I tornei di preparazione a uno Slam e gli altri ATP 250

di Jeff Sackmann // TennisAbstract

Pubblicato l’11 gennaio 2013 – Traduzione di Edoardo Salvati

I due tornei di preparazione agli Australian Open 2013 stanno andando in modo molto diverso tra loro.

A Sydney, una sola testa di serie (Andreas Seppi, che non è così automatico trovare tra le teste di serie o nei turni finali) ha raggiunto la semifinale, e solo un’altra è arrivata ai quarti. Nella parte opposta del Mar di Tasmania, tre dei quattro semifinalisti ad Auckland sono tra le prime quattro teste di serie e il quarto, Gael Monfils, si trova tipicamente in quella zona di classifica (pur partecipando grazie a una wild card per via del suo 99esimo posto. Monfils ha poi perso in semifinale contro David Ferrer, n.d.t.). Se il torneo di Sydney rientra nella casistica più convenzionale, è quello di Auckland a mescolare le carte. Nella settimana che precede uno Slam, molti dei giocatori di vertice si risposano, mentre di quelli che giocano…beh diciamo che per loro i tornei di preparazione non sono esattamente la più importante delle priorità.

Vincere nei tornei 250

Convenientemente, il calendario ATP è di immediato sostegno come esperimento finalizzato a capire se i tornei di preparazione a uno Slam facciano davvero storia a sé (per facilità, li considero tutti tornei di preparazione, anche se analizziamo solo quelli nella settimana che precede uno Slam. Sydney è incluso, ma non lo è il torneo di Brisbane, per quanto gli eventi due settimane prima di uno Slam siano generalmente chiamati “di preparazione”).

Dal 2009, tutti i tornei di ultima categoria del circuito maggiore hanno assegnato 250 punti al vincitore ed è comodo che tutti quelli nella settimana che precedente uno Slam facciano parte di questa categoria.

Per verificare se i giocatori affrontino i tornei di preparazione agli Slam diversamente, possiamo semplicemente confrontare i risultati dei tornei di preparazione con quelli degli altri tornei 250. Non è una metodologia perfetta, visto che alcuni 250 hanno tabelloni con più di 32 giocatori e la qualità della competizione non è identica a questo livello, ma esaminando differenti parametri riusciamo ad arginare l’impatto di queste limitazioni.

Chi vi si dedica con intensità?

Iniziamo dal rapido conteggio di vittorie e sconfitte delle teste di serie. Nei tornei di preparazione dal 2009 al 2012, le teste di serie hanno vinto circa il 61% delle partite contro avversari fuori dalle teste di serie (224 su 365), mentre negli altri 250 le vittorie sono state più del 70% (1499 su 2129). Si tratta di una differenza sostanziale.

Per eliminare la stranezza del tabellone più ampio al Queen’s Club (che dal 2015 ha acquisito lo status di torneo 500, n.d.t.), e magari escludere anche qualche ritiro al primo turno, analizziamo il bilancio delle teste di serie in turni specifici.

Nei sedicesimi di finale di un torneo di preparazione, le teste di serie hanno conseguito 71 vittorie a fronte di 50 sconfitte, cioè una percentuale del 58.7%. Negli altri 250, il record è stato di 591 vittorie e 225 sconfitte, pari a una percentuale del 72.6%.

Nei quarti di finale di un torneo di preparazione, le teste di serie hanno battuto i giocatori non teste di serie per 36 volte su 46, pari al 71.7%. Negli altri 250, il bilancio è stato a favore delle teste di serie in 200 partite su 275, cioè il 72.7%.

Sembra che molti dei giocatori di vertice si presentino ai tornei di preparazione a uno Slam con l’intento di giocare una o due partite in contesto competitivo (o forse per obblighi contrattuali con gli sponsor). Sono giocatori il cui rendimento non è in linea con lo standard abituale. Ma, come visto dal record abbastanza simile nei quarti di finale, quelli che partecipano al torneo per arrivare fino in fondo giocano al loro livello abituale.

Qualche altro aspetto

Un elemento che sembra avere conseguenza effettiva nei tornei di preparazione sono i ritiri dell’ultimo minuto, come quello della seconda testa di serie Gilles Simon a Sydney, perché non compaiono nel record di partite vinte e perse (curiosamente, Monfils e Simon hanno vinto nel 2018 rispettivamente a Doha e Pune, in India, due tornei 250 che precedono gli Australian Open di due settimane, n.d.t.).

Per avere un quadro completo della situazione, compresi i ritiri, possiamo conteggiare il numero di teste di serie che hanno raggiunto la semifinale nelle due categorie che abbiamo definito per i tornei 250.

In quelli di preparazione a uno Slam, i semifinalisti negli ultimi quattro anni si sono suddivisi in 53 teste di serie e 43 non teste di serie, vale a dire che il 55% dei giocatori di vertice sono arrivati in semifinale. Negli altri 250, il rapporto è stato 365 teste di serie e 191 non teste di serie, cioè il 66% dei giocatori di vertice arrivati in semifinale.

Un ennesima chiave di analisi è il rendimento delle prime quattro teste di serie. Nei 250 succede spesso che le teste di serie dalla numero 5 alla numero 8 siano praticamente indistinguibili dal resto dei partecipanti. Per esempio, a Sydney questa settimana le teste di serie dalla 5 alla 8 sono Florian Mayer, Radek Stepanek, Jeremy Chardy e Marcel Granollers. Quindi non molta differenza tra questi giocatori e i semifinalisti fuori dalle teste di serie Julien Benneteau, Kevin Anderson e Bernard Tomic (che ha poi vinto il torneo in finale contro Anderson, n.d.t.).

In assenza di una netta separazione tra giocatori di primo livello e il resto del gruppo, selezionare le prime quattro teste di serie è una scelta valida come qualsiasi altra possibile.

Il risultato è simile a quanto visto con un campione più ampio di teste di serie. Complessivamente, quando una delle prime quattro teste di serie affronta un avversario fuori dalle prime quattro in un torneo di preparazione, vince il 65% delle partite (129 su 199). Negli altri 250, vince il 74% delle partite (978 su 1321).

Nei sedicesimi di finale, le prime quattro hanno un record di 51 vinte e 24 perse nei tornei di preparazione, pari al 68%, rispetto al 76% (366-114) negli altri 250.

È nei quarti di finale che le prime quattro teste di serie ottengono un rendimento diverso da quello delle altre teste di serie. Nei tornei di preparazione, il record è 31-20, pari al 61% delle partite. Negli altri 250, la percentuale è del 71% (261-105). Forse il bye al primo turno in molti dei tornei di preparazione a uno Slam significa che le teste di serie preferiscono non dover giocare più di due partite di preparazione.

Come detto, questi calcoli restituiscono risultati imprecisi, perché non tengono conto del livello di bravura dei partecipanti in ciascuno dei vari tornei 250. Pur non essendo l’ultima parola sulla questione, sono numeri che indicano con forza che i giocatori di classifica più alta non hanno troppa considerazione dei tornei di preparazione a uno Slam. Contro un insieme di avversari dalle caratteristiche simili, vincono molte più partite nei tornei 250 di altri momenti dell’anno.

Questo forse è un motivo per cui vincere un torneo di preparazione agli Australian Open non è predittivo di alcuna particolare aspettativa di successo a Melbourne: sono tornei a cui alcuni degli avversari di più alta classifica non si dedicano con l’intensità normalmente riservata ad altri tornei.

Warming Up and Losing Out

Cosa succede dopo aver vinto un torneo di preparazione agli Australian Open?

di Jeff Sackmann // TennisAbstract

Pubblicato il 29 dicembre 2011 – Traduzione di Edoardo Salvati

La particolare collocazione nel calendario tennistico rende gli Australian Open un torneo unico. Seguono quasi immediatamente la ripresa dalle vacanze invernali, quindi la percezione comune è che alcuni giocatori si presentino in uno stato di forma non ottimale come per gli altri tre Slam.

Per questa ragione i tornei delle due settimane precedenti agli Australian Open sono contemporaneamente importanti e difficili da pronosticare. Chi sarà in forma a Chennai la prossima settimana (torneo vinto da Milos Raonic, che ha poi perso al terzo turno degli Australian Open 2012, n.d.t.)? Chi è mentalmente pronto per la nuova stagione? E una volta che Chennai, Doha, Auckland, Sydney e Brisbane si sono conclusi, che informazioni si possono trarre per gli Australian Open stessi?

Cercherò di rispondere a quest’ultima domanda. Se mai ci fosse un periodo in cui la classifica non sembra contare così tanto è proprio gennaio, dopotutto è il mese in cui Yevgeny Kafelnikov ha vinto il suo Slam sul cemento. Sarebbe ragionevole ritenere che i tornei di preparazione siano particolarmente predittivi. Magari tornei come Doha forniscono un’anteprima in pillole su quanto ciascun giocatore sia pronto per il grande evento di Melbourne.

Purtroppo però, così non sembra essere. Vincere un torneo nelle due settimane che precedono Melbourne non necessariamente è predittivo del rendimento agli Australian Open. Anzi, è più affidabile nel pronosticare una prestazione deludente nel primo Slam dell’anno.

Dal 1992 (e senza considerare il 2007, anno in cui alcuni dei tornei di preparazione hanno modificato il format introducendo una fase a gironi) ci sono stati 93 tornei nelle due settimane che precedono gli Australian Open, 42 dei quali la settimana prima e gli altri 51 due settimane prima. Per ciascuno di essi, ho segnato i vincitori, la loro testa di serie agli Australian Open e il piazzamento a Melbourne. Con questi ultimi due dati, possiamo verificare se il rendimento sia stato uguale, superiore o inferiore alle attese.

(Le teste di serie agli Australian Open non sono lo strumento perfetto per stabilire il livello delle attese, visto che i risultati delle due settimane precedenti sono incorporati nella classifica. Ma si sono rivelate l’opzione di gran lunga più semplice e, siccome non è un metodo che distingua, ad esempio, tra la testa di serie numero 5 e la numero 8, dubito che faccia troppa differenza.)

Consideriamo i vincitori nella settimana che precede gli Australian Open. Non avevo grandi aspettative in questo caso, visto che i giocatori migliori solitamente riposano nella settimana prima di uno Slam. Sembra però che vincere un torneo in quella settimana dia una spinta aggiuntiva per superare uno o due turni.

Dei 42 vincitori di questi tornei, 12 hanno confermato le attese (vale a dire, hanno giocato al livello previsto dalla loro testa di serie a Melbourne), 17 hanno superato le attese e 13 hanno giocato peggio (tra cui un giocatore che si è ritirato).

Di questi tredici, solo quattro hanno perso il turno di apertura a Melbourne e nessuno era testa di serie. Molti hanno perso al secondo turno, tra cui la dolorosa uscita della testa di serie numero 6 Michael Chang nel 1993.

In chiave positiva, Pete Sampras ha vinto a Sydney nel 1994 e subito dopo a Melbourne, raccogliendo due tornei di fila. È l’unico giocatore negli ultimi vent’anni ad aver vinto gli Australian Open e un altro torneo nella settimana precedente.
Per i vincitori di tornei due settimane prima di Melbourne, i risultati non sono altrettanto confortanti. Dei 51 vincitori, 15 hanno confermato le attese, 12 le hanno superate e 24 hanno giocato peggio rispetto alla loro testa di serie (tra cui, anche in questo caso, un giocatore che si è ritirato).

Incredibilmente, ben 14 su 51 vincitori non ha poi superato nemmeno un turno a Melbourne, tra cui la testa di serie numero 4 Boris Becker nel 1993, la numero 5 Carlos Moya nel 2005 e la numero 9 Andy Murray nel 2008. Solo due dei 51 giocatori hanno vinto il torneo: Petr Korda nel 1998 e Roger Federer nel 2006, entrambi trionfatori a Doha (recentemente anche Stanislas Wawrinka e Novak Djokovic ci sono riusciti, nel 2014 e nel 2016, vincendo rispettivamente a Chennai e a Doha, n.d.t.).

In altre parole, la vittoria in un torneo di preparazione non rivela molto sul livello di forma per gli Australian Open stessi, e così sarà per i vincitori dei tornei delle prossime settimane, che non riceveranno particolari favori del pronostico a prescindere da quanto abbiano giocato bene nel debutto stagionale.

C’è una domanda a cui non ho risposto: cosa succede saltando completamente i tornei di preparazione? Se si escludono le esibizioni, è il programma che seguirà Djokovic, insieme ad altri giocatori, tra cui si fa notare Marin Cilic, che ha vinto a Chennai nel 2009. Dopo quel risultato, non è andato oltre i sedicesimi a Melbourne. Forse questa volta gambe più fresche significheranno più turni superati (Djokovic ha effettivamente vinto gli Australian Open nel 2012, mentre Cilic non li ha giocati per infortunio. Djokovic ha vinto gli Australian Open nel 2013 senza aver disputato tornei di preparazione, così anche Federer nel 2017, n.d.t.).

What Happens When You Win an Aussie Warmup?

I 22 miti del tennis di Klaassen & Magnus – Mito 21 (sugli effetti del sentirsi vincenti)

di Stephanie Kovalchik // OnTheT

Pubblicato il 30 luglio 2016 – Traduzione di Edoardo Salvati

Un’analisi del Mito 20.

Luglio 2016 è stato un mese stellare per la giocatrice inglese Johanna Konta. Dopo aver battuto Venus Williams, un suo idolo, nella finale del torneo Premier di Stanford, è nei quarti di finale della Rogers Cup di Montreal (dove ha perso inaspettatamente dalla qualificata Kristina Kucova, n.d.t.). Ultimamente sembra che tutto giri a favore di Konta. Quando i giocatori entrano in una striscia di questo tipo, può a volte sembrare che la vittoria sia l’unico risultato possibile, come se a ogni partita vinta conquistare la successiva diventi ancora più probabile.

Questo effetto in chiave positiva di “piove sempre sul bagnato” assume diversi nomi nello sport: mano calda, striscia vincente, vantaggio psicologico. Klaassen e Magnus, i due statistici del tennis, lo definiscono come il sentirsi vincenti.

Nel Mito 21, Klaassen e Magnus analizzano l’esistenza in una partita del sentirsi vincenti. In altre parole, è possibile ritrovare lo stessa striscia avuta da Konta a luglio per la conquista di punti all’interno di una singola partita?

Mito 21: “Il sentirsi vincenti esiste”

Uno degli aspetti chiave sui cui pongono l’accento Klaassen e Magnus è che il fenomeno del sentirsi vincenti può essere definito in una molteplicità di modi. Non perdere nemmeno un set in una partita è esempio di sentirsi vincenti? E vincere dieci punti di fila?

Considerata la varietà di scelta, in Analyzing Wimbledon Klaassen e Magnus hanno utilizzato due diversi approcci per verificare l’esistenza del sentirsi vincenti nel tennis. Nel primo, considerano l’ipotesi in cui aver vinto il punto precedente renda più probabile la vittoria del successivo. Nel secondo, si chiedono se la frequenza di vittoria dei precedenti dieci punti al servizio (di fatto due game di servizio) abbia un effetto ulteriore oltre a quello dell’esito del punto precedente. In entrambe le circostanze, una correlazione positiva con l’esito del punto precedente o con la percentuale di vittoria dei precedenti dieci punti darebbe evidenza della disposizione mentale del sentirsi vincenti.

Visto che la bravura di un giocatore verrebbe ovviamente legata all’esito del punto precedente al servizio e alla frequenza di vittoria dei dieci precedenti punti al servizio, i due autori hanno corretto per la differenza di classifica e per la somma delle posizioni in classifica dei giocatori della partita considerata. Una volta eseguiti tutti i calcoli, hanno trovato che il sentirsi vincenti è associato all’esito del punto precedente ma non è correlato con la media di vittoria dei dieci punti precedenti.

Una rivisitazione del Mito 21

Nel Mito 16, ho esaminato il concetto del sentirsi vincenti in relazione alla predisposizione al rischio sul servizio. In quel caso, ho usato il differenziale punti per riassumere la disposizione vincente di un giocatore avuta fino al punto preso in esame in un set. Il differenziale punti del set è semplicemente la differenza tra i punti vinti da un giocatore e quelli vinti dal suo avversario. Prediligo questa interpretazione della disposizione vincente di un giocatore perché evita un arbitrario valore di esclusione pur rimanendo sensibile – attraverso l’azzeramento a inizio di ciascun set – a quanto successo nei game più recenti.

Sappiamo che alcuni punti in un partita possono sembrare estremamente equilibrati, anche se poi il risultato del set è a senso unico. Quanto ci si può attendere quindi che il differenziale punti si allontani dalla parità?

L’immagine 1 raffigura la distribuzione del differenziale punti in 2000 partite Slam maschili e femminili (nella versione originale, è possibile visualizzare i singoli valori puntando il mouse sul grafico, n.d.t.). I punti sono rappresentati con una scala rapportata al numero di punti complessivi nel campione al momento in cui si è verificato il differenziale punti, così che anche la rarità delle situazioni estreme abbia un senso. Risulta che non sia impensabile osservare differenziali di punti in un’intervallo da -20 a +20. Si trova inoltre che la distribuzione del differenziale punti in campo maschile e femminile è a grandi linee simile, con una frequenza più bassa di differenziali neutri per il circuito femminile.

IMMAGINE 1 – Distribuzione del differenziale punti per ATP e WTA nei tornei Slam, per il periodo 2011-2016

Dopo aver visto che il differenziale punti può variare in misura sostanziale durante un set, la domanda immediatamente successiva è se i giocatori abbiano un rendimento diverso in funzione dell’aumento o della diminuzione del differenziale punti.

L’immagine 2 mostra come la media di punti vinti al servizio cambi in funzione del differenziale punti e rivela una correlazione all’incirca lineare e positiva, che suggerisce che la probabilità di vincere un punto aumenti con un differenziale punti positivo e diminuisca nel momento in cui il giocatore al servizio è indietro nel differenziale.

Bisogna però prestare molta attenzione nell’interpretazione di questo grafico. Visto che si sta solo facendo una media di tutti i punti giocati in ogni istante in cui si misura il differenziale punti, è possibile che la qualità del mix di giocatori in ogni momento vari in modo tale da alterare il risultato. Ad esempio, solo i migliori giocatori al servizio riescono a salire a dieci punti di vantaggio nel differenziale e solo i peggiori a rimanere dieci punti indietro. È necessario quindi correggere per la bravura dei giocatori per verificare se il sentirsi vincenti esiste davvero.

IMMAGINE 2 – L’effetto del sentirsi vincenti sulla percentuale di punti vinti al servizio

Adottare un modello combinato è la metodologia più normale per tenere conto della bravura dei giocatori e del raggruppamento di punti intorno al giocatore al servizio quando si considerano i singoli punti del campione di dati a disposizione. In questo modello, il risultato è dato dal punto e si usano effetti casuali per il giocatore al servizio e quello alla risposta per tenere conto della bravura dei giocatori in ciascuna partita. Il differenziale punti è aggiunto come variabile fissa e casuale (per il giocatore al servizio) per determinare l’impatto del differenziale sullo specifico giocatore una volta considerata la bravura dei giocatori.

Per il circuito maschile, ho trovato che l’effetto medio ponderato del differenziale punti è di 2.5 punti percentuali ogni dieci punti guadagnati nel differenziale. Siamo di fronte a una forte evidenza del sentirsi vincenti. Ricordiamoci però che il differenziale punti è un’arma a doppio taglio, perché sebbene un differenziale positivo incrementi la possibilità di vittoria del punto da parte del giocatore al servizio, rende altrettanto difficile vincere il punto in una situazione di punteggio sfavorevole.

L’immagine 3 mostra il 25% dei giocatori al servizio su cui incide maggiormente il sentirsi vincenti e il 25% di quelli che ne sono meno influenzati. È interessante trovare Gael Monfils al quinto posto, con un effetto di +3.2 punti percentuali su un differenziale positivo di dieci punti. Un altro risultato degno di nota è la presenza di alcuni dei giocatori di maggiore successo nel gruppo di quelli meno soggetti al sentirsi vincenti, come Lleyton Hewitt, Roger Federer e Novak Djokovic, che si trovano nelle ultime dieci posizioni dell’elenco. Sembra quindi che una sensibilità eccessiva agli effetti del vantaggio psicologico legato al sentirsi vincenti non sia una caratteristica di un campione del circuito maschile.

IMMAGINE 3 – L’effetto del sentirsi vincenti specifico per giocatore

Nel tennis femminile si manifestano effetti di vantaggio psicologico di maggiore portata, come mostrato dall’immagine 4. Inoltre, a differenza di quanto visto per gli uomini, ci sono più giocatrici tra le più forti a essere influenzate dal sentirsi vincenti. Giocatrici come Simona Halep, Serena Williams e Petra Kvitova hanno un effetto superiore a +4 punti percentuali associato al differenziale punti. Tra le donne, sembra che farsi trasportare dal vantaggio psicologico durante la partita sia più un aspetto positivo che uno sfavorevole.

IMMAGINE 4 – L’effetto del sentirsi vincenti specifico per giocatrice

Riepilogo

Anche dopo aver ponderato per la possibile difformità generata dalla bravura dei giocatori, rimane comunque forte traccia del sentirsi vincenti nel tennis, una disposizione che può trascinare un giocatore quando è avanti nel punteggio ma allo stesso tempo rendere più dura la risalita nel caso opposto, quando cioè un giocatore è indietro nel punteggio. Non solo questo risultato spinge a considerare l’aspetto mentale come un fattore significativo, ma mette a dura prova l’assunto che i punti siano indipendenti e identicamente distribuiti.

Un altro valido spunto di questa analisi è la variazione da giocatore a giocatore degli effetti e delle differenze tra i due circuiti, quello maschile e quello femminile. In particolare, si è trovato che i migliori giocatori degli ultimi anni sono stati anche quelli meno soggetti agli effetti del sentirsi vincenti, mentre sembra essere accaduto il contrario per le giocatrici migliori.

Il sentirsi vincenti sembra davvero esistere nel tennis, oltre a candidarsi come miniera d’oro per futuri approfondimenti sugli effetti del vantaggio psicologico nello sport ai massimi livelli.

Klaassen & Magnus’s 22 Myths of Tennis— Myth 21

La potenza analitica di un punto per mille

di Jeff Sackmann // TennisAbstract

Pubblicato il 5 dicembre 2017 – Traduzione di Edoardo Salvati

In un precedente articolo, ho introdotto un metodo per stilare una classifica della bravura nello smash. Ho espresso i risultati in “scala 100”, vale a dire il numero di punti che un giocatore potrebbe attendersi di vincere o perdere, rispetto alla media del circuito, in funzione della sua abilità nel colpire quello specifico colpo. I numeri emersi erano molto piccoli: i calcoli hanno mostrato che è Jo-Wilfried Tsonga ad avere lo smash migliore, un colpo che per lui vale 0.17 punti per 100 punti sopra la media e 0.27 punti per 100 punti in più del giocatore con lo smash peggiore nel campione analizzato, cioè Pablo Cuevas.

La scarto di 0.27 per 100 punti tra lo smash migliore e il peggiore è un’indicazione di massima di quanto la qualità di uno smash possa fare la differenza. Si tratta di una frequenza che si traduce all’incirca in un punto ogni 370. È molto poco e, considerando che la maggior parte dei giocatori staziona intorno alla media anziché trovarsi nelle vicinanze di uno dei due estremi, il tipico effetto generato dalla qualità di uno smash è ancora più ridotto.

Tuttavia, è difficile intuire quanto effettivamente valga un punto. Normalmente, un singolo punto, o anche cinque punti, non faranno più di tanto la differenza. D’altro canto però, ci sono molte partite talmente equilibrate per cui un punto o due possono orientare il risultato in una o nell’altra direzione. Se un giocatore fosse in grado di perfezionare il suo smash nella preparazione tra una stagione e l’altra e raggiungere il livelli di Tsonga, quale contribuito darebbero quei 0.17 punti per 100 punti alle sue vittorie totali? E per la classifica?

Una volta deciso di indagare sul tema, è un problema relativamente chiaro da affrontare. Durante una stagione, i giocatori migliori vincono più punti dei loro avversarsi, ovviamente. Il margine però non è così scontato. Nel 2017, nessun giocatore ha vinto più punti più spesso di quanto abbia fatto Rafael Nadal, con il 55.7% delle volte. È un valore più alto di meno di sette punti percentuali del peggior giocatore tra i primi 50, Paolo Lorenzi, che ha vinto il 49.1% dei punti giocati. Quasi la metà dei primi 50, 22 per l’esattezza, ha vinto tra il 49.0% e il 51.0% dei punti totali, e un altro 15% di giocatori si è posizionato tra il 51.0% e il 52.0%.

Sistemare la statistica dei punti totali vinti

Questi numeri portano leggermente fuori strada, solo leggermente però. La statistica dei punti totali vinti (PTV) tende a raggruppare i giocatori nella zona molto vicina al 50% perché si trovano ad affrontare quello che, per altri sport, chiameremmo un calendario sbilanciato. Infatti, se un giocatore vince solitamente deve giocare il turno successivo contro un avversario più forte; se vince ancora, c’è un avversario ancora più forte che lo attende. Questo significa che la differenza di 6.6% tra Nadal e Lorenzi è più ampia di quanto sembri: se Lorenzi avesse incontrato lo stesso insieme di avversari di Nadal, non sarebbe riuscito a vincere il 49.1% dei punti.

È possibile però trovare una soluzione. In un articolo di qualche mese fa, ho introdotto un algoritmo che analizzava i punti vinti alla risposta ponderati per avversario, mettendo a confronto i risultati di ogni coppia di giocatori in partite di equivalente difficoltà (un’analisi che richiamava l’attenzione sull’improvvisa ascesa del mago alla risposta Diego Schwartzman). Pur non sapendo esattamente cosa accadrebbe se Lorenzi avesse giocato contro gli stessi identici avversari di Nadal, possiamo usare questa metodologia basata sul “generico” avversario come approssimazione. Troviamo che la differenza tra il primo giocatore, Nadal, e il 50esimo della classifica, Lorenzi, è di circa dieci punti percentuali; tenendo costante al 55.7% la frequenza di punti vinti da Nadal, Lorenzi raggiunge il 46.2%, un valore che appare più neutro. Molti giocatori rimangono nel gruppo compreso tra 49% e 51% ma, quando si tiene conto della tendenza naturale del tennis a compensare le vittorie di un giocatore con le successive sconfitte, la differenza complessiva è maggiore.

La differenza di dieci punti percentuali non varia anche allargando il numero di giocatori a 71, vale a dire tutti quelli che hanno giocato almeno 35 partite sul circuito maggiore nel 2017. Lorenzi resta in fondo all’elenco, qualche posizione sopra a Mikhail Youzhny, la cui frequenza di punti vinti del 45.7% lo mette all’ultimo posto, esattamente dieci punti percentuali sotto Nadal.

Riflettiamo sul significato: in una classica partita maschile, per ogni cento punti giocati, solo dieci sono davvero incerti. Non in senso letterale naturalmente: ci sono moltissime partite in cui un giocatore vince almeno il 60% dei punti totali. In media però, ci si può attendere che anche il giocatore più debole tra quelli regolarmente nel circuito vinca 45 punti su 100. Nella statistica sportiva di squadra, si parla in termini analoghi di “livello di rimpiazzo”, cioè l’abilità di un tipico giocatore dei campionati minori svincolato da contratto – e quindi immediatamente impiegabile come sostituto – o di un giocatore della panchina. Non mi piace troppo mutuare il concetto di livello di rimpiazzo, perché in uno sport individuale è impossibile sostituire davvero un giocatore con un altro. Genericamente parlando però, è un buon metodo di paragone: come un battitore dei campionati minori potrebbe colpire con .230 di media realizzativa (rispetto allo .000) nelle leghe maggiori, così un giocatore ATP vincerà il 45% dei punti, non lo 0%.

Punti verso vittorie

Nella statistica sportiva di squadra, è frequente associare un determinato numero di segnature, goal o punti a una vittoria. Ragionare in termini di vittorie è un buon modo per valutare i giocatori: se si è in grado di stabilire che un portiere più forte vale due vittorie in più rispetto a quello attualmente nella rosa, è evidente il suo contributo alla squadra. Ancora una volta, è richiesta un po’ d’immaginazione per applicarlo al tennis, ma è un punto di partenza per iniziare a riflettere in modo analogo.

Un’altra stranezza del tennis è quella per cui non solo i giocatori affrontano avversari di livello ben diverso tra loro, ma giocano anche un numero di partite che può variare considerevolmente. I primi 50 a fine stagione 2017 hanno giocato dalle 35 alle 80 partite; in parte è dovuto agli infortuni, ma la causa maggiore è di tipo strutturale: più partite vinci, più giochi. Nadal ha gestito il suo calendario iscrivendosi solamente a qualche torneo non obbligatorio, eppure solo David Goffin ha giocato più partite di lui. Abbiamo quindi un altra stranezza da considerare, che possiamo gestire ipotizzando del tutto fittiziamente che una stagione di tennis sia lunga esattamente 50 partite. Il record di vittorie-sconfitte di Nadal è stato nel 2017 di 67-11; rapportato a una stagione da 50 partite, diventa circa 43-7.

Siamo ora pronti ad analizzare la relazione tra punti e vittorie. Per punti s’intende la frequenza di punti totali vinti aggiustata per avversario affrontato, e le vittorie sono il numero di partite vinte nell’ipotetica stagione da 50. È una relazione piuttosto forte (r^2 = 0.75), per quanto non perfetta. Roger Federer ha vinto partite a una frequenza più alta di quella di Nadal, ma in termini di punti totali vinti per avversari affrontati, Nadal lo ha surclassato, con il 55.7% contro il 53.5% di Federer. E come visto, Lorenzi è in fondo al campione di 71 giocatori, nonostante sia riuscito a rimanere intorno alla 40esima posizione della classifica. Fortuna, bravura nei momenti che contano e qualche altra circostanza favorevole rendono imperfetta la relazione punti verso vittorie, ma è comunque un valido indicatore.

Non servono troppi punti per aumentare le vittorie totali di un giocatore. L’aumento di solo 0.367 punti per 100 punti si traduce in una vittoria in più sulle 50 partite stagionali giocate. La media punti giocati a stagione è di 8000, quindi sono 29 punti in più ad anno. Le conclusioni sull’analisi dello smash migliore assumono una nuova luce: la differenza di 0.27 punti per 100 punti tra i due estremi è sembrata ininfluente, ma ora ci si accorge che vale quasi una vittoria di una stagione da 50 partite.

Vittorie verso posizioni in classifica

Quello che conta davvero però nel tennis, la sua valuta di scambio universalmente riconosciuta, non solo le vittorie ma la posizione nella classifica generale. Anche la relazione tra vittorie e posizione in classifica è forte ma imperfetta (r^2 = 0.63).

Come osservato, i giocatori di media classifica sono molto vicini in termini di punti totali vinti, con molti di loro che si aggirano sul livello del 50%, anche quando il dato è corretto per la tipologia di avversari. Anche il numero di vittorie non è di grande aiuto per creare separazione tra questi giocatori: in media, un aumento di 0.26 vittorie per 50 partite equivale a una posizione in classifica. Detto in altro modo, se un giocatore vince una partita in più, la sua classifica migliorerà di quattro posizioni. Serve ricordare che non sono postulati scolpiti nella roccia quando si considerano situazioni reali, dipende infatti anche quando e dove sono conseguite quelle vittorie addizionali: il corrispondente incremento di classifica potrebbe variare da nessuna fino a trenta posizioni. Conoscendo le caratteristiche di una tipica vittoria però possiamo meglio comprendere l’impatto di ciascuna vittoria marginale e, per estensione, il valore del vincere dei punti aggiuntivi.

Un punto per mille

Se mettiamo insieme queste due relazioni, otteniamo una nuova regola del pollice comoda anche da un punto di vista numerico. Se l’aumento di una posizione in classifica richiede 0.26 vittorie addizionali ogni 50 partite, e una vittoria aggiuntiva richiede 0.376 punti extra per 100 punti, un rapido giro di calcolatrice dimostra che una posizione in classifica equivale a circa 0.095 punti per 100 punti. Arrotondando a 0.1 per 100 punti, siamo nell’ordine di un punto per 1000 punti.

Un punto addizionale per mille punti è una quantità minuscola, quel tipo di differenza che mai sogneremmo di notare a occhio nudo. Tornei vengono vinti regolarmente senza che un giocatore arrivi a dover giocare così tanti punti; anche per Goffin – che ha servito o risposto più di dodici mila volte quest’anno – si parla di circa una dozzina di punti. Ripensiamo però a tutti quei giocatori raggruppati tra il 49% e il 52% dei punti vinti totali; anche una volta che si è corretto per la tipologia di avversari, tre di loro hanno terminato il 2017 con lo stesso valore di 50.4%, separati da meno di un punto per mille.

La zona della classifica in cui un punto per mille non rappresenta più che un errore di arrotondamento sono le posizioni di vertice massimo. Di solito, un giocatore emerge dal gruppo e i pochi che sono in cima si distanziano da tutti gli altri. Il 2017 non è stato diverso: la differenza corretta per avversario tra Nadal e Federer è stata di un incredibile 2.2% (22 punti per mille punti), mentre il successivo 2.2% fa scendere da Federer fino a tutti i primi 10. Il 2.2% che segue, che si estende all’intervallo tra il 51.1% e il 48.9%, ricomprende altri venti giocatori che, in media, sono separati tra loro da un punto per mille. Se un giocatore cercasse di migliorare la sua classifica dalla 30esima posizione alla 20esima, il percorso sarebbe abbastanza lineare; dalla quinta alla terza posizione invece sarebbe molto meno prevedibile, e probabilmente più difficoltoso.

Se tutto questo sembra inutilmente astruso, posso solo riferirmi ai risultati emersi dall’analisi sullo smash. Ora sappiamo che la variazione di capacità tra giocatori regolarmente attivi sul circuito maggiore nel colpire lo smash vale circa tre posizioni in classifica. Si pensi a cosa voglia dire arrivare a simili conclusioni per dritti, rovesci, discese a rete…roba che scotta! Anche se la strada da percorrere è ancora lunga, questo approccio permette di misurare l’impatto di specifici colpi – e magari anche di tattiche – e trasformare quell’impatto in termini di posizioni in classifica, la valuta di riferimento nel tennis.

The Power of One Point Per Thousand

Alla ricerca dello smash migliore – Parte 2 (WTA)

di Jeff Sackmann // TennisAbstract

Pubblicato il 28 novembre 2017 – Traduzione di Edoardo Salvati

La Parte 1 di quest’analisi (per il circuito maschile).

Gli smash nel tennis femminile

Le giocatrici moderne colpiscono molti meno smash degli uomini, e vincono il punto con lo smash meno frequentemente. Nonostante queste differenze, il ragionamento illustrato nel caso del tennis maschile si applica parimenti al circuito femminile. 

Nella WTA della decade in corso, gli smash diventano un vincente (o inducono a un errore forzato) il 63% delle volte, e consentono di vincere il punti circa il 75% delle volte. Sono entrambi numeri inferiori rispetto agli equivalenti dell’ATP (rispettivamente il 69% e l’81%), ma non in misura così drammatica. La tabella riepiloga la frequenza di vincenti, errori e punti vinti per smash per le 14 giocatrici con almeno 80 smash nel campione di dati del Match Charting Project.

Giocatrice    V/SM   E/SM   PT/SM  
Jankovic      73%    9%     83%  
Williams      72%    13%    81%  
Graf          61%    9%     81%  
Kuznetsova    70%    10%    79%  
Halep         66%    11%    76%  
Wozniacki     61%    16%    74%  
Pliskova      62%    18%    74%  
Radwanska     54%    13%    74%  
Kerber        57%    15%    72%  
Navratilova   54%    13%    71%  
Niculescu     50%    15%    70%  
Muguruza      63%    19%    70%  
Kvitova       59%    22%    68%  
Vinci         58%    14%    68%

Lo storico punto per punto per le donne è meno rappresentativo di quello degli uomini, quindi è più sicuro ipotizzare che la tendenza nella frequenza di smash vincenti sia più simile nel caso degli uomini che delle donne.

Se fosse veramente così, allora l’era di Steffi Graff somiglia a quella presente, mentre negli anni d’oro di Martina Navratilova si assisteva a molti meno smash vincenti o a punti vinti a seguito di uno smash.

È nella differenza tra le opportunità di smash (pallonetti) e gli smash che il gioco femminile si discosta in maniera netta da quello maschile. Come visto in precedenza, gli uomini gestiscono il 72% delle opportunità di smash con uno smash. Nella WTA attuale, il valore corrispondente equivale a meno della metà, cioè il 35%. I numeri di alcune specifiche giocatrici sembrano quasi troppo estremi per essere veri: in 12 partite del campione, Catherine Bellis ha ricevuto 41 pallonetti e colpito 3 smash; in 29 partite, Jelena Ostapenko ha colpito 10 smash di fronte a 103 opportunità di smash. Una generazione fa, la differenza tra i generi era minima: Graf, Martina Hingis, Arantxa Sanchez Vicario e Monica Seles colpivano lo smash almeno in tre quarti delle opportunità a disposizione. Tra le giocatrici in attività, solo Barbora Strycova supera il 70%.

La tabella elenca i numeri relativi alle opportunità di smash per 17 giocatrici con almeno 150 opportunità di smash nel campione del Match Charting Project. La colonna SM/OSM identifica gli smash per opportunità, la V/OSM i vincenti (e gli errori forzati indotti) per opportunità di smash, la E/OSM gli errori per opportunità e la PT/OMS i punti vinti per opportunità di smash.

Giocatrice      SM/OSM  V/OSM  E/OSM  PT/OSM  
Sharapova       12%     57%    11%    76%  
Williams        55%     58%    18%    72%  
Graf            82%     52%    17%    71%  
Pliskova        47%     52%    16%    70%  
Halep           14%     41%    11%    69%  
Suarez Navarro  25%     33%     9%    69%  
Bouchard        29%     50%    18%    68%  
Azarenka        35%     52%    17%    67%  
Kerber          39%     42%    14%    66%  
Muguruza        43%     51%    18%    66%  
Niculescu       57%     41%    19%    65%  
Kvitova         48%     50%    19%    65%  
Radwanska       44%     42%    18%    65%  
Konta           30%     47%    21%    64%  
Wozniacki       36%     44%    18%    64%  
Svitolina       14%     38%    14%    63%  
Navratilova     67%     42%    26%    58%

È subito chiaro dalla parte alta dell’elenco che quello femminile è un diverso tipo di tennis. Maria Sharapova non sceglie quasi mai di colpire uno smash, ma di fronte a un pallonetto è la migliore del gruppo. Segue Serena Williams, che colpisce quasi più smash di quasi tutte le giocatrici in attività considerate, e quasi possiede la migliore percentuale di realizzazione. Ricordiamo che per gli uomini esiste una modesta correlazione positiva tra smash colpiti per opportunità di smash e punti vinti per opportunità di smash. In questo caso, la relazione è più debole e leggermente negativa.

Visto che la maggior parte delle giocatrici colpisce così pochi smash, utilizzare la Probabilità di Punto Aggiunta (PPA) per valutare la bravura nel colpire lo smash è di poca soddisfazione. Graf era eccezionalmente brava, in linea con la capacità di Tsonga di estrarre valore dallo smash, ma tra le giocatrici in attività, solo Williams e Victoria Azarenka possono vantare uno smash del valore di quasi un punto ogni mille. All’estremo opposto, Monica Niculescu è quasi tanto inefficiente quanto era brava Graf, a suggerire che dovrebbe trovare un modo per gestire più opportunità di smash con il dritto tagliato per cui è famosa.

La tabella riporta lo stesso gruppo di giocatrici (tranne Navratilova, la cui era rende sfalsati confronti in termini di PPA), con la PPA di smash per 100 punti (SM PPA/100) e la PPA delle opportunità di smash per 100 punti (SMO PPA/100).

Giocatrice        SM PPA/100   OSM PPA/100  
Sharapova         0.03         0.21  
Williams          0.09         0.15  
Graf              0.15         0.14  
Pliskova          -0.01        0.09  
Suarez Navarro    0.04         0.08  
Halep             0.00         0.07  
Bouchard          -0.02        0.03  
Azarenka          0.08         0.00  
Kerber            -0.03        -0.02  
Muguruza          -0.07        -0.03  
Kvitova           -0.07        -0.04  
Niculescu         -0.13        -0.06  
Wozniacki         -0.01        -0.07  
Radwanska         -0.02        -0.07  
Konta             -0.12        -0.08  
Svitolina         0.01         -0.09

L’elenco è ordinato sulla base della PPA delle opportunità di smash, che dà indicazione di un aspetto molto più rilevante nel tennis femminile. La bravura di Sharapova nel rispondere al pallonetto la distanzia nettamente dal resto del gruppo, con un valore medio superiore a un punto ogni 500, con Williams e Graf non troppo indietro. La distanza tra queste giocatrici di cui si hanno molti più dati – dallo 0.21 di Sharapova al -0.09 di Elina Svitolina – è piuttosto ridotta rispetto a quanto lo sia negli uomini, ma in presenza di estremi come Sharapova e Del Potro, è difficile trarre conclusioni scolpite nella pietra da un insieme ristretto di giocatori, non importa se espressione dell’élite del tennis.

Considerazioni finali

L’approccio illustrato per quest’analisi, volta a misurare l’impatto dello smash e della bravura nello sfruttare le opportunità di smash, potrebbe essere utilizzato per altre tipologie di colpo. Grazie alla loro semplicità, gli smash sono un buon punto di partenza: molti terminano lo scambio e, anche quando questo non accade, garantiscono di fatto che un giocatore, o una giocatrice, vincerà il punto. Anche se poi gli smash si rivelano un po’ più complessi di quanto non appaia inizialmente, le problematiche che emergono dall’applicare un simile algoritmo a, per esempio, i rovesci e le opportunità di rovescio, sono di risoluzione considerevolmente più difficile. In ogni caso, rimango della convinzione che questo algoritmo rappresenti un punto di partenza promettente per affrontare un giorno analisi estremamente sofisticate.

Measuring the Best Smashes in Tennis

Alla ricerca dello smash migliore – Parte 1 (ATP)

di Jeff Sackmann // TennisAbstract

Pubblicato il 28 novembre 2017 – Traduzione di Edoardo Salvati

Come possiamo identificare i colpi migliori nel tennis? Sembra, all’apparenza, un quesito dalla risposta immediata. Grazie ai dati punto per punto raccolti in più di 3500 partite del Match Charting Project, siamo in grado di verificare ogni occorrenza del colpo in questione e determinarne l’esito. Se un giocatore colpisce molti vincenti o vince molti dei punti successivi a quel colpo, è probabile che sia un colpo in cui riesce molto bene. Svariati errori non forzati invece potrebbero indurci a pensare al contrario.

Poco tempo fa un amico mi ha chiesto: chi possiede lo smash migliore tra gli uomini? Rispetto ad altri colpi, come ad esempio il rovescio tagliato, dovrebbe essere abbastanza facile valutare gli smash, visto che in larga parte sono colpi che chiudono lo scambio – nel tennis maschile attuale (parlerò di quello femminile nella seconda parte) il 69% è rappresentato da vincenti o da errori forzati – aspetto che semplifica il problema.

L’algoritmo più diretto per trovare una risposta consiste nel determinare la frequenza con cui un punto si conclude in favore del giocatore che ha colpito lo smash, grazie a un vincente o a un errore forzato. Possiamo chiamare questo rapporto “V/SM”. Nel Match Charting Project ci sono ottanta giocatori con almeno dieci partite nel circuito maggiore e il rapporto V/SM per quei giocatori va dall’84% (di Jeremy Chardy) fino al 30% (di Paolo Lorenzi). Sono estremi appartenenti a giocatori con un insieme di dati relativamente ridotto; se limitiamo l’analisi ai giocatori con almeno 90 smash, l’intervallo non è così ampio. Il migliore è Jo Wilfried Tsonga, con il 79%, il “peggiore” è Ivan Lendl, con il 57%. È un po’ ingiusto definire Lendl il peggiore, visto che negli anni la frequenza di smash vincenti è significativamente aumentata, e quella di Lendl è inferiore alla media degli anni ’80 solo di un paio di punti percentuali. Tra i giocatori in attività presenti nel campione che hanno almeno 90 smash è Stanislas Wawrinka ad alzare il livello minimo, con un V/SM del 65%.

Possiamo analizzare gli effetti di lungo periodo degli smash di un giocatore senza aggiungere eccessiva complessità. Se terminare un punto con lo smash è una situazione ideale, la maggior parte dei giocatori si accontenterebbe di vincere il punto. Quando colpiscono uno smash, i giocatori odierni finiscono per vincere il punto l’81% delle volte, andando dal 97% (di nuovo Chardy) al 45% (di nuovo Lorenzi). È sempre Tsonga a guidare il campione più ampio di giocatori, vincendo il 90% dei punti a seguito di uno smash e, tra i giocatori in attività, Wawrinka rimane ultimo, con il 77%.

La tabella elenca tutti i giocatori con almeno 90 smash nel database del Match Charting Project, con indicazione del relativo rapporto vincenti (ed errori forzati indotti dallo smash) per smash (V/SM), errori per smash (E/SM) e punti vinti per smash (PT/SM).

Giocatore    V/SM   E/SM   PT/SM  
Tsonga       78%    6%     90%  
Berdych      76%    6%     88%  
Sampras      75%    7%     86%  
Federer      73%    7%     86%  
Nadal        69%    7%     84%  
Raonic       73%    9%     82%  
Murray       67%    6%     82%  
Nishikori    68%    11%    81%  
Ferrer       71%    9%     81%  
Agassi       67%    8%     80%  
Djokovic     66%    9%     80%  
Edberg       62%    12%    78%  
Wawrinka     65%    10%    77%  
Lendl        57%    13%    71%

Sono numeri che indicano chiaramente su quali giocatori si dovrebbe scommettere se mai venisse organizzata una gara degli smash nello stile di quella delle schiacciate all’All Star Game della NBA. Ancora meglio, non ci si macchia di alcuna pesante offesa nei confronti del buon senso: ci si attende infatti di vedere Tsonga e Roger Federer in cima alla lista, e sarebbe stato strano trovare Novak Djokovic troppo lontano dal fondo.

Opportunità di smash

Dobbiamo però fare meglio di così. Quasi tutti i colpi di una partita sono frutto di una decisione del giocatore che li colpisce: meglio topspin o taglio? Rovescio o dritto girando intorno alla pallina? Approccio a rete o linea di fondo? Molti smash sono una scelta ovvia, ma molti altri non lo sono. I giocatori fanno scelte diverse tra loro e, per valutare un colpo specifico, bisogna riformulare la domanda in modo più puntuale. Invece di cercare un vago “il migliore”, dovremmo orientarci a capire quale giocatore ottiene il massimo dai suoi smash. Le domande sono certamente simili, ma non identiche.

Espandiamo la visuale per integrare quelle che potremmo chiamare “opportunità di smash”. Anche in questo caso, come tipologia di colpo lo smash rende l’analisi più semplice. Possiamo definire un’opportunità di smash come un pallonetto colpito dall’avversario (con un campione di dati imperfetto, c’è una complicazione aggiuntiva, perché a volte i colpi che precedono lo smash sono codificati come colpi a rimbalzo in topspin o tagliati. Le ho comunque considerate opportunità di smash). Nel tennis maschile moderno, circa il 72% dei pallonetti comportano uno smash, il resto è giocato come vincente o gestito con un altro colpo. Ogni giocatore ha la sua strategia: Federer, Pete Sampras e Milos Raonic colpiscono lo smash di fronte a più dell’84% di opportunità. Pochi giocatori si fermano sotto al 50%: Nick Kyrgios ad esempio ha colpito uno smash solo 20 volte sulle 49 opportunità del campione (il 41%). Tra i giocatori di cui si hanno più dati a disposizione, Juan Martin Del Potro ha scelto di colpire lo smash 61 volte su 114 (il 54%) e Andy Murray 271 su 433.

Naturalmente, non tutti i pallonetti sono uguali tra loro. Quando il numero di punti è molto alto, ci si attende una normalizzazione nella tipologia, ma anche in quella circostanza, lo stile complessivo di gioco può influenzare le opportunità di smash che un giocatore si trova ad avere. Ma questo è un’aspetto più complicato e per un’analisi separata; per il momento, è più facile ipotizzare che la combinazione di opportunità di smash per ciascun giocatore sia pressoché identica, pur tenendo a mente la probabilità di aver nascosto un po’ di complessità sotto al tappeto.

Con una varietà così ampia di smash per opportunità di smash (SM/OSM), è evidente che per alcuni giocatori gli smash in media siano più difficili che per altri. Federer colpisce circa la metà delle opportunità di smash rispetto, ancora, a quanto faccia Del Potro, indicazione che i tentativi di Federer arrivano su pallonetti più difficili da gestire di quelli di Del Potro; e sui tentativi più difficili, Del Potro sceglie un colpo diverso. Quando decide di giocare lo smash infatti, raggiunge un livello di efficacia molto alto, vincendo l’84% di quei punti, ma è probabile che, se colpisse lo smash con la stessa frequenza di Federer, non arriverebbe a una percentuale di successo altrettanto redditizia.

Questo fa pensare a una domanda leggermente differente: quali sono i giocatori più efficaci in presenza di opportunità di smash? Lo smash di per sé non è necessariamente così importante, poiché se un giocatore è ugualmente efficace con, ad esempio, un dritto o un rovescio al volo, non giocare lo smash diventa irrilevante. Lo smash è semplicemente uno strumento efficace utilizzato dalla maggior parte dei giocatori in occasioni di questo tipo.

Le opportunità di smash non offrono la stessa garanzia di risultato degli smash: nel tennis maschile moderno, i giocatori vincono il 72% dei punti dopo aver ricevuto un’opportunità di smash dall’avversario e il 56% dei colpi che seguono diventano un vincente o inducono a un errore forzato. Stiamo andando un po’ fuori strada, ma queste considerazioni permettono di affrontare una questione di portata più ampia sul gioco, perché le opportunità di smash rappresentano un numero di colpi maggiore degli smash.

La tabella elenca tutti i giocatori con almeno 99 opportunità di smash nel campione dati del Match Charting Project, insieme alla frequenza con cui colpiscono lo smash (SM/OSM), con cui colpiscono vincenti o inducono errori forzati a seguito di opportunità di smash (V/OSM), con cui commettono un errore (E/OSM) e con cui vincono un punto quando ricevono il pallonetto (PTV/OSM). Come nell’elenco precedente, i giocatori sono classificati sulla base dei punti vinti riportati nell’ultima colonna a destra.

Giocatore   SM/OSM  V/OSM  E/OSM  PTV/OSM  
Tsonga      80%     68%    13%    80%  
Federer     84%     66%    13%    78%  
Sampras     86%     68%    15%    78%  
Berdych     75%     66%    16%    76%  
Raonic      85%     67%    14%    76%  
Djokovic    81%     60%    13%    75%  
Anderson    66%     57%    12%    74%  
Nadal       74%     57%    16%    73%  
Agassi      77%     62%    17%    73%  
Becker      85%     59%    18%    72%  
Wawrinka    79%     58%    15%    72%  
Nishikori   72%     57%    17%    70%  
Murray      63%     52%    15%    70%  
Thiem       66%     52%    11%    70%  
Ferrer      71%     57%    17%    69%  
Cuevas      73%     54%    14%    67%  
Edberg      81%     52%    23%    65%  
Borg        81%     41%    20%    63%  
Del Potro   54%     48%    19%    60%  
Lendl       74%     45%    28%    59%  
McEnroe     74%     43%    24%    56%

C’è molta somiglianza nella graduatoria delle due tabelle, con nomi quali Federer, Sampras e Tsonga in cima. Ci sono però anche differenze chiave: Djokovic e Wawrinka sono particolarmente efficaci in risposta a un pallonetto con colpi che non siano necessariamente uno smash, mentre Del Potro è l’opposto, comparendo quasi in fondo all’elenco nonostante sia molto efficace con lo smash.

La frequenza con cui un giocatore trasforma opportunità di smash in smash possiede un impatto sulla sua percentuale di successo complessiva sulle opportunità di smash, ma la relazione non è così forte (r^2 = 0.18). Anche colpi alternativi come dritto/rovescio al volo o dritti da centro campo consentono di vincere il punto con una buona probabilità.

Il valore dello smash

Torniamo alla mia domanda, nella versione rivista: quale giocatore ottiene più valore dallo smash? Per una buona risposta, è necessario determinare la frequenza con cui lo smash è colpito e con quale successo. Una volta quantificate queste due variabili, siamo in grado di verificare quanto uno smash valido o, viceversa, uno colpito male, possano incidere sulla prestazione finale di un giocatore, misurata con i punti complessivamente vinti, e quanto uno smash fantastico si discosti da uno pessimo.

Come detto, un giocatore del circuito maggiore attuale vince mediamente il punto l’81% delle volte in cui colpisce uno smash. Esprimiamo lo stesso concetto in termini di probabilità di vincere un punto: quando un pallonetto è in aria e un giocatore posiziona la racchetta per colpire lo smash, la sua probabilità di vincere il punto è dell’81%, poiché gran parte del lavoro è già stato fatto avendo creato una situazione così favorevole. Se il giocatore in questione finisce per vincere il punto, lo smash ha aumentato la probabilità di 0.19 punti percentuali (dallo 0.81 all’1%), se invece finisce per perdere il punto, lo smash ha fatto diminuire la probabilità di 0.81 punti percentuali (dallo 0.81 allo 0%). Un giocatore che colpisce cinque smash vittoriosi consecutivamente ha uno smash che vale circa un intero punto: 5 moltiplicato per 0.19 è uguale a 0.95.

Possiamo usare questa semplice formula per stimare quanto valga lo smash di ciascun giocatore, espresso in punti. Lo chiamiamo Probabilità di Punto Aggiunta (PPA). Da ultimo, dobbiamo inserire nel calcolo la frequenza con cui viene colpito lo smash. Per farlo, dividiamo la PPA per il numero totale di punti giocati, e moltiplichiamo per 100 per rendere il risultato più leggibile. La statistica diventa quindi PPA per 100 punti, e riflette l’impatto dello smash in una tipica partita di breve durata. La maggior parte dei giocatori ha un numero simile di opportunità di smash ma, come osservato in precedenza, alcuni decidono di colpire più smash di altri. Quando dividiamo per il numero di punti, diamo maggior merito ai quei giocatori che ricorrono più spesso allo smash.

L’impatto complessivo dello smash si rivela essere minimo. La tabella elenca i giocatori dagli anni ’90 con almeno 99 opportunità di smash nel campione di dati a disposizione, e la relativa PPA dello smash per 100 punti.

Giocatore     SM PPA/100  
Tsonga        0.17  
Sampras       0.11  
Berdych       0.11  
Federer       0.10  
Nadal         0.05  
Raonic        0.04  
Del Potro     0.02  
Murray        0.01  
Anderson      0.01  
Nishikori     0.00  
Ferrer        0.00  
Agassi        0.00  
Djokovic      -0.02  
Wawrinka      -0.07  
Thiem         -0.07  
Cuevas        -0.10

È sempre Tsonga a dominare incontrastato, dalla misurazione più elementare a quella più complessa. Il suo 0.17 di PPA dello smash per 100 punti significa che la qualità dei suoi smash gli garantisce circa un punto aggiuntivo (rispetto alla media del circuito) ogni 600 punti. Non sembra molto, ed effettivamente non lo è: Tsonga colpisce meno di uno smash ogni 50 punti e, per quanto il suo sia accurato, anche il giocatore medio possiede uno smash molto affidabile.

Riusciamo anche a farci un’idea di quanto siano tra loro distanti i giocatori rispetto all’abilità nel colpire lo smash. Tra quelli in attività, il ritardatario del gruppo è Pablo Cuevas, con lo -0.1 di PPA per 100 punti: la sua inefficacia con lo smash gli costa un punto ogni mille giocati. Si può fare anche peggio – Lorenzi ottiene il -0.65 di PPA, seppur in un campione ridotto di dati – ma se limitiamo l’analisi ai giocatori con più informazioni punto per punto, la differenza tra estremo superiore e inferiore è a malapena di 0.25 di PPA per 100 punti, cioè un punto ogni 400.

Da quest’ultimo elenco ho escluso molti giocatori delle generazioni precedenti. Come detto, la frequenza di smash vincenti in quel periodo era in media inferiore, quindi valutare leggende come John McEnroe o Bjorn Borg attraverso una formula di probabilità di punto basata su dati del tennis attuale sarebbe totalmente errato. Con Sampras e Andre Agassi siamo però al sicuro, visto che la frequenza con cui i giocatori trasformano smash in punti vinti è rimasta abbastanza stabile dall’inizio degli anni ’90.

Il valore della risposta al pallonetto

Dopo aver visto l’impatto potenziale della bravura con lo smash, ampliamo nuovamente il raggio d’azione per verificare l’impatto potenziale della bravura con le opportunità di smash. Prima che un giocatore decida come rispondere a un pallonetto, la sua probabilità di vincere il punto è di circa il 72%. Quindi, utilizzare un colpo che porta alla vittoria del punto vale 0.28 punti percentuali di PPA, mentre una scelta che determina la perdita del punto si traduce in una PPA di -0.72.

Ci sono più opportunità di smash che smash e maggiori margini di miglioramento come media (72% invece che 81%), dovremmo quindi attenderci un intervallo più ampio di valori PPA per 100 punti. In altre parole, dovremmo attenderci che la bravura nella risposta al pallonetto, che comprende lo smash come possibile colpo, sia più importante della bravura specifica nel colpire uno smash.

La differenza è modesta, sembra però che la bravura nella risposta al pallonetto abbia un’ampiezza maggiore di quella nel colpire lo smash. La tabella mostra il medesimo gruppo di giocatori, sempre con indicazione della loro PPA per 100 smash (SM PPA/100) e con anche i valori della PPA/100 per le opportunità di smash (OSM PPA/100).

Giocatore    SM PPA/100   OSM PPA/100  
Tsonga       0.17         0.18  
Federer      0.10         0.16  
Sampras      0.11         0.16  
Raonic       0.04         0.12  
Berdych      0.11         0.09  
Anderson     0.01         0.08  
Djokovic     -0.02        0.07  
Nadal        0.05         0.03  
Agassi       0.00         0.01  
Wawrinka     -0.07        0.00  
Nishikori    0.00         -0.03  
Murray       0.01         -0.03  
Thiem        -0.07        -0.05  
Ferrer       0.00         -0.06  
Cuevas       -0.10        -0.12  
Del Potro    0.02         -0.19

Sono ancora Djokovic e Del Potro a catturare l’attenzione, in qualità di giocatori la cui bravura nello smash non rappresenta accuratamente la bravura nelle opportunità di smash. Djokovic è di poco sotto la media con gli smash, ma qualche gradino sopra sulle opportunità di smash. Del Potro invece supera di poco la media nel colpire lo smash, ma ottiene risultati decisamente negativi quando deve fronteggiare un pallonetto.

Siamo quindi in grado di misurare i migliori smash nel tennis, di mettere a confronto i giocatori e arrivare a un’impressione complessiva dell’importanza di questo colpo. Abbiamo però visto anche che non basta considerare solo gli smash, ma che si può conoscere di più dell’abilità di un giocatore allargando l’analisi alle opportunità di smash.

Nella seconda parte, i risultati ottenuti per il circuito femminile.

Measuring the Best Smashes in Tennis

La difficoltà (e l’importanza) di trovare il rovescio avversario

di Jeff Sackmann // TennisAbstract

Pubblicato l’11 novembre 2015 – Traduzione di Edoardo Salvati

Alcuni rovesci incrociati a una mano hanno lo svantaggio di rimanere in volo un po’ più a lungo, dando all’avversario più tempo per preparare il colpo e, spesso, più tempo per girare intorno alla pallina e colpire di dritto, scelta che apre a possibilità strategiche più varie.

Con 700 partite maschili (ora a quota 1716, n.d.t.) nel database del Match Charting Project (ogni contributo è ben accetto!), possiamo iniziare a quantificare questo svantaggio, se effettivamente di svantaggio si tratta. Una volta stabilito se i giocatori dal rovescio a una mano siano in grado di trovare il rovescio avversario, possiamo provare a esaminare un aspetto più importante, cioè quanto conti questa soluzione tattica.

Lo scenario

Restringendo l’analisi agli scambi da fondo tra destri, quando la pallina arriva sul lato del rovescio, un giocatore ha due opzioni: colpire un rovescio a rimbalzo, tradizionale (piatto o arrotato) o tagliato, o girare intorno alla pallina e usare il dritto. Ci sono volte in cui ricerca un vincente lungolinea, altre in cui è costretto a una risposta debole al centro del campo ma, di solito, l’obiettivo è quello di colpire incrociato, idealmente mirando al rovescio avversario.

Selezionando tutte le partite tra destri in cui vi sia almeno un giocatore tra i primi 72 della classifica (volevo includere anche Nicolas Almagro) aggiornata alla settimana scorsa (26 ottobre 2015), la tabella riepiloga la frequenza e i risultati derivanti da ciascuna delle scelte elencate.

Colpo    Freq   Rib Dr  Rib Rov  ENF    Vincenti  Pt vinti  
Tutti           9.9%    68.1%    10.8%  5.8%      43.1%  
Tagliato 11.9%  34.1%   49.5%    7.1%   0.6%      40.2%  
Dritto   44.9%  2.8%    69.0%    13.0%  9.8%      42.1%  
Rovescio 43.3%  10.7%   72.2%    9.5%   3.1%      45.0%  
                                                     
Una mano 42.6%  12.0%   69.5%    9.3%   3.8%      44.2%  
Due mani 43.5%  10.0%   73.4%    9.6%   2.8%      45.4%

Le colonne “Rib Dr” e “Rib Rov” si riferiscono alle ribatutte di dritto e di rovescio, e mostrano l’importanza della scelta del colpo per tenere la pallina lontana dal dritto dell’avversario. Si nota che il rovescio tagliato ha un rendimento molto scadente, mentre il dritto a uscire comporta quasi certamente una ribatutta di rovescio, anche se presuppone un livello di rischio superiore.

La differenza tra il rovescio a una mano e quello a due mani non è così netta. Il rovescio a una mano non trova il rovescio avversario così frequentemente, anche se produce qualche vincente in più. Nel gruppo dei giocatori dal rovescio a una mano, quello tradizionale piatto o arrotato viene colpito un po’ meno spesso, ma questo non vuol dire necessariamente che al suo posto venga colpito un dritto. In media, i giocatori dal rovescio a due mani colpiscono qualche dritto in più dal lato del rovescio, mentre i giocatori dal rovescio a una mano sono costretti a colpire più tagliati.

Una mano sola, diversi tipi di rovescio

Questi numeri fanno vedere che non tutti i rovesci a una mano si assomigliano tra loro. Quello di Stanislas Wawrinka ha la stessa efficacia del migliore tra i rovesci a due mani, mentre Roger Federer è tipicamente il punto di partenza delle conversazioni in cui ci si interroga sul perché il rovescio a una mano stia scomparendo (sebbene l’edizione 2017 di questo colpo possa far ricredere, n.d.t.).

La tabella elenca i 28 giocatori per i quali ci sono almeno 500 situazioni (escludendo le risposte al servizio) in cui il giocatore ha ribattuto nello scambio un colpo che arriva sul suo rovescio. Per ciascuno, ho evidenziato quanto spesso viene scelto un rovescio o un dritto tradizionali e la frequenza con cui il giocatore ha trovato il rovescio avversario, escludendo i suoi stessi errori e vincenti.

Giocatore      Mani  Freq Rov Rov avvers %  Freq Dr  Rov avvers %  
Dolgopolov     2     45.7%    94.2%         43.3%    98.7%  
Nishikori      2     51.1%    94.0%         38.9%    98.1%  
Murray         2     41.0%    92.4%         46.5%    98.6%  
Wawrinka       1     48.6%    92.1%         37.5%    98.0%  
Tomic          2     33.8%    91.7%         43.8%    97.9%  
Djokovic       2     47.2%    91.7%         41.4%    98.5%  
Anderson       2     41.0%    91.5%         45.8%    96.6%  
Coric          2     46.5%    90.7%         44.2%    96.9%  
Cuevas         1     41.9%    90.6%         54.5%    96.5%  
Cilic          2     45.4%    89.7%         43.3%    97.2%  
                                                               
Giocatore      Mani  Freq Rov Rov avvers %  Freq Dr  Rov avvers %  
Berdych        2     41.6%    89.3%         44.2%    97.5%  
Carreno Busta  2     55.4%    87.8%         41.1%    93.5%  
Fognini        2     46.0%    87.4%         47.0%    96.1%  
Gasquet        1     57.2%    87.3%         32.1%    96.8%  
Seppi          2     40.3%    87.2%         50.0%    93.9%  
Almagro        1     53.6%    86.5%         39.3%    98.0%  
Thiem          1     38.5%    86.2%         50.0%    96.5%  
Monfils        2     48.0%    85.3%         46.3%    85.3%  
Ferrer         2     48.2%    84.9%         40.4%    97.1%  
Federer        1     42.7%    84.8%         43.6%    94.5%  
                                                               
Giocatore      Mani  Freq Rov Rov avvers %  Freq Dr  Rov avvers %  
Simon          2     46.9%    84.6%         46.5%    94.6%  
Goffin         2     45.4%    84.6%         45.7%    94.9%  
Bautista Agut  2     39.6%    83.3%         46.7%    98.4%  
Tsonga         2     43.5%    82.0%         44.5%    96.3%  
Dimitrov       1     41.4%    78.6%         39.4%    92.8%  
Raonic         2     31.5%    63.5%         56.5%    94.3%  
Sock           2     27.0%    62.5%         62.9%    96.3%  
Robredo        1     26.6%    56.1%         62.3%    88.4%

Per la capacità di andare sul rovescio avversario con il proprio rovescio, giocatori dal rovescio a una mano come Wawrinka, Pablo Cuevas e Richard Gasquet (anche se di poco) sono nella parte alta dell’elenco. Federer e Grigor Dimitrov, che spesso è considerato un suo clone, sono invece nella parte bassa.

Includendo tutti e 60 i giocatori selezionati per l’analisi (non solo quelli della tabella), esiste una correlazione negativa, anche se lieve (r^2 = -0.16), tra la probabilità che un giocatore trovi il rovescio avversario con il proprio e la frequenza con cui sceglie di colpire un dritto da quell’angolo di campo. In altre parole, meno è bravo ad andare sul rovescio avversario, più dritti a uscire colpisce. Tommy Robredo e Jack Sock rappresentano l’esempio più eclatante di questa tendenza, rispettivamente per il rovescio a una mano e a due mani, essendo in difficoltà a trovare il rovescio avversario e compensando con il più alto numero di dritti possibili.

Tuttavia, Federer – e ancor di più – Dimitrov non rientrano in questa categoria. In media, il giocatore dal rovescio a una mano gira intorno alla pallina nel lato del rovescio il 44.6% delle volte: Federer è un punto percentuale sotto questo valore e Dimitrov non raggiunge il 40%. Federer è considerato particolarmente aggressivo con il dritto a uscire (e a rientrare), ma potrebbe dipendere da una maggiore accuratezza in fase decisionale.

Esito definitivo

Usiamo un ulteriore angolo di osservazione. Quello che conta alla fine è vincere il punto, non tanto come ci si arriva. Per ciascuno dei 28 giocatori dell’elenco, ho calcolato la frequenza con la quale vincono il punto in funzione del colpo scelto. Ad esempio, quando Novak Djokovic colpisce un rovescio a rimbalzo tradizionale dal lato del rovescio, vince il punto il 45.4% delle volte, rispetto al 42.3% di quando colpisce un rovescio tagliato e al 42.4% di quando colpisce un dritto.

Rispetto alla sua stessa media, Djokovic rende meglio di circa il 3.6% quando sceglie (o, per vederla in un altro modo, è in grado di scegliere) un rovescio a rimbalzo. La tabella che segue mostra, per ciascun giocatore, il raffronto tra l’esito di ciascun colpo, dal lato del rovescio, rispetto alla sua media.

Giocatore      Mani  Rovescio Vin  Tagliato Vin  Dritto Vin  
Thiem          1     1.209         0.633         0.924  
Goffin         2     1.111         0.656         0.956  
Dimitrov       1     1.104         0.730         1.022  
Simon          2     1.097         0.922         0.913  
Berdych        2     1.085         0.884         0.957  
Carreno Busta  2     1.081         0.982         0.892  
Nishikori      2     1.070         0.777         0.965  
Bautista Agut  2     1.055         0.747         1.027  
Wawrinka       1     1.050         0.995         0.936  
Coric          2     1.049         1.033         0.941  
                                                
Giocatore      Mani  Rovescio Vin  Tagliato Vin  Dritto Vin  
Tomic          2     1.049         1.037         0.943  
Sock           2     1.049         0.811         1.010  
Monfils        2     1.048         1.100         0.938  
Fognini        2     1.048         0.775         0.987  
Raonic         2     1.048         0.996         0.974  
Almagro        1     1.046         0.848         0.964  
Anderson       2     1.038         1.056         0.950  
Djokovic       2     1.036         0.966         0.969  
Murray         2     1.031         1.039         0.962  
Federer        1     1.023         1.005         0.976  
                                                
Giocatore      Mani  Rovescio Vin  Tagliato Vin  Dritto Vin  
Gasquet        1     1.020         0.795         1.033  
Seppi          2     1.019         0.883         1.008  
Ferrer         2     1.018         0.853         1.020  
Dolgopolov     2     1.010         1.010         0.987  
Cilic          2     1.006         1.009         0.991  
Cuevas         1     0.987         0.425         1.048  
Tsonga         2     0.956         0.805         1.095  
Robredo        1     0.845         0.930         1.079

In questo caso, i risultati di Dimitrov – insieme a quelli dell’altro paladino del rovescio a una mano Dominic Thiem – sono molto migliori. Il suo rovescio incrociato non trova molti rovesci avversari, ma è decisamente il suo colpo più efficace dal lato del rovescio. Ci dovremmo aspettare più punti vinti quando colpisce un rovescio tradizionale rispetto a un tagliato (probabilmente una scelta che arriva da posizioni più difensive), ma sono molto sorpreso dal fatto che il suo rovescio abbia un rendimento così superiore al dritto a uscire.

Anche se Dimitrov e Thiem rappresentano gli estremi del gruppo, quasi tutti questi giocatori ottengono risultati migliori con un rovescio a rimbalzo incrociato rispetto a un dritto a uscire (o a rientrare). Solo cinque – tra cui Robredo ma non, incredibilmente, Sock – vincono più punti dopo aver colpito un dritto dal lato del rovescio.

È evidente che i giocatori dal rovescio a un mano trovino in effetti più difficoltà a costringere gli avversari a colpire di rovescio. Molto meno chiaro è quanto questo sia importante. Anche Federer, famoso per un rovescio non sempre solido e ancora più famoso per un dritto a uscire senza rivali, ottiene un rendimento leggermente migliore colpendo di rovescio dal lato del rovescio. Non potremo mai sapere cosa sarebbe successo se Federer avesse avuto il rovescio a due mani di Djokovic, ma anche se il suo rovescio a una mano non riesce a trovare altrettanti rovesci avversari di quanto sia in grado Djokovic, comunque porta a casa il punto con una frequenza sorprendentemente alta.

The Difficulty (and Importance) of Finding the Backhand

Partita dopo partita, la fatica si accumula?

di Stephanie Kovalchik // OnTheT

Pubblicato il 20 ottobre 2017 – Traduzione di Edoardo Salvati

Tenere sotto controllo la fatica durante una qualsiasi partita di uno Slam è una sfida. Mi chiedo se questo diventi ancora più impegnativo dopo aver giocato diverse partite.

In un precedente articolo ho affrontato la tematica della fatica nel corso della partita, prendendo spunto da uno studio in cui la diminuzione della velocità per i lanciatori di rilievo nel baseball viene analizzata attraverso modelli di somministrazione-responso tipicamente adottati in medicina per registrare gli effetti della fatica. Un rapido caso studio ha evidenziato come l’utilizzo di un approccio analogo con le velocità al servizio possa essere utile per identificare il declino nella perdita di velocità generato dalla fatica.

In questa circostanza, intendo verificare la progressione della fatica nello svolgimento del torneo. In altre parole, i giocatori diventano più esposti alla fatica all’avanzare dei turni?

Per trovare delle interessanti dinamiche generate dalla fatica, possiamo considerare gli US Open 2017. Le immagini che seguono rappresentano due degli esempi più significativi dall’ultimo Slam della stagione.

Il grafico dell’immagine 1 mostra l’andamento delle velocità al servizio in ciascun turno per la finalista del singolare femminile Madison Keys. Le velocità effettivamente misurate sono rappresentate dai pallini blu, mentre i pallini arancioni indicano le stime arrotondate derivanti dall’utilizzo di un modello di somministrazione-responso con la migliore bontà di adattamento, come descritto nel precedente articolo.

Sulla prima di servizio Kyes non ha mostrato segni di affaticamento fino alla finale, nella quale – a partire dal 50esimo servizio – la velocità è diminuita in misura considerevole. Da quel momento, la prima di servizio è scesa progressivamente al di sotto della media di 165 km/h tenuta da Keys nel corso del torneo.

IMMAGINE 1 – Velocità al servizio in ciascun turno degli US Open 2017 di Keys

Anche se sulla seconda di servizio non si è assistito a un decremento analogo, si è comunque verificata una sorprendente riduzione di velocità dopo il primo turno (in cui Keys ha raggiunto la media più alta di 133 km/h). In finale Keys ha fatto segnare la media più bassa sulla seconda di tutto il suo torneo, pari a 126 km/h.

Prendiamo, come altro esempio, Dominic Thiem, il cui rendimento al servizio è in peculiare contrasto con quello di Keys. Nel suo caso infatti la fatica manifesta gli effetti maggiori sulla seconda di servizio anziché sulla prima. Non solo, ma sono anche effetti che si presentano molto prima nel torneo.

IMMAGINE 2 – Velocità al servizio in ciascun turno degli US Open 2017 di Thiem

Il grafico mostra come, al raggiungimento del quarto e ultimo turno di Thiem agli US Open 2017, la velocità media della seconda di servizio sia complessivamente diminuita rispetto ai turni precedenti, da 150 km/h a 135 km/h. Inoltre, nella partita in cinque set contro Juan Martin Del Potro, la velocità della seconda è scesa in modo esponenziale dal momento in cui Thiem è arrivato a servire per la 140esima volta.

Sebbene in tutte e quattro le quattro partite giocate da Thiem la velocità della prima sia rimasta abbastanza costante durante la singola partita, si è assistito a un calo progressivo nella velocità media tra il primo turno e successivi. Da un media di 178 km/h si è arrivati a una media di 172 km/h nel quarto turno.

Siano dinamiche causate da uno sforzo fisico cumulato, un aumento della pressione psicologica o altri aspetti dell’esperienza di partecipare a un torneo dello Slam, questi due brevi esempi suggeriscono che l’analisi turno per turno delle caratteristiche fisiche del servizio di un giocatore può svelare dettagli che meritano di ricevere ulteriore approfondimento.

Il codice e i dati per quest’analisi sono disponibili qui.

Is Fatigue Cumulative?

Come si comportano destri e mancini al servizio nei due lati del campo

di Jeff Sackmann // TennisAbstract

Pubblicato il 4 novembre 2011 – Traduzione di Edoardo Salvati

Dopo aver visto la frequenza di successo dei giocatori al servizio nel lato di campo delle parità e dei vantaggi – in funzione del punteggio nel game – analizziamo ora le tendenze di destri e mancini.

Come ho teorizzato in precedenza, i destri hanno percentuali di punti vinti al servizio più alte sul lato delle parità (64% contro 62.3%), mentre i mancini servono meglio sul lato dei vantaggi (63% contro 62.3%). La differenza per i mancini diventa un po’ più netta (62.8% contro 61.8%) se escludiamo dal campione Rafael Nadal (tutti i numeri che seguono sono indicati in due modi, includendo ed escludendo i valori di Nadal). Anche se Nadal rappresenta un solo giocatore, quasi un terzo dei punti giocati al servizio dai mancini del campione – cioè tutte le partite dei tornei Slam del 2011 considerate da Pointstream – è a lui ascrivibile. Come vedremo, Nadal sembra avere delle tendenze che lo separano dal resto del gruppo dei mancini).

Questo sembrerebbe darei ai mancini un leggero vantaggio strategico; più di tre quarti delle palle break vengono giocate nel lato dei vantaggi, comprese tutte quelle (30-40, 40-AD) che danno la possibilità al giocatore al servizio di tornare in parità. Se i mancini hanno più probabilità di vincere quei punti, si potrebbe pensare che abbiano anche più probabilità di respingere la minaccia. Ovviamente, la si può vedere in entrambi i modi: una debolezza sul lato delle parità potrebbe generare più palle break da dover poi salvare.

Strano a dirsi, ma i mancini non sembrano far leva sul loro vantaggio nella situazione di palla break più frequente, cioè sul 30-40. Sia i destri che i mancini vincono i punti sul 30-40 circa il 6% meno spesso di quanto vincano punti al servizio in generale. La differenza più marcata è sul 40-AD, quando i destri vincono il 10% di punti in meno della loro media e i mancini solo il 3% in meno. Nadal è responsabile per larga parte dello scostamento, probabile testimonianza della sua forza mentale. Senza Nadal, i mancini vincono il 6% di punti in meno della loro media sul 40-AD, comunque ancora superiore a quanto facciano i destri (ricordiamo che è un approccio intrinsecamente parziale. Se il giocatore al servizio raggiunge il 40-AD, è il punteggio stesso a riflettere uno svantaggio. Roger Federer e John Isner non servono spesso sul 40-AD proprio perché il loro servizio è, in modi diversi, così dominante. Fernando Verdasco, Fabio Fognini e qualsiasi avversario di Novak Djokovic servono più spesso sul 30-40 e sul 40-AD, a sottolineare come il campione delle situazioni sul 40-AD sia sproporzionatamente popolato da giocatori che servono a sfavore di probabilità).

C’è ancora molto lavoro da fare su questo tema, ma differenze così ampie tra destri e mancini certamente fanno riflettere.

La tabella riepiloga i numeri di cui si è parlato. La colonna con i numeri tra 0.85 e 1.1 riporta, per ogni casistica di servizio, il confronto tra la prestazione di un giocatore in una specifica situazione di punteggio rispetto alla sua frequenza complessiva. In questo modo si può fare un confronto migliore tra i destri (che vincono il 63.1% dei punti) e i mancini escluso Nadal (che vincono il 62.3% dei punti).

Punteggio   %Vinti Destri       Mancini       No Nadal 
Totale      62.9%  63.1%        62.7%         62.3%          
Lato parità 63.5%  64.0%  1.01  62.3%   0.99  61.8%    0.99   
Lato Vant.  62.3%  62.3%  0.99  63.0%   1.00  62.8%    1.01   

Punteggio   %Vinti Destri       Mancini       No Nadal          
g0-0        63.4%  63.5%  1.01  63.5%   1.01  63.1%    1.01   
g0-15       60.6%  60.8%  0.96  59.5%   0.95  59.5%    0.96   
g0-30       62.0%  62.6%  0.99  59.4%   0.95  60.6%    0.97   
g0-40       54.8%  54.1%  0.86  56.3%   0.90  54.6%    0.88   

g15-0       63.8%  63.7%  1.01  65.3%   1.04  64.8%    1.04   
g15-15      63.4%  63.8%  1.01  59.5%   0.95  59.6%    0.96   
g15-30      60.1%  60.2%  0.95  60.6%   0.97  61.4%    0.99   
g15-40      61.2%  61.5%  0.98  58.2%   0.93  58.3%    0.94   

Punteggio   %Vinti Destri       Mancini       No Nadal          
g30-0       64.9%  65.0%  1.03  64.1%   1.02  63.0%    1.01   
g30-15      62.7%  62.5%  0.99  65.7%   1.05  65.7%    1.05   
g30-30      64.0%  64.3%  1.02  62.5%   1.00  60.9%    0.98   
g30-40      59.3%  59.2%  0.94  58.6%   0.94  59.3%    0.95   

g40-0       67.1%  66.8%  1.06  67.0%   1.07  65.1%    1.05   
g40-15      65.6%  66.0%  1.05  62.5%   1.00  61.6%    0.99   
g40-30      63.7%  63.6%  1.01  67.0%   1.07  65.6%    1.05   
g40-40      61.6%  61.9%  0.98  61.4%   0.98  62.2%    1.00   
g40-AD      57.8%  57.0%  0.90  60.5%   0.97  58.7%    0.94   
gAD-40      62.3%  62.4%  0.99  59.7%   0.95  61.4%    0.99

Righties and Lefties in the Deuce and Ad Courts