Quanto è offensivo il gioco di Jelena Ostapenko?

di Jeff Sackmann // TennisAbstract

Pubblicato il 16 giugno 2017 – Traduzione di Edoardo Salvati

Se vi sono rimaste impresse solo due statistiche riguardo a Jelena Ostapenko, la sorprendente vincitrice del Roland Garros 2017, probabilmente per prima è la sua velocità con il dritto – che è in media superiore a quella di Andy Murray – e poi i 299 vincenti che ha colpito durante le sette partite giocate a Parigi. Non sono del tutto sicuro di quanta enfasi dovremmo riporre sulla velocità dei colpi e, istintivamente, non ho una grande passione per le statistiche secche. Nonostante questo, è comunque difficile non rimanere colpiti.

Rispetto a Simona Halep, Timea Bacsinszky e Caroline Wozniacki, le ultime tre giocatrici che ha sconfitto per arrivare al titolo, Ostapenko stava giocando praticamente un altro sport. Il suo stile ricorda di più quello di altre campionesse Slam come Petra Kvitova e Maria Sharapova, che più che costruire il punto lo distruggono. Quello che mi preme scoprire quindi è come Ostapenko si posizioni nei confronti delle giocatrici più offensive sul circuito femminile.

Fortunatamente, esiste già una statistica per misurarlo, che prende il nome di Aggression Score o Indice di Offensività e che abbrevio in AGG. È una statistica che richiede la conoscenza di tre informazioni per ciascun punto: quanti colpi sono stati giocati, chi ha vinto il punto e come. Con questi dati a disposizione, siamo in grado di calcolare le percentuali relative a vincenti, errori non forzati o errori forzati dell’avversaria sul totale dei colpi di una giocatrice (tecnicamente, il denominatore raccoglie le “opportunità da colpo”, che comprendono i colpi che una giocatrice non è riuscita a giocare dopo che la sua avversaria ha siglato un vincente, ma a scarsa influenza sul risultato finale). Ai fini del calcolo, considero l’AGG senza i servizi della giocatrice – sia ace che servizi vincenti – in modo da isolare la propensione offensiva specifica dello scambio.

L’intervallo tipico di questa versione dell’AGG è tra 0.1 – molto passivo – e 0.3 – estremamente offensivo. Sulla base delle quasi 1600 partite femminili nel database del Match Charting Project, Kvitova e Julia Goerges rappresentano la parte offensiva, con una AGG media intorno allo 0.275. Nonostante vi siano solo quattro partite di Samantha Crawford, i primi indizi suggeriscono che potrebbe diventare lei la più offensiva, con una media al momento di 0.312. Dal lato opposto dell’intervallo troviamo Madison Brengle con 0.11, Wozniaki e Sara Errani a 0.12. Nel campione ci sono prestazioni singole che raggiungono addirittura lo 0.44 (Serena Williams contro Errani al Roland Garros 2013) o scendono fino allo 0.06. Nella finale contro Ostapenko, l’indice di offensività di Halep è stato di 0.08, esattamente la metà della sua media di 0.16.

Definito il contesto, vediamo dove si colloca Ostapenko, iniziando dalla finale del Roland Garros 2017. Contro Halep, il suo AGG è stato un incredibile 0.327, cioè il terzo valore più alto per qualsiasi giocatrice in una finale Slam dopo lo 0.344 di Kvitova a Wimbledon 2014 e lo 0.328 di Serena agli Australian Open 2007 (abbiamo nel database dati relativi a tutte le finali Slam fino al 1999 e alla maggior parte per gli anni precedenti). Servendosi dei dati di IBM Pointstream, che comprendono quasi tutte le partite del Roland Garros 2017, l’offensivitò di Ostapenko in finale è stata la settima più alta di tutte le partite del torneo – tra 188 partite-giocatrice con i dati a disposizione – dietro a due di Bethanie Mattek Sands, una a testa tra Goerges, Madison Keys e Mirjana Lucic…e dietro al primo turno di Ostapenko contro Louisa Chirico. Si è trattato anche del terzo valore più alto contro Halep tra le più di 200 partite della stessa nel database.

Vi siete fatti un’idea: la finale del Roland Garros 2017 è stata una seria manifestazione di gioco offensivo, almeno da un lato del campo. Anche il livello dell’intensità dei colpi non è stato una novità per Ostapenko. Per la stagione 2017 sulla terra, abbiamo dati punto per punto delle sue ultime tre partite al Roland Garros, insieme a due partite al torneo di Charleston e a una al torneo di Praga. In queste sei occasioni, l’AGG più basso di Ostapenko è stato 0.275 contro Wozniaki nei quarti di finale a Parigi. La media delle sei partite è stata di 0.303.
Se queste recenti prestazioni sono preludio a quanto assisteremo in futuro, è molto probabile che Ostapenko diventerà la giocatrice più offensiva sul circuito femminile. Avendo giocato meno in attacco nelle partite iniziali della sua carriera, la sua media è ancora dietro a quella di Kvitova e Goerges, anche se non di molto e probabilmente ancora per poco. Mette un certo timore pensare a cosa possa succedere all’aumentare della sua forza fisica. Dovremo anche aspettare di vedere come evolve il suo gioco tattico.

Il Match Charting Project contiene almeno 15 partite per 62 diverse giocatrici. La tabella elenca l’indice di offensività specifico dello scambio per ciascuna di esse:

Giocatrice       Partite   AGG Scambio  
Goerges          15        0.277  
Kvitova          57        0.277  
Ostapenko        17        0.271  
Keys             35        0.261  
Giorgi           17        0.257  
Lisicki          19        0.246  
Garcia           15        0.242  
Vandeweghe       17        0.238  
S. Williams      108       0.237  
Siegemund        19        0.235  
Pavlyuchenkova   17        0.230  
Kovinic          15        0.223  
Mladenovic       28        0.222  
Li               15        0.218  
Sharapova        73        0.217  
                                              
Giocatrice       Partite   AGG Scambio  
Bouchard         52        0.214  
Ivanovic         46        0.211  
Muguruza         57        0.210  
Safarova         29        0.209  
Pliskova         42        0.207  
Vesnina          20        0.207  
V. Williams      46        0.205  
Konta            31        0.205  
Puig             15        0.203  
Cibulkova        38        0.198  
Navratilova      25        0.197  
Graf             39        0.196  
Sevastova        17        0.194  
Stosur           19        0.193  
Stephens         15        0.190  
                                              
Giocatrice       Partite   AGG Scambio  
Makarova         23        0.189  
Davis            16        0.186  
Watson           16        0.185  
Gavrilova        20        0.183  
Henin            28        0.183  
Bertens          15        0.181  
Seles            18        0.179  
Kuznetsova       28        0.174  
Bacsinszky       28        0.174  
Azarenka         55        0.170  
Petkovic         24        0.166  
Vinci            23        0.164  
Strycova         16        0.163  
Bencic           31        0.163  
Jankovic         24        0.162  
                                              
Giocatrice       Partite   AGG Scambio
Riske            15        0.161  
Kerber           83        0.161  
Pennetta         23        0.160  
Halep            218       0.160  
Suarez Navarro   31        0.159  
Hingis           15        0.157  
Evert            20        0.152  
Kasatkina        18        0.148  
Svitolina        46        0.141  
Putintseva       15        0.137  
Cornet           18        0.136  
Radwanska        90        0.130  
Beck             16        0.126  
Niculescu        25        0.124  
Wozniacki        62        0.122  
Errani           23        0.121

(Il numero di partite per qualche giocatrice differisce da quello del database. Questo perché ho eliminato quelle con troppe informazioni mancanti o in formati che non riconciliavano con il codice che ho utilizzato per calcolare l’indice di offensività.)

Just How Aggressive is Jelena Ostapenko?

La strategia di Benoit Paire sulla seconda di servizio

di Chapel Heel // FirstBallIn

Pubblicato il 12 maggio 2017 – Traduzione di Edoardo Salvati

In uno dei miei ultimi tweet ho fatto notare come i due giocatori più bassi tra quelli recentemente in evidenza sul circuito maschile, vale a dire Dudi Sela e Diego Sebastian Schwartzman, abbiano totalizzato complessivamente meno doppi falli nel 2017 di Benoit Paire, alto 196 cm, seppur in presenza di un numero maggiore di game di servizio giocati. Era un’osservazione un po’ ironica, sembra invece offrire lo spunto per considerazioni relative alle strategie di servizio.

Una possibile spiegazione del fatto che Paire commetta più doppi falli è quella per cui abbia un approccio più rischioso per vincere più punti con la seconda. Non sembra però un rischio ripagato, visto che quest’anno Paire ha vinto solo il 46% dei punti con la seconda, una percentuale significativamente peggiore della media dei primi 100 della classifica. Sela (175 cm) e Schwartzman (170 cm), che pagano una notevole differenza da Paire in statura, hanno vinto nella stagione il 51% dei punti con la seconda.

Ci si chiede quindi se Paire debba fare leva sull’altezza e adottare una modalità più conservativa con la seconda.

Iniziamo con il notare che la strategia di Paire è rischiosa anche con la prima di servizio, che rimane in campo nel 51.6% delle volte. È una strategia che può avere giustificazione, visto che Paire vince una percentuale molto alta di punti con la prima, il 74.8%, molto superiore alla media dei primi 100. Tuttavia, questo vuole anche dire che per quasi la metà delle volte è costretto a giocare la seconda di servizio.

Ipotizziamo che Paire decida di rischiare meno con la seconda di servizio, in modo da portare la proporzione doppi falli su seconde (al momento pari all’11.8%) in media con il 9.4% dei primi 100 (Sela e Schwartzman sono al 9%). Questo consentirebbe a Paire di evitare 28 doppi falli, che sono anche 28 punti in meno concessi gratuitamente all’avversario.

Naturalmente, Paire non vincerebbe tutti e 28 i punti. Se si escludono i doppi falli dalla sua percentuale di punti vinti con la seconda, Paire vince il 52.2% dei punti quando la seconda è in campo. Mantenendo la stessa frequenza, 28 doppi falli in meno (quindi 28 seconde in più in campo) diventano circa 15 punti addizionali che potrebbe vincere con la seconda. I punti vinti da Paire con la seconda di servizio salirebbero così dal 46% al 47.3%.

Anche se non sembra una grande variazione – e rimane comunque ben al di sotto della media dei primi 100 – può fare la differenza, specialmente per un giocatore che gioca quasi metà dei punti al servizio dovendo ricorrere alla seconda. Una percentuale di punti vinti con la seconda del 47.3% porterebbe la percentuale complessiva di punti vinti al servizio dal 60.9% al 61.5%. Una differenza dello 0.6% è materiale? Spesso si, perché il margine tra i primi 100 è davvero ridotto.

Possiamo approssimare quanto questa variazione incida sul record di vittorie e sconfitte di Paire utilizzando un modello pitagorico con i numeri trovati in precedenza e il 61% dei punti vinti con il servizio da parte dei suoi avversari. Con un numero sufficiente di partite, è un valido metodo per avvicinarsi alla percentuale effettiva di vittorie e sconfitte di un giocatore [1].

Con le attuali percentuali di servizio, ci si attende che Paire vinca circa la metà delle partite (49.6%). Riducendo il numero di doppi falli alla media dei primi 100, la percentuale salirebbe al 52.2%. Paire gioca in media 75 partite all’anno, si tratta quindi di una differenza di circa due vittorie a stagione.

Si ottiene un risultato simile, dal 49.5% al 52.8% con le stesse percentuali di punti vinti al servizio, anche utilizzando un modello di Markov (nell’ipotesi di partite da 3 set con il tiebreak nel set decisivo).

Naturalmente, si tratta solo di stime. Limitandosi anche ai risultati ottenuti con l’attuale strategia di servizio dal 2015, Paire ha fatto significativamente meglio, rimanendo sopra al 50%. E bisogna anche sottolineare che, con una seconda di servizio più conservativa per evitare qualche doppio fallo, potrebbe non vincere la stessa percentuale di 52.2% delle 28 seconde che mette effettivamente in gioco.

Varrebbe la pena perseguire una strategia in cui Paire gioca una seconda conservativa che aggiunge due vittorie in una stagione? Credo di si, ma ovviamente io non sono Paire. Dal 2015 (escludendo il Madrid Masters 2017), in media Paire ha guadagnato 20.025 dollari a vittoria, quindi aggiungerebbe circa 40.000 dollari all’anno, cioè un incremento del 5%. Non sappiamo come due vittorie potrebbero modificare la sua classifica, perché dipende da dove e quando sono realizzate. Sulla base dei punti classifica a vittoria guadagnati da Paire, stimo che due vittorie equivalgano a un intervallo di punti tra 70 e 100, all’incirca la differenza tra essere numero 50 del mondo e numero 40.

Sento che Paire leggerà questo articolo e cambierà la sua strategia, perché naturalmente i professionisti amano ricevere suggerimenti da analisti scribacchini. Mi aspetto quindi una ricompensa proporzionata ai premi partita extra che vincerà!

Note

[1] Nel 2017, i primi 100 giocatori della classifica hanno una percentuale effettiva di vittorie del 55.6%. Il modello pitagorico, che usa un esponente 10 con una percentuale di punti vinti al servizio di 63.7% e 62.2%, restituisce una stima del 55.9%.

Benoit Paire’s Second Serve Strategy

Quanto vale un challenge?

di Jeff Sackmann // TennisAbstract

Pubblicato il 3 marzo 2016 – Traduzione di Edoardo Salvati

Nelle partite regolate dal sistema di moviola istantanea Hawk-Eye, ai giocatori sono consentiti tre ricorsi (challenge) sbagliati a set. Come in qualsiasi situazione caratterizzata da scarsità, si è in presenza di una scelta, in questo caso quella tra l’opportunità di modificare favorevolmente l’esito di una chiamata o conservare questo diritto per un momento successivo della partita.   

Da lungo tempo ormai abbiamo imparato ad apprezzare l’incredibile precisione delle chiamate del giudice di sedia o dei giudici di linea. È per questo che i giocatori utilizzano i challenge raramente. Agli Australian Open 2016, tra gli uomini ci sono stati meno di 9 challenge a partita, ben al di sotto dei tre a set o, ancora, meno di 1.5 challenge a set per giocatore. Anche con una frequenza così bassa – inferiore a una volta ogni 30 punti – i giocatori di solito sbagliano. Infatti, viene modificato l’esito di solo circa una chiamata ogni tre. 

Quindi, sebbene i challenge siano tecnicamente una risorsa scarsa, in fondo non sono poi così pochi. E’ raro infatti assistere a una partita in cui un giocatore utilizzi il challenge così spesso e sbagliando tutte le volte da esaurirne la disponibilità. Ciò detto, in realtà succede e, sebbene terminare i challenge sia un evento a bassa probabilità, porta con se un rischio molto alto. Modificare a proprio favore l’esito di una chiamata in un momento cruciale potrebbe essere la differenza tra la vittoria e la sconfitta in una partita molto equilibrata. La maggior parte delle volte i challenge sembrano inutili, ma ci sono alcune circostanze in cui assumono enorme valore.

Quanto valore esattamente? E’ quello che spero di ricavare. Per farlo, serve stimare la frequenza con cui i giocatori perdono l’opportunità di modificare l’esito di una chiamata perché hanno esaurito i challenge. Serve inoltre calcolare l’impatto potenziale associato all’incapacità di modificare l’esito di quelle chiamate.

Prima di procedere, alcune precisazioni. Considerare il challenge aggiuntivo che i giocatori ricevono quando il set va al tiebreak renderebbe l’analisi molto più ardua, quindi verranno esclusi sia il challenge addizionale che i punti giocati nel tiebreak. Sospetto comunque che abbiano un effetto marginale sui risultati. Inoltre, l’analisi è limitata al tennis maschile, perché gli uomini usano il challenge più frequentemente e modificano l’esito di una chiamata molto più spesso. Infine, siamo di fronte a un tema vasto e complesso, quindi è necessario fare delle semplificazioni qua e la o ricorrere a congetture ragionate quando mancano i dati. 

Esaurire i challenge

Le statistiche sui challenge degli Australian Open a cui facevo riferimento sono in linea con quelle di un tipico torneo del circuito maschile. Sono infatti dati molto simili a quelle di un sottogruppo di partite del Match Charting Project, il che suggerisce che sia la frequenza che l’efficienza nell’utilizzo del challenge tra tornei del circuito e Australian Open sono tra loro comparabili.

Ipotizziamo che ogni giocatore usi il challenge all’incirca una volta ogni 60 punti, o l’1.7% delle volte. Data, approssimativamente, una frequenza di successo del 30%, ogni giocatore fa un challenge sbagliato su circa l’1.2% dei punti e un challenge corretto sullo 0.5% dei punti. In seguito, introdurrò dei parametri differenti in modo da verificarne l’incidenza sui risultati. 

Esaurire i challenge non rappresenta di per sé un problema. Siamo invece interessati allo scenario in cui non solo un giocatore esaurisce i challenge, ma perde anche l’opportunità di modificare l’esito di una chiamata in un momento successivo del set. Si tratta di circostanze molto meno frequenti rispetto a tutte quelle in cui un giocatore avrebbe la possibilità di contestare una chiamata, ma ai nostri fini il 70% di quei challenge che – se usati – sarebbero sbagliati, non rileva, perché non avrebbero comunque alcun effetto sull’esito della partita. 

Per ogni possibile lunghezza che può avere un set, da un minimo di 24 punti – per quello che viene chiamato il golden set – fino alle maratone da 93 punti, ho eseguito una simulazione Monte Carlo, sulla base delle ipotesi fatte in precedenza, per determinare la probabilità che un giocatore perda l’opportunità di modificare l’esito di una chiamata in un momento successivo del set. Come detto, ho escluso i tiebreak, contando quindi solo i punti fino al 6-6. Ho escluso anche tutti i set decisivi senza tiebreak.

Per fare un esempio, la lunghezza di set più ricorrente nel campione a disposizione è di 57 punti e si è verificata 647 volte. In 10.000 simulazioni, un giocatore ha perso l’opportunità di modificare l’esito di una chiamata lo 0.27% delle volte. Più lungo il set, più probabile che la scarsità di challenge possa diventare un problema. In 10.000 simulazioni di set da 85 punti, i giocatori hanno esaurito i challenge più di tre volte più frequentemente: nello 0.92% delle simulazioni, un giocatore non ha potuto usare il challenge per modificare l’esito di una chiamata.

Queste simulazioni sono semplici, in quanto presuppongono che ogni punto sia identico. Naturalmente, i giocatori sanno bene di avere un numero limitato di challenge e quindi, rimasti con un solo challenge, è altamente probabile che evitino di usarlo su una chiamata “abbastanza certa”, come è molto improbabile che lo usino per guadagnare qualche secondo di pausa. Inoltre, il fatto che i giocatori in determinate occasioni utilizzino Hawk-Eye per recuperare fiato suggerisce che quelli che consideriamo dei challenge “veri” – cioè ricorrere alla moviola sulla convinzione che la chiamata originale fosse sbagliata – sono leggermente meno frequenti rispetto a quanto evidenziato dai numeri. In definitiva, non siamo in grado di dare una risposta certa a questi dubbi senza un modello più articolato e una quantità di dati più consistente.

Ritornando ai risultati, le simulazioni per ciascuna lunghezza possibile di set segnalano che, in media, è probabile che un giocatore esaurisca i challenge e perda l’opportunità di modificare l’esito di una chiamata circa una volta ogni 320 set, cioè lo 0.31% delle volte. Non è tanto spesso, per quasi tutti i giocatori si tratta di meno di una volta per stagione.

L’impatto di (non) modificare l’esito di una chiamata

Non necessariamente un esito non è importante solo per il fatto che sia poco frequente. Se un evento dalla bassa probabilità ha un impatto alto quando si verifica, vale comunque la pena non farsi cogliere impreparati.

Verso la fine del set, quando la maggior parte di queste opportunità perse potrebbe accadere, i punti hanno la tendenza a essere importanti, come una palla break sul 5-6. Altri punti invece sono quasi privi di significato, come sul 40-0 di praticamente qualsiasi game. 

Per stimare l’impatto di queste opportunità perse, ho eseguito una seconda tornata di simulazioni Monte Carlo (diventa un po’ complicato, cercate di sopportarmi). Per ogni lunghezza di set, nei casi in cui un giocatore aveva esaurito i challenge, ho trovato il numero medio di punti giocati nel momento dell’utilizzo dell’ultimo challenge. Poi, per ogni serie di simulazioni, ho preso un campione casuale di dati del circuito maschile degli ultimi anni con il corrispondente numero di punti, scelto un punto a caso tra il tempo medio in cui i challenge si esaurivano e la fine del set, e calcolato l’importanza di quel punto.

Per quantificare l’importanza di quel punto, ho calcolato tre diverse probabilità dalla prospettiva del giocatore che ha perso il punto e di cui, avendo conservato i suoi challenge, avrebbe potuto modificare l’esito:

  1. la sua probabilità di vincere il set prima che quel punto fosse giocato;
  2. la sua probabilità di vincere il set dopo che il punto è stato giocato (senza che la chiamata fosse cambiata);
  3. la sua probabilità di vincere il set se l’esito della chiamata fosse stato favorevolmente modificato.

(Per generare queste probabilità, ho usato il mio programma di calcolo della probabilità di vittoria che ipotizza che ogni giocatore vinca il 65% dei punti al servizio. E’ un modello che considera i punti come indipendenti – vale a dire che l’esito di un punto non dipende dall’esito dei punti che lo hanno preceduto – che non è esattamente vero ma quasi, e che rende l’analisi infinitamente più lineare. I lettori più attenti avranno anche notato che ho trascurato la possibilità di ancora un’altra chiamata il cui esito potrebbe essere modificato. Tuttavia, la probabilità estremamente rara di un evento di questo tipo mi ha convito a evitare la complessità aggiuntiva necessaria per creare il relativo modello).

Con questi numeri alla mano, possiamo calcolare i possibili effetti del challenge di cui il giocatore non disponeva. La differenza tra la probabilità al punto 2 e al punto 3 corrisponde all’effetto dato da un challenge usato per modificare in suo favore una chiamata. La differenza tra la probabilità al punto 1 e al punto 2 è l’effetto dato dalla ripetizione del punto. Nella sua essenza, questo è lo stesso concetto di “indice di leva” delle statistiche di baseball.

E’ utile ripetere che mancano un po’ di dati: non ho idea della percentuale di chiamate modificate che risultano in ciascuno dei due esiti considerati. Diciamo, per il momento, che è equamente divisa e, per ridurre l’effetto delle opportunità perse a un singolo numero, faremo una media delle due differenze.   

Ad esempio, ipotizziamo che sul punteggio di 5-5, il giocatore alla risposta vinca il primo punto dell’undicesimo game. La probabilità del giocatore al servizio di vincere il set è diminuita dal 50% (5 game a testa e 0-0 nell’undicesimo game) al 43%. Se il giocatore al servizio potesse con un challenge modificare favorevolmente l’esito della chiamata a suo favore, la sua probabilità crescerebbe al 53.8%. Quindi, l’impatto in termini di probabilità di vittoria di utilizzare il challenge e ottenere il punto è di 10.8%, mentre l’effetto di costringere a una ripetizione del punto è del 7%. Ai fini di questa simulazione, prendiamo la media dei due numeri e utilizziamo l’8.9% come l’impatto in termini di probabilità di vittoria dell’opportunità persa di utilizzare il challenge.

Ritornando all’analisi di partenza, per ogni lunghezza di set, ho eseguito 1000 simulazioni come descritte in precedenza e calcolato una media dei risultati. Nei set rapidi sotto i 40 punti, l’impatto in termini di probabilità di vittoria dell’opportunità persa di utilizzare il challenge è di 5 punti percentuali. Più lungo il set, maggiore l’effetto: tipicamente, i set lunghi hanno un punteggio più equilibrato e i singoli punti tendono ad avere una leva alta. Nei set da 85 punti ad esempio, l’effetto medio dell’opportunità persa di utilizzare il challenge è enorme, pari a 20 punti percentuali, vale a dire che, con una gestione più attenta dei challenge, un giocatore sarebbe in grado di modificare favorevolmente l’esito di uno su cinque di questi set.

In media, l’effetto in termini di probabilità delle opportunità perse è di 12.4 punti percentuali. In altre parole, una maggiore parsimonia nell’utilizzo dei challenge garantirebbe a un giocatore la vittoria di un set aggiuntivo per ogni otto volte nelle quali potrebbe utilizzare il challenge se non avesse buttato via le possibilità a disposizione.

Il (piccolo) grande quadro d’insieme

Mettiamo insieme i due risultati ottenuti. Abbiamo ipotizzato che i giocatori esauriscano i challenge e perdano l’opportunità di modificare favorevolmente l’esito di una chiamata in un momento successo circa una volta ogni 320 partite. Sappiamo che il prezzo da pagare è, in media, una diminuzione della probabilità di vittoria del 12.4%.

Dunque, una gestione inefficiente dei challenge costa a un giocatore medio un set ogni 2600. Considerando che molte partite si giocano sulla terra battuta o su campi dove non è installato il sistema Hawk-Eye, probabilmente si tratta di una volta in una carriera. Se le ipotesi che ho fatto sono una valida approssimazione, è un effetto di cui non vale nemmeno l’accenno. Il solo peso mentale di ponderare con più attenzione quando usare il challenge potrebbe essere più grande di questo beneficio estremamente improbabile.   

E se alcune delle ipotesi fossero sbagliate? Sulla carta, l’impressione è che i challenge si concentrino in determinate partite, quelle in cui c’è un arbitraggio non all’altezza, l’illuminazione è inadeguata, i colpi hanno estrema rotazione o sono molto vicini alle linee, o combinazioni di tutto questo. Sembra possibile quindi che si presentino condizioni che spingano un giocatore a usare i challenge più spesso ma, dovesse anche diventare più preciso nell’utilizzo, comunque aumenterebbe il proprio rischio. 

Ho provato ad applicare gli stessi algoritmi a una situazione che ritengo estrema, quasi raddoppiando la frequenza con cui ogni giocatore utilizza i challenge, fino al 3%, e incrementando il livello di precisione al 40%.

Con questi parametri, un giocatore esaurirebbe i challenge e con essi l’opportunità di modificare favorevolmente l’esito di una chiamata circa sei volte più frequentemente, o una volta ogni 54 set, cioè l’1.8% delle volte. L’impatto in termini di probabilità di vittoria di ciascuna di queste sei opportunità perse non cambia, quindi anche il risultato complessivo aumenta di un fattore sei. In questi casi estremi, una gestione poco attenta dei challenge costerebbe al giocatore il set lo 0.28% delle volte, o una ogni 356 set. Si tratta di un numero meno scandaloso, che si traduce in circa un set ogni due anni, ma arriva anche da un combinazione inusuale di circostanze che molto difficilmente possono riguardare lo stesso giocatore in ogni partita.   

Sembra evidente che la dote di tre challenge sia sufficiente. Anche nei set lunghi, i giocatori non esauriscono i challenge e, quando questo succede, è raro che perdano l’opportunità di modificare favorevolmente l’esito di una chiamata che un quarto challenge gli avrebbe consentito. L’effetto di un’opportunità persa può essere enorme, ma sono eventi così rari che i giocatori trarrebbero scarso o nulla beneficio dalla tattica di conservare i challenge. 

How Much Is a Challenge Worth?

I punti a rete sono la kryptonite di Andy Murray?

di Stephanie Kovalchik // OnTheT

Pubblicato il 29 aprile 2017 – Traduzione di Edoardo Salvati

La stagione 2017 di Andy Murray, la prima in carriera da numero 1 della classifica, è iniziata sottotono. Dopo la sconfitta negli ottavi di finale al Monte Carlo Masters, il suo record era di 13 vittorie e 4 sconfitte, in linea con le prestazioni – in termini di partite vinte alla fine di aprile – del 2016 e del 2014, ma ben lontano dal 2015, anno in cui aveva vinto 23 partite a fronte di 5 sconfitte.

Nonostante un record non troppo dissimile dagli anni precedenti, sembra che ci sia comunque qualcosa che non vada per Murray. È una sensazione che nasce non solo dalle sconfitte, ma dal modo e dall’avversario contro cui sono arrivate.

Tra il 2012 e il 2016, nei primi quattro mesi della stagione Murray non ha perso più di una partita contro avversari fuori dai primi 30. Nel 2017, sono già due le sconfitte da giocatori fuori dai primi 30 (una con Mischa Zverev nel quarto turno degli Australian Open e una con Vasek Pospisil nel secondo turno dell’Indian Wells Masters), avendo rischiato la terza da Gilles Muller nel primo turno di Monte Carlo.

Come mai Murray sta facendo più fatica contro avversari inferiori e normalmente sfavoriti?

Basta guardare alcuni game di quelle partite per trovare la risposta: i punti a rete. Rispetto alla maggioranza dei giocatori, Zverev, Pospisil e Muller hanno un gioco più aggressivo caratterizzato da un numero insolitamente alto di punti a rete. Prendiamo ad esempio Zverev, uno dei pochissimi giocatori di servizio e volée del circuito. Nella partita degli Australian Open, ha giocato 152 punti a rete sui 280 complessivamente giocati. La maggior parte delle partite degli Slam hanno non più del 20% di punti a rete.

Non sono molti i giocatori propizi al rischio come Zverev ma gli altri devono aver pensato che fosse una tattica efficace contro Murray. Pospisil e Muller hanno provato a fare la stessa cosa, il primo con ottimi risultati, Muller con una sconfitta in due set dopo essere ritornato a uno stile di gioco più difensivo al termine del primo set.

Ci si chiede quindi perché i punti a rete e la relativa maggiore disposizione all’attacco possano essere causa di grattacapi per Murray.

Considerando che, dopo aver battuto a sorpresa Murray, Zverev ha perso a Melbourne contro Roger Federer usando lo stessa strategia, è la sequenza di partite ideale per un confronto finalizzato a capire cosa Federer abbia fatto meglio per neutralizzare gli attacchi di Zverev.

Il primo elemento di interesse è la posizione in campo. Nello specifico, ho voluto analizzare la posizione di Murray contro Zverev durante i punti a rete e paragonarla a quella di Federer. Ho esaminato quindi tre diversi istanti relativi allo svolgimento di un punto a rete in entrambe le partite contro Zverev: il momento in cui si verifica l’approccio a rete, il momento della presenza a rete e il momento in cui viene colpito il colpo successivo. È da notare che si tratta di occasioni in cui Zverev ha fatto un colpo in fase di approccio, quindi tecnicamente quelli che si definiscono ‘colpi di approccio a rete’.

L’immagine 1 mostra la posizione di Murray e Federer all’inizio del colpo di approccio di Zverev (nella versione originale è possibile visualizzare i nomi dei singoli giocatori puntando il mouse sul grafico, n.d.t.). Si nota quanto più spesso Murray sia dietro la linea di fondo, al centro del campo o sul lato destro, lasciando il lato del rovescio più sguarnito.

IMMAGINE 1 – Posizione di Murray e Federer all’inizio del colpo di approccio di Zverev

L’immagine 2 mostra lo spostamento dei due giocatori una volta che Zverev ha raggiunto la rete. È interessante vedere come Federer abbia una tendenza più costante ad assumere una posizione leggermente orientata a sinistra e un passo o due dentro al campo, in modo da avere più spazio di manovra per il dritto e dover fare meno strada nel caso fosse chiamato a rete. La posizione di Murray condivide dei punti di contatto con quella di Federer, ma rimane generalmente più indietro, virando in qualche occasione verso destra e lasciando appunto scoperto il lato sinistro.

IMMAGINE 2 – Spostamento di Murray e Federer con Zverev a rete

Se osserviamo la posizione nel momento in cui sta per essere colpito il colpo successivo, si nota dall’immagine 3 come Murray ha dovuto giocare il rovescio molto più spesso di Federer, il quale, con una posizione più centrale, ha avuto più possibilità di selezione del colpo successivo.

IMMAGINE 3 – Posizione di Murray e Federer al momento di colpire il colpo successivo

Zverev ha sfruttato a più riprese lo spazio libero lasciato da Murray sul rovescio, vincendo un’alta percentuale di punti a rete. Sebbene la posizione in campo non sia l’unica spiegazione, rispetto a quanto fatto da Federer sembra che Murray abbia favorito la strategia di Zverev offrendo opportunità di attacco sul suo lato sinistro. In assenza di maggiori dati sulla posizione di Murray nelle altre partite, non si può affermare che la stessa dinamica evidenzi le sue difficoltà contro altre strategie di attacco a rete, ma è certamente un aspetto su cui prestare attenzione nel proseguo della stagione.

Are Net Points Murray’s Kryptonite?

Le tattiche del tennis femminile misurate in termini di gioco offensivo

di Lowell West // TennisAbstract

Pubblicato il 31 agosto 2015 – Traduzione di Edoardo Salvati

Il problema

Quantificare il gioco offensivo nel tennis presenta, per un osservatore esterno, dubbio e incertezza. Un colpo può essere allo stesso tempo offensivo e difensivo nella stessa zona di campo e nello stesso momento di uno scambio. Per sapere di quale colpo si tratti, servono informazioni sulla posizione in campo e la velocità, non solo del colpo in questione ma anche di quelli che lo hanno preceduto.

Siccome questi dati esistono solo per un numero ridotto di partite (attraverso Hawk-Eye) e non sono resi disponibili, non è possibile utilizzare il gioco offensivo per fare analisi statistiche. In una diversa era, i punti giocati a rete avrebbero potuto essere una statistica valida, ma quasi tutto il tennis moderno, specialmente quello femminile, viene giocato da fondo.

I punti a rete inoltre possono nascere da situazioni di gioco casuali e quindi non riflettere necessariamente una propensione offensiva. Sulla base dei dati del Match Charting Project, nella sua partita contro Yulia Putintseva al Roland Garros 2015, Elina Svitolina ha giocato 41 punti a rete. Tuttavia, questo non è stato indice dell’offensività di Svitolina, quanto piuttosto delle 51 palle corte giocate da Putintseva.

I dati raccolti dal Match Charting Project aiutano però per questo tipo di problema, perché comprendono punti per i quali è indicata sia la lunghezza di uno scambio sia la modalità con cui si è concluso il punto, ad esempio con un vincente o un errore non forzato di una giocatrice o con un errore forzato dell’avversaria. Se ipotizziamo che una giocatrice offensiva sia quella che più probabilmente concluda il punto o che cerchi di chiudere il punto più velocemente in uno scambio, possiamo costruire una statistica.

La statistica

Per calcolare la propensione offensiva sulla base di queste ipotesi, abbiamo bisogno di conoscere quanto spesso una giocatrice abbia concluso il punto e quante opportunità abbia avuto di chiudere il punto, vale a dire il numero di volte in cui ha avuto la palla in gioco dal proprio lato di campo. Per calcolare il numero di volte in cui una giocatrice ha concluso il punto, sommiamo il numero dei punti in cui ha colpito un vincente o un errore non forzato o in cui l’avversaria ha colpito un errore forzato. Per brevità, definisco questi i “Punti sulla Racchetta”.

Per calcolare quante opportunità una giocatrice abbia avuto di chiudere il punto, determiniamo il numero di volte in cui la palla è stata in gioco nel lato di campo di ciascuna giocatrice. Per i punti sul servizio, aggiungiamo 1 alla lunghezza di ogni scambio e lo dividiamo per 2, arrotondando il risultato in caso di numero non intero. Per i punti alla risposta, dividiamo ogni scambio per 2, sempre arrotondando in caso di non intero. Questi aggiustamenti consentono di conteggiare accuratamente quanto spesso una giocatrice ha avuto la palla in gioco dal proprio lato di campo. Per brevità, definisco questi valori le “Opportunità da Colpo”.

Se dividiamo i Punti sulla Racchetta per le Opportunità di Colpo, otteniamo un valore tra 0 e 1. Se una giocatrice si posiziona sul valore 0, significa che non conclude mai il punto quando la palla è dal proprio lato di campo. Se invece si posiziona sul valore 1, colpisce solo colpi che chiudono il punto. Maggiore è il valore, più una giocatrice è considerata offensiva. Per brevità, definisco questa misura “Indice di Offensività”.

I dati

Sulla base degli ultimi dati disponibili dal Match Charting Project, ho considerato 18 giocatrici con almeno 2000 punti completi (vale a dire tutti i punti che non sono arrivati da penalità o che non sono stati registrati). Il Match Charting Project non è purtroppo un campione casuale di partite, quindi ho avuto esitazione a trarre delle conclusioni che non fossero associate a un numero molto grande di dati su punti specifici. Utilizzando però dati su 2000 o più punti specifici, servirebbe un numero di dati enorme per ribaltare queste conclusioni, nella confidenza che, per quanto esista della distorsione, siano comunque rappresentative della propensione offensiva di una giocatrice.

I risultati

Le tabelle mostrano i risultati dell’analisi. In particolare, le tabelle 1-3 forniscono per ciascuna giocatrice l’Indice di Offensività complessivo, per gioco al servizio e alla risposta e per la prima e la seconda di servizio. Inoltre, evidenziano le situazioni in cui ci aspetteremmo una maggiore offensività da parte delle giocatrici (Servizio rispetto a Risposta, Prima di Servizio rispetto a Seconda di Servizio e Risposta alla Seconda di Servizio rispetto a Risposta alla Prima di Servizio).

TABELLA 1 – Indice di Offensività

Giocatrice Complessivo Al Servizio  Alla Risposta Spread S-R
SWilliams  0.281       0.3114       0.2476        0.0638
Halep      0.1818      0.2058       0.1537        0.0521
Sharapova  0.2421      0.2471       0.2358        0.0113
Wozniacki  0.1526      0.1788       0.1185        0.0603
Kvitova    0.3306      0.347        0.309         0.038
Safarova   0.2475      0.2694       0.2182        0.0512
Ivanovic   0.2413      0.247        0.2335        0.0135
Pliskova   0.256       0.2898       0.2095        0.0803
Muguruza   0.231       0.238        0.2214        0.0166
Kerber     0.1766      0.2044       0.1433        0.0611
Bencic     0.1742      0.1784       0.1687        0.0097
Radwanska  0.1473      0.1688       0.1207        0.0481
Errani     0.1232      0.1184       0.1297       -0.0113
Svitolina  0.1654      0.1769       0.1511        0.0258
Keys       0.3017      0.3284       0.2677        0.0607
Azarenka   0.1892      0.1988       0.1762        0.0226
VWilliams  0.2251      0.247        0.1944        0.0526
Bouchard   0.2458      0.2695       0.2157        0.0538
WTA Tour   0.209       0.2254       0.1877        0.0377

TABELLA 2 – Indice di Offensività al Servizio

Giocatrice Servizio Prima  Seconda Spread 1a-2a
SWilliams  0.3114   0.3958 0.2048  0.191
Halep      0.2058   0.2298 0.1587  0.0711
Sharapova  0.2471   0.2715 0.1989  0.0726
Wozniacki  0.1788   0.2016 0.121   0.0806
Kvitova    0.347    0.3924 0.2705  0.1219
Safarova   0.2694   0.3079 0.1983  0.1096
Ivanovic   0.247    0.2961 0.1732  0.1229
Pliskova   0.2898   0.3552 0.1985  0.1567
Muguruza   0.238    0.2906 0.1676  0.123
Kerber     0.2044   0.2337 0.1384  0.0953
Bencic     0.1784   0.2118 0.1218  0.09
Radwanska  0.1688   0.2083 0.0931  0.1152
Errani     0.1184   0.1254 0.0819  0.0435
Svitolina  0.1769   0.2196 0.105   0.1146
Keys       0.3284   0.3958 0.2453  0.1505
Azarenka   0.1988   0.2257 0.1347  0.091
VWilliams  0.247    0.3033 0.1716  0.1317
Bouchard   0.2695   0.3043 0.2162  0.0881
WTA Tour   0.2254   0.2578 0.1679  0.0899

TABELLA 3 – Indice di Offensività alla Risposta

Giocatrice Servizio Risposta 1a Risposta 2a Spread
SWilliams  0.2476   0.2108      0.3116      0.1008
Halep      0.1537   0.1399      0.1778      0.0379
Sharapova  0.2358   0.2133      0.2774      0.0641
Wozniacki  0.1185   0.1098      0.132       0.0222
Kvitova    0.309    0.2676      0.3803      0.1127
Safarova   0.2182   0.1778      0.2725      0.0947
Ivanovic   0.2335   0.1952      0.3027      0.1075
Pliskova   0.2095   0.1731      0.2715      0.0984
Muguruza   0.2214   0.1888      0.2855      0.0967
Kerber     0.1433   0.1127      0.191       0.0783
Bencic     0.1687   0.1514      0.197       0.0456
Radwanska  0.1207   0.1049      0.1464      0.0415
Errani     0.1297   0.1131      0.1613      0.0482
Svitolina  0.1511   0.1175      0.1981      0.0806
Keys       0.2677   0.2322      0.3464      0.1142
Azarenka   0.1762   0.1499      0.2164      0.0665
VWilliams  0.1944   0.1586      0.255       0.0964
Bouchard   0.2157   0.1757      0.2837      0.108
WTA Tour   0.1877   0.1609      0.2341      0.0732

L’immagine 1 mostra il rapporto tra l’indice di offensività al servizio e alla risposta, e la retta di regressione con un intervallo di confidenza (nota: visto il campione limitato di 18 giocatrici, questa retta di regressione e le successive sono da interpretare con cautela).

IMMAGINE 1 – Indice di Offensività al Servizio e alla Risposta

L’immagine 2 e l’immagine 3 mostrano il rapporto tra l’indice di offensività delle giocatrici sulla prima di servizio e sulla seconda di servizio, rispettivamente per i punti al servizio e per i punti alla risposta, e le relative rette di regressione con gli intervalli di confidenza.

IMMAGINE 2 – Indici di Offensività al Servizio

IMMAGINE 3 – Indice di Offensività alla Risposta

L’immagine 4 e l’immagine 5 mostrano il rapporto tra il differenziale (spread) tra l’indice di offensività al servizio e alla risposta tra la prima e la seconda di servizio, e il punto su cui una giocatrice è più offensiva, ad esempio la prima di servizio per i punti al servizio e la seconda di servizio per i punti alla risposta, e le relative rette di regressione con gli intervalli di confidenza.

IMMAGINE 4 – Spread tra l’Indice di Offensività sulla Prima di Servizio e l’Indice di Offensività al Servizio

IMMAGINE 5 – Spread tra l’Indice di Offensività alla Risposta sulla Seconda di Servizio e l’Indice di Offensività alla Risposta

Si possono fare cinque osservazioni preliminari.

Sara Errani sa dove può vincere i suoi punti. Notoriamente, la WTA è pessima nel fornire statistiche, anche se mette a disposizione le classifiche di alcune particolari categorie, come ad esempio i punti alla risposta e i game vinti. Nel 2015 Errani è al primo posto in entrambe. Inoltre, unica tra le giocatrici, ha un indice di offensività più alto nei punti alla risposta rispetto a quelli al servizio. Sulla base di queste informazioni, possiamo dedurre che Errani giochi con propensione più offensiva i punti alla risposta perché ha una maggiore consapevolezza di poterli vincere o perché vi fa affidamento per vincere.

Maria Sharapova non subisce il contesto; Svitolina è molto sensibile al contesto. Sharapova esce dall’intervallo di confidenza in tutte e cinque i parametri di analisi. Più specificamente, Sharapova è costantemente più offensiva nei punti alla risposta, nei punti sulla seconda di servizio e nei punti alla risposta sulla prima di servizio di quanto il suo punteggio rispettivamente nei punti sul servizio, nei punti sulla prima di servizio e nei punti alla risposta sulla seconda di servizio farebbe pensare. Ha anche uno spread minore tra servizio e risposta di quanto i suoi punti più offensivi farebbero pensare.

Questi risultati suggeriscono che Sharapova ha un atteggiamento offensivo simile a prescindere se è al servizio o alla risposta, o se è la prima o la seconda di servizio. Per Svitolina il trend è esattamente opposto. Se ci si ricorda di come giochino queste due giocatrici, questi risultati hanno senso. Il servizio di Sharapova non sembra variare tra la prima e la seconda e assistiamo a molti doppi falli. Svitolina può variare tra colpi offensivi e grandi prime di servizio, e un gioco più conservativo. Le impressioni a caldo non sono sempre sbagliate.

Lucie Safarova, ti presento Eugenie Bouchard; Ana Ivanovic, ti presento Garbine Muguruza. Guardando i risultati, è interessante notare come Safarova e Bouchard sembrano inseguirsi nei vari parametri di analisi. Lo stesso vale per Ivanovic e Muguruza. Una potenziale applicazione dell’Indice di Offensività è quella che segnala giocatrici che possono essere messe a confronto e che potrebbero avere risultati simili. Giocatrici con buoni risultati contro Safarova e Ivanovic potrebbero conseguire buoni risultati anche contro Bouchard e Muguruza, due giocatrici più giovani che probabilmente non hanno ancora affrontato.

Serena Williams e Karolina Pliskova servono come Madison Keys e Petra Kvitova, ma sono molto diverse. Serena, Pliskova, Keys e Kvitova sono tutte giocatrici famose per avere nel servizio un’arma vincente. Serena e Pliskova hanno rispettivamente il terzo e il quarto valore di offensività. Tuttavia, hanno anche un grande spread tra punteggi al servizio e alla risposta e hanno un punteggio molto più basso sulla seconda di servizio di quanto il punteggio sulla loro prima farebbe pensare, mentre Keys è abbastanza in linea su come si preveda che giochi e Kvitova è molto più offensiva di quanto il suo punteggio sulla prima di servizio farebbe pensare.

Mentre Serena rimane sempre relativamente offensiva alla risposta, ha un punteggio inferiore nell’offensività sulla risposta alla prima di servizio di Sharapova. Sull’offensività in risposta Pliskova finisce a metà del gruppo. Invece, Kvitova e Keys sono molto offensive sui punti alla risposta. La mia idea sul perché di questa differenza è che mentre Serena e Pliskova sono giocatrici offensive, i loro punteggi sono gonfiati dal fatto di utilizzare la prima di servizio come arma e sono solo leggermente più offensive in generale delle giocatrici che hanno punteggi inferiori. Di converso, Kvitova e Keys sono giocatrici eccezionalmente offensive.

La WTA ha poca considerazione di Victoria Azarenka e Keys. Eppure, stranamente, le giocatrici che sembra abbiano meglio espresso l’essenza del rapporto tra tutte le categorie di indice di offensività e spread tra indici di offensività sono state proprio Azarenka e Keys. Nessuna è uscita dall’intervallo di confidenza ed entrambe spesso sono finite nella retta di miglior adattamento da quella di regressione. Sono la rappresentazione della media per le prime venti giocatrici della WTA.

Queste sono solo osservazioni preliminari e qualsiasi suggerimento su come potrebbero essere utilizzate o migliorate è ben accetto. Vi invito a contribuire al Match Charting Project per aumentare il numero di giocatrici oltre la soglia dei 2000 punti e ottenere più punti per le giocatrici di questa lista finalizzati a migliorare la valutazione dei loro indici di offensività.

Measuring WTA Tactics With Aggression Score

La discutibile saggezza della palla corta

di Jeff Sackmann // TennisAbstract

Pubblicato il 20 novembre 2013 – Traduzione di Edoardo Salvati

Più di qualsiasi altro colpo, la palla corta ha il potere di enfatizzare il talento innato del giocatore che la colpisce o la natura dilettantesca del suo tentativo. A separare le due condizioni è la proverbiale sottile linea rossa.

Quando si combinano talento e goffaggine, che valutazione si può fare sulla palla corta? Quanto vantaggio ricava o che effetto negativo subisce il giocatore che la utilizza con regolarità?

Nella partita conclusiva delle Finali Challenger del 2013 tra Alejandro Gonzalez e Filippo Volandri, Volandri ha colpito l’incredibile numero di 23 palle corte, quasi una per game. Volandri è un professionista di esperienza con un’eccellente conoscenza tattica del gioco sulla terra, quindi ha evitato le palle corte più maldestre, sbagliandone solo tre in tutto. Tuttavia, nonostante il suo avversario ami stazionare ben oltre la linea di fondo, Volandri ha vinto solo 11 di quei 23 punti. Quasi la metà delle volte in cui la palla corta è entrata, Gonzalez ci è arrivato, ha piazzato un colpo di recupero ed è riuscito a vincere il punto.    

La prestazione di Volandri in finale non è stata un’anomalia. Nella semifinale con Teymuraz Gabashvili, Volandri ha tentato 17 palle corte vincendo solo 9 punti. L’altro giocatore delle Finali Challenger dalla palla corta facile, Oleksandr Nedovyesov, ne ha colpite 19 contro Gabashvili in una partita di round robin. Anche se 8 di quelle 19 palle corte sono stati vincenti, Nedovyesov ha poi perso 10 dei successivi punti. 

Con i dati punto per punto relativi a cinque partite del torneo di San Paolo 2013, è possibile ampliare l’analisi delle tattiche legate alla palla corta e dei risultati che ne derivano. Per quanto questo campione possa non essere rappresentativo di tutto il tennis giocato sulla terra (per prima cosa, l’altitudine rende più facile raggiungere una palla corta), nel loro insieme i numeri sollevano dei dubbi sulla saggezza dell’uso della palla corta.   

In totale, i sei giocatori delle cinque partite considerate hanno colpito 95 palle corte. 16 (il 16.8%) sono risultate in errori non forzati, rispetto a una frequenza complessiva di circa un errore non forzato ogni 10 scambi. 29 (il 30.5%) sono state vincenti diretti, mentre altre 5 hanno portato a un errore forzato che ha concluso immediatamente il punto. Rimangono 45 palle corte che l’avversario è riuscito a raggiungere. Di queste, il giocatore che ha colpito la palla corta ne ha vinte solo 19 (il 42.2%).

Il risultato complessivo non è poi così male. Il giocatore che ha giocato la palla corta ha vinto 53 punti (il 55.8%), e il 67.1% dei punti quando la palla corta è entrata.

C’è una differenza considerevole però nella riuscita della palla corta tra i giocatori che la utilizzano con regolarità (Volandri e Nedovyesov) rispetto agli altri quattro, che hanno giocato in media meno di 4 palle corte a partita. Mentre questi giocatori di quello che ho definito “gruppo degli infrequenti” – vale a dire Gabashvili, Gonzalez, Guilherme Clezar, e Jesse Huta Galung – possono avere minore dimestichezza con la palla corta, è probabile che abbiano scelto di usarla con molta più attenzione, quando cioè ricorrere a quel colpo era la tattica più evidente. 

Il gruppo degli infrequenti ha colpito 22 palle corte, sbagliandone solo due. Non solo 9 sono state vincenti, ma i risultati complessivi sono stati altrettanto positivi, perché hanno vinto 14 di quei colpi (il 63.6%). Se togliamo i numeri del gruppo degli infrequenti dal conteggio totale, i giocatori dalla palla corta facile hanno vinto appena il 53.4% dei punti in cui hanno utilizzato quella tattica.

Il 53.4% non è terribile, tutto sommato se si vincono il 53.4% dei punti di una partita, si vince poi quasi sempre anche la partita. Tuttavia, il punto in cui ha senso giocare una palla corta non è il tipico punto medio. Di solito, il giocatore che gioca la palla corta ha una posizione in campo migliore del suo avversario, il quale può trovarsi sbilanciato o molto dietro la linea di fondo. Non è sempre questo il caso, specialmente quando il giocatore decide di giocare la palla corta semplicemente per cercare di concludere il punto, o perché ha perso improvvisamente lucidità. Nella maggior parte delle situazioni però, il giocatore che gioca la palla corta ha un vantaggio così evidente in termini di posizione in campo che una tattica più comune, come ad esempio un colpo aggressivo durante lo scambio seguito magari da un approccio a rete, sarebbe una soluzione più efficace.   

C’è un’altra considerazione che esula dal contesto di uno specifico punto. Un giocatore che non riesce a raggiungere una palla corta probabilmente terrà a memoria il punto perso per uno o due game successivi, giocando leggermente più vicino alla linea di fondo, alterando anche nel processo la sua predisposizione di gioco. È possibile che si verifichi un effetto duraturo favorevole al giocatore che ricorre abitualmente alla palla corta.

Ma tra le 4 palle corte di Gonzalez e le 23 di Volandri durante la finale, il vantaggio marginale di ogni palla corta addizionale deve esaurirsi. Trovo difficile pensare che una palla corta per game abbia effetti strategici più duraturi di una palla corta ogni tre game. Se così fosse, Volandri ha colpito 13 o 14 palle corte in più di quanto avrebbe dovuto. Perciò, in circa l’8% dei 162 punti della finale, Volandri ha sprecato un vantaggio di posizione giocando un colpo dal 50% di probabilità di successo.

Più dati a disposizione possono dare sicuramente una migliore visione d’insieme della tattica della palla corta sulla terra. Si potrebbe riuscire a determinare se esiste veramente un “effetto ricaduta” a seguito di una palla corta vincente e, se è questo il caso, quante palle corte servono per raccoglierne i benefici. Fino a quel momento, è giusto chiedersi se le palle corte valgono il loro rischio, specialmente quando ci sono a disposizione alternative a ben più alta percentuale realizzativa.

The Questionable Wisdom Of The Drop Shot