Gli scambi si allungano con l’avanzare della partita?

di Jeff Sackmann // TennisAbstract

Pubblicato il 14 febbraio 2019 – Traduzione di Edoardo Salvati

Nel secondo turno del New York Open 2019, Paolo Lorenzi ha lottato per tre set prima di vincere contro Ryan Harrison. È stato un risultato degno di nota per diverse ragioni, a partire dal fatto che raramente Lorenzi decide di giocare sul cemento quando ci sono altre possibilità a disposizione.

A 37 anni, Lorenzi è tra i molti giocatori che piegano a proprio favore la curva d’invecchiamento del tennis contemporaneo. Si è anche garantito di giocare almeno un quarto di finale del circuito maggiore per l’ottavo anno di fila, nonostante il primo sia arrivato alla soglia degli trent’anni. Il modo in cui ha vinto ricalca l’unicità del suo percorso di carriera.

Questa è la lunghezza media dello scambio in ciascun set.

Set  Scambio medio   
1 3.2
2 4.0
3 4.9

Probabilmente non avete bisogno di me per capire quale sia il set vinto da Harrison. Il primo set è stato dominato dal servizio, come tipicamente accade per i tornei indoor americani sul cemento. Con l’avanzare della partita, i punti si sono avvicinati allo scambio da terra battuta che Lorenzi senza dubbio privilegia.

Fare della teoria

Pur in forma estrema, la partita tra Lorenzi e Harrison presenta i canoni di quella che ritengo sia la saggezza popolare tennistica. Nel corso di una partita, un giocatore migliora nella lettura del gioco dell’avversario, riducendo il numero dei servizi senza risposta e aumentando la probabilità che ogni punto diventi uno scambio prolungato. Almeno, questa è la teoria. Esistono fattori di mitigazione, come la fatica, che va in direzione opposta, ma possiamo generalmente aspettarci degli scambi più lunghi.

La partita in questione però non ha seguito esattamente il copione. Gli scambi possono essersi allungati perché entrambi hanno iniziato a prevedere i colpi dell’avversario, ma gli ace – che Harrison ha colpito tra il 18% e il 21% a set – o la categoria ancora più ampia dei servizi senza risposta non ne danno segno evidente.

Set  Punti  Serv no risp   
1 47 42.6%
2 65 32.3%
3 73 37.0%

Se la lettura del servizio può spiegare l’aumento della lunghezza dello scambio tra il primo e il secondo set, agisce nell’altro verso tra il secondo e il terzo set. È senza dubbio un campione ridotto e non si devono considerare solo i servizi senza risposta. Ci sono però segnali che alla teoria iniziale manca qualcosa.

Servono più partite

Per quanto interessante sia il caso di Lorenzi, servono più giocatori e più dati per capire più approfonditamente le dinamiche delle risposte al servizio e della lunghezza dello scambio nello svolgimento della partita. Iniziamo dalle partite del tabellone principale del singolare maschile degli Australian Open 2019. Non solo è un campione di partite numeroso, ma sono al meglio dei cinque set, dando quindi l’opportunità di un’analisi su molti set per singola partita.

Per ogni set di ciascuna partita, ho calcolato la lunghezza media dello scambio e la frequenza di servizi senza risposta, per poi fare un confronto tra set in funzione della durata della partita. Ad esempio, tra Lorenzi e Harrison la lunghezza dello scambio è aumentata del 25% dal primo al secondo set. Poi, per ciascun set, ho messo insieme tutte le partite sufficientemente lunghe per vedere con quale percentuale il circuito, in aggregato, cambia da un set all’altro.

Risultati divergenti

Sono risultati che si fanno notare decisamente meno di quelli nella partita di Lorenzi. Le colonne “Scambio medio” e “ Serv no risp” della tabella mostrano il cambiamento in forma di rapporto: se la frequenza di riferimento nel primo set è 1.0, la lunghezza dello scambio nel secondo set aumenta dello 0.8% e il numero dei servizi senza risposta sale del 2.4%. Ho inserito anche colonne di esempio, con lunghezze e frequenze di servizi senza risposta realistiche per ciascun set sulla base di medie del torneo di 3.2 colpi per scambio e del 34% di servizi senza risposta.

Set  Scambio medio  Es Scambio  Serv no risp  Es Serv no risp   
1 1 3.20 1 34.0%
2 1.008 3.23 1.024 34.8%
3 1.019 3.26 1.033 35.1%
4 0.987 3.16 1.155 39.3%
5 1.021 3.27 1.144 38.9%

Le differenze tra set in termini di lunghezza dello scambio solo a malapena possono chiamarsi tali. La variazione nella frequenza di servizi senza risposta invece è molto più evidente, considerando anche che è di segno opposto a quanto ci si aspettasse (si può pensare che l’effetto sia generato artificiosamente dai dati a disposizione, per cui i giocatori che arrivano al quarto e quinto set sono i grandi servitori. Potrebbe essere così, ma non è quello che si verifica. Il confronto infatti è tra statistiche di un set e del precedente all’interno della stessa partita, seguito da una media della variazione set su set, ponderata per il numero di punti nei set. Un quinto set di John Isner quindi è messo a confronto solo con un quarto set di Isner).

Forse la fatica – o una conservazione strategica dell’energia – gioca un ruolo maggiore di quanto pensassi, o forse ancora i giocatori al servizio riescono a leggere con più facilità l’avversario che non il contrario.

Arriva in soccorso il circuito femminile

Per le donne, i risultati sono completamente differenti. La tabella riepiloga gli stessi dati per le 127 partite del tabellone principale di singolare degli Australian Open 2019.

Set  Scambio medio  Es Scambio  Serv no risp  Es Serv no risp   
1 1 3.40 1 27.0%
2 1.035 3.52 0.974 26.3%
3 1.103 3.75 0.915 24.7%

Seppur non accentuata come nella partita tra Lorenzi e Harrison, la dinamica è più marcata rispetto gli uomini. Il numero dei servizi senza risposta diminuisce considerevolmente, e la lunghezza dello scambio aumenta in modo da poter essere notata da uno spettatore concentrato sulla partita.

Sono due parametri collegati, cioè in presenza di meno servizi senza risposta ci sono più colpi per punto, anche solo tenendo conto del secondo colpo. Oltre a questo, ci sono più opportunità per scambi più lunghi. In ogni caso, l’andamento set su set per le donne è più vicino alla teoria iniziale di quanto non lo sia per gli uomini.

Come per qualsiasi statistica aggregata, mi aspetto che ci sia abbondanza di variazione da un giocatore all’altro. Giocatori che sono molto forti nei terzi set riescono davvero a rispondere a più servizi o, come dimostrato da Lorenzi, modificano la strategia a favore di uno stile di gioco con cui hanno più familiarità. Un’analisi di queste tipologie di numeri per singoli giocatori è la naturale evoluzione del discorso, ma dovrà aspettare un’altra volta.

Do Rallies Get Longer as Matches Progress?

Dayana Yastremska colpisce più forte di voi

di Jeff Sackmann // TennisAbstract

Pubblicato il 18 gennaio 2019 – Traduzione di Edoardo Salvati

Le palline degli Australian Open 2019 devono tremare come non hanno mai fatto prima. Serena Williams è tornata e sembra essere al massimo della forma (e ha appena raggiunto i quarti di finale con una vittoria sulla numero 1 Simona Halep, n.d.t.), Maria Sharapova gioca bene a sufficienza da aver battuto la campionessa in carica Caroline Wozniacki (pur avendo poi perso al turno successivo, n.d.t.), e Petra Kvitova continua la striscia vincente dal torneo di Sydney, con una passeggiata fino a quarti di finale.

E poi ci sono le giovanissime. La iper-offensiva ventenne Aryna Sabalenka è uscita al terzo turno contro una minaccia ancora più giovane, Amanda Anisimova.

Ma è la diciottenne ucraina Dayana Yastremska (che ha perso solo per mano di Williams al terzo turno, n.d.t.), la giocatrice che tira più forte di tutte. Guardando qualche partita di Sabalenka, si potrebbe pensare che non ci sia niente di più aggressivo su un campo da tennis. Non è così, perché Yastremska arriva a fondo scala.

Quando qualche anno fa Lowell West ha introdotto per la prima volta la statistica “Punteggio Offensivo”, Kvitova era chiaramente la prima del gruppo, cioè la giocatrice che terminava più spesso i punti – nel bene e nel male – sulla propria racchetta.

Madison Keys non era molto indietro, e al terzo posto Williams tra le poche di cui erano disponibili dati a sufficienza. Da quel momento sono cambiate due cose. Da un lato, il Match Charting Project possiede ora molti più dati su molte più giocatrici. Dall’altro, la potenza di una nuova generazione nel maltrattare la pallina sta rischiando di far sembrare il resto del circuito delle dilettanti.

Il Punteggio Offensivo racchiude un grande potere esplicativo in un semplice calcolo. Si ottiene dal rapporto tra il numero di “Punti sulla Racchetta” (vincenti, errori non forzati o colpi che hanno indotto l’avversaria a un errore forzato) e il numero di “Opportunità di Colpo”.

L’indice risultante assume valori dal 10% dell’estremo inferiore – la media in carriera di Sara Errani è del 11.6% – al 30%* della parte opposta. Singole partite possono superare questo livello in entrambe le direzioni, ma nessuna giocatrice con almeno cinque partite punto per punto resta fuori dall’intervallo.

(* i lettori dotati di ottima memoria o con l’abitudine di cliccare sui link noteranno che nell’articolo originale Kvitova raggiungeva in totale il 33% e Keys era appena sopra il 30%. Non so se si trattasse di una stranezza poi rientrata in presenza di un campione più ampio o se sto usando una formula leggermente diversa. Ad ogni modo, l’ordine delle giocatrici è rimasto coerente, ed è la cosa che conta.)

La tabella mostra le prime 10 giocatrici più aggressive tra le regolari del circuito della decade in corso prima dell’arrivo di Sabalenka e Yastremska.

Class  Giocatrice       Complessivo
1 Kvitova 27.1%
2 Goerges 26.8%
3 S. Williams 26.8%
4 Ostapenko 26.5%
5 Giorgi 26.0%
6 Keys 25.9%
7 Vandeweghe 25.9%
8 Lisicki 25.6%
9 Pavlyuchenkova 24.0%
10 Sharapova 23.2%

Sono tutte giocatrici che entrano nel 15% delle più aggressive. Terminano più spesso il punto sulla racchetta di molte delle avversarie che già consideriamo offensive, come Venus Williams (21.9%), Karolina Pliskova (21.6%) e Johanna Konta (22.3%).

Jelena Ostapenko fa da raccordo tra le due generazioni. Non era parte della conversazione nella prima versione del Punteggio Offensivo, ma una volta che ha iniziato a vincere è stato subito chiaro che avrebbe potuto raggiungere Kvitova al vertice.

Queste sono le attuali prime 10.

Class  Giocatrice    Complessivo   
1 Yastremska 28.6%
2 Sabalenka 27.6%
3 Kvitova 27.1%
4 Goerges 26.8%
5 S. Williams 26.8%
6 Ostapenko 26.5%
7 Kuzmova 26.0%
8 Giorgi 26.0%
9 Keys 25.9%
10 Vandeweghe 25.9%

Yastremska, Sabalenka e anche Viktoria Kuzmova sono entrate sgomitando tra le prime 10. La presenza di Yastremska e Sabalenka potrebbe essere un po’ prematura, visto che il loro indice considera rispettivamente solo sette e nove partite.

La combattività di Sabalenka però è ben documentata. Il suo valore di 27.6%, che supera quello di Kvitova, arriva da una media di quasi 30 partite.

Il tennis ha la tendenza a oscillare tra estremi, con la nuova generazione che sviluppa abilità per contrastare quelle accumulate dalla precedente. Non è ancora evidente se una disposizione così offensiva permetterà a queste giovani giocatrici di catapultarsi in cima.

Dopo tutto, Sabalenka ha vinto solo cinque game contro Anisimova, il cui indice è un più modesto 23%. Magari all’aumentare dell’esperienza svilupperanno un gioco più completo e meno legato all’attacco, lasciando spazio al ritorno di Kvitova al vertice.

Nel frattempo, abbiamo il privilegio di assistere allo scontro tra alcune delle giocatrici che più attaccano duramente la pallina nella storia del circuito femminile.

Dayana Yastremska Hits Harder Than You

L’insolita posizione di Nishikori alla risposta lo rende vulnerabile sul lato sinistro?

di Chapel Heel // FirstBallIn

Pubblicato il 9 settembre 2018 – Traduzione di Edoardo Salvati

Kei Nishikori gode della reputazione di buon ribattitore, anche se nella semifinale degli US Open 2018 persa contro Novak Djokovic si è evidenziata la differenza di talento alla risposta tra i due giocatori. È stata anche la seconda partita di fila in cui i commentatori si sono soffermati sulla sua inusuale posizione di partenza alla risposta.

La posizione di Nishikori alla risposta

Invece di tenere entrambi i piedi paralleli alla linea di fondo, Nishikori mette il piede sinistro (e la spalla) avanti e il piede destro (e la spalla) indietro. Non si crea un angolo di poco conto. Se mi fermaste per strada chiedendomi di indovinare l’angolo formato dai suoi piedi, mi verrebbe da dire 30 gradi; ma dopo averlo visto più volte in televisione, potrebbe essere ampio anche 45 gradi. Provate quella posizione ora…45 gradi sono tanti.

Con il piede sinistro decisamente più avanzato del destro, ci si potrebbe preoccupare del fatto che Nishikori abbia più difficoltà nel tempo di reazione ai servizi sul rovescio, come ad esempio i servizi al centro sul lato delle parità e quelli esterni sul lato dei vantaggi.

Avete forse notato che, nel momento in cui sta per arrivare la pallina, raddrizza un po’ la posizione, ma il movimento aggiuntivo necessario a mettersi centrato – invece di partite centrato – potrebbe in teoria avere conseguenze sull’efficacia della risposta dal lato sinistro. Naturalmente, avendo uno dei migliori rovesci in circolazione, è in grado di orientarsi più a favore del dritto.

Nel Match Charting Project ci sono 52 partite di Nishikori (54 al momento della traduzione, n.d.t.), 45 delle quali sono state aggregate in modo da osservare dinamiche di fondo. Mi chiedo cosa possano dirci i dati punto per punto del Match Charting Project in merito all’eventuale incidenza sul tempo di reazione alla risposta nei servizi a sinistra.

Punti vinti alla risposta..

Iniziamo con la statistica più semplice e onnicomprensiva alla risposta, cioè i punti vinti alla risposta (PVR%). Nelle partite del Match Charting Project, Nishikori vince il 37% dei punti alla risposta, contro una media del circuito per le stesse partite sempre del 37%. Un momento, ma non dovrebbe essere un giocatore alla risposta di più forte della media?

Considerato che la PVR% è una statistica di base che anche l’ATP calcola, e considerato che le partite del Match Charting Project sono un sottoinsieme (in cui i giocatori di vertice tendono a essere più rappresentati), possiamo mettere una a confronto dell’altra. Dal 2016, la media di PVR% per i giocatori con classifica tra 1-100, misurata alla data della partita di riferimento ed escluse le partite di Nishikori è 36.8%. Non si discosta in modo significativo dalla media PVR% del circuito di 37% secondo il Match Charting Project.

..con un avvertimento

Tuttavia, la PVR% del Match Charting Project per Nishikori (27%) è decisamente più bassa della percentuale di punti vinti alla risposta di tutte le partite dal 2016 (39.7%). Si tratta di una differenza di circa 10 vittorie sulle 133 partite disputate da Nishikori dal 2016. Quindi, come avvertimento, le 45 partite del Match Charting Project non sembrano rappresentare in generale il gioco alla risposta di Nishikori, probabilmente perché ha dovuto affrontare avversari più forti della media al servizio.

Le statistiche direzionali alla risposta del Match Charting Project per Nishikori riescono comunque a mostrare se la sua insolita posizione determini un impatto evidente sull’efficacia alla risposta. Pur non dando un quadro d’insieme completo della risposta di Nishikori, le statistiche dettagliate del Match Charting Project dovrebbero poter indicare se – rispetto al circuito – è più debole sui servizi al centro nelle parità o su quelli esterni nei vantaggi rispetto al lato che sembra favorire con quella particolare posizione. Ho deliberatamente escluso i servizi al corpo perché ritengo impossibile determinare come (o se) la posizione di Nishikori possa incidere sulla risposta a quel tipo di servizi.

Lato delle parità

La tabella riepiloga le statistiche direzionali delle partite di Nishikori del Match Charting Project relative al lato delle parità.

PVR%

Sia Nishikori che il circuito vincono all’incirca la stessa percentuale di punti sui servizi al centro o esterni sul lato delle parità. Per le ragioni citate in precedenza, è probabile che i numeri di Nishikori in questa categoria siano inferiori di quelli effettivamente ottenuti in partita, ma al fine di confrontare il rendimento sui servizi al centro o esterni sul lato delle parità, è comunque una categoria che fornisce informazioni utili.

I numeri non mostrano evidenti debolezze di Nishikori sul lato sinistro rispetto a quello destro. Con statistiche grossomodo identiche sia a sinistra che a destra, la sua insolita posizione alla risposta sembra essere giustificata. Se non si mettesse a favore del lato destro, forse i numeri sui servizi esterni sul lato delle parità sarebbero nettamente inferiori.

Servizi rimettibili in gioco

Il primo aspetto che emerge per quanto riguarda i servizi rimettibili in gioco è che i numeri di Nishikori sono molto più bassi delle medie sul circuito, a possibile ulteriore prova che nelle partite del Match Charting Project gli avversari erano considerevolmente più forti al servizio, artificialmente abbassando, in generale, la sua PVR%. Una leggera variazione dalla media del circuito può avere un significato, ma è difficile accettare che Nishikori subisca il 9% in più di ace e di altri servizi vincenti al centro sul lato delle parità rispetto al giocatore medio essendo complessivamente un giocatore alla risposta molto superiore alla media.

Ho controllato le sue statistiche alla risposta in tutte le partite dal 2016 per vedere se fosse più facile fargli ace, ma è in media con gli altri primi 100. È probabile quindi che la differenza con la media del circuito derivi semplicemente dal ridotto campione di partite del Match Charting Project.

Concentriamoci invece solamente sui servizi rimettibili in gioco, meglio magari invertendoli per trovare il 40% di servizi vincenti subiti da Nishikori al centro e il 36% esterni sul lato delle parità. Se prendiamo gli stessi numeri per il circuito, rispettivamente 31% e 32%, notiamo che sono sostanzialmente identici. Nishikori si espone a un numero molto elevato di servizi vincenti al centro sul lato delle parità.

Può essere che la posizione con il piede sinistro avanzato impedisca a Nishikori di raggiungere più servizi al centro sul lato delle parità, o forse gli avversari delle 45 partite del Match Charting Project servivano con più efficacia al centro rispetto all’esterno. Non ritengo che sia una differenza conclusiva, ma è un aspetto da tenere in considerazione con l’aumentare del numero delle partite di Nishikori nel database del Match Charting Project e la maggiore quantità di informazioni disponibili.

Altre statistiche sul lato delle parità

Non c’è molto, altrimenti, in questo gruppo di statistiche che indichi debolezza sui servizi al centro sul lato delle parità. Al centro e all’esterno sul lato delle parità Nishikori rimette in gioco la stessa percentuale di servizi e vince all’incirca lo stessa percentuale di servizi rimettibili. Sul lato sinistro ha un numero di risposte vincenti significativamente inferiore, ma lo stesso accade in generale sul circuito.

E notate che colpisce più risposte vincenti al centro sul lato delle parità rispetto alla media del circuito, anche se abbiamo visto come il ridotto campione di partite del Match Charting Project complessivamente diminuisca i numeri di NIshikori alla risposta.

Ho anche inserito la lunghezza degli scambi a titolo informativo, ma non so se ne possa trarre qualche conclusione. Scambi più corti potrebbero arrivare da risposte incredibili così come da risposte sotto la media. Comunque, è interessante vedere come non ci sia una differenza sostanziale nella lunghezza degli scambi tra il lato sinistro e il destro quando Nishikori è alla risposta sul lato delle parità.

Lato dei vantaggi

PVR%

Qui le cose si fanno interessanti. Anche se c’è il sospetto che le partite del Match Charting Project non rappresentino la bravura complessiva alla risposta di Nishikori (relativamente al resto del circuito) sui servizi sul lato dei vantaggi è molto più efficace del circuito di un margine considerevole, anche se dovrebbe essere il lato più debole per lui se la posizione alla risposta è in effetti un ostacolo.

Osserviamo anche un punto debole molto marcato rispetto alla media del circuito sui servizi al centro sul lato dei vantaggi, in misura maggiore di quanto indicherebbe la PVR% complessiva delle partite del Match Charting Project. Non voglio dare troppo peso a questo aspetto, perché appunto ho già il timore che in quelle partite gli avversari siano stati particolarmente forti al servizio. Ma, in ogni caso, non compromette la posizione con il piede sinistro avanzato.

Servizi rimettibili in gioco

In questa categoria, sul lato sinistro Nishikori è in linea con la media del circuito. La sua posizione di certo non compromette la capacità di raggiungere il servizio sul lato dei vantaggi. È sul lato del dritto – dove dovrebbe avere più tempo con i piedi già nella giusta direzione – che invece è martoriato dai servizi vincenti. Solo il 46% dei servizi rimessi in gioco al centro sul lato dei vantaggi? Ho dovuto controllare tre volte prima di crederci! Deve essere per il relativamente ridotto campione di partite e per gli avversari molto forti al servizio. A prescindere da questo, non ci sono indicazioni di maggiori difficoltà sul lato del piede sinistro avanzato, anzi, sarebbe l’opposto.

Risposte in gioco

In generale, le statistiche sul lato dei vantaggi sembrano evidenziare che Nishikori risponde meglio ai servizi esterni che a quelli al centro, e allo stesso livello o meglio del circuito in entrambi i casi, anche se le partite del Match Charting Project potrebbero far diminuire la qualità complessiva alla risposta..con una eccezione: la frequenza delle risposte in gioco.

Questa statistica, che indica quanto spesso un giocatore – di fronte a un servizio rimettibile in gioco – risponde mettendo la pallina in gioco, mostra come Nishikori risponda con molto meno successo sul lato sinistro rispetto al destro. Vale, in generale, anche per gli altri giocatori del circuito (è un servizio più difficile da gestire), ma con una differenza meno pronunciata.

Nishikori è in media con il circuito sul lato destro, ma è indietro sul sinistro. Come i servizi rimettibili in gioco sul lato delle parità, alla luce degli altri numeri non è un’indicazione definitiva, ma è un dato su cui prestare attenzione all’aumentare del numero di partite di Nishikori del Match Charting Project.

Lunghezza media degli scambi

Anche se è difficile capire come interpretare la lunghezza media degli scambi, i più brevi per Nishikori sono quelli che partono da un servizio al centro sul lato dei vantaggi, il punto in cui sembra essere più vulnerabile delle quattro direttrici che ho analizzato. Potrebbe voler dire che scambi brevi presuppongono delle risposte più deboli?

Quale sia la spiegazione, così come non accade sul lato delle parità, c’è una notevole differenza per Nishikori tra la media degli scambi che partono da un servizio esterno sul lato dei vantaggi e quelli da un servizio al centro, in assenza invece di un’equivalente differenza tra lunghezza media degli scambi per il circuito.

Conclusioni

Non deve sorprende scoprire che non ci sono debolezze evidenti di Nishikori alla risposta sul lato del piede sinistro avanzato. Se rispondere a servizi al centro sulle parità e all’esterno sui vantaggi fosse un elemento di preoccupazione, è probabile che Nishikori stesso o i suoi allenatori ne sarebbero consapevoli – dopotutto è un giocatore da primi 10 a prescindere dalla sua classifica attuale (all’undicesimo posto al momento della traduzione, n.d.t.) – e prenderebbero contromisure.

E magari lo ha già anche fatto. Mi sono concentrato sulla sua posizione alla risposta, ma forse è più importante vedere dove si mette. Potrebbe essere semplicemente che Nishikori si trovi più a suo agio con il piede sinistro avanzato come punto di partenza. Se da questo derivasse vulnerabilità sul lato sinistro, servirebbe niente di più di un mezzo passo verso sinistra per raggiungere equilibrio alla risposta, pur mantenendo una posizione a lui comoda.

Più dati, più analisi, più risposte

Con l’aumentare dei dati dalle partite del Match Charting Project, vale la pena osservare se (a) sul lato delle parità Nishikori ha più difficoltà a raggiungere i servizi alla sua sinistra (vale a dire non risponde a servizi al centro con la frequenza con cui dovrebbe) e (b) sul lato dei vantaggi, non rimette in gioco abbastanza servizi a sinistra (cioè ci arriva ma non ottiene quanto dovrebbe sui servizi esterni sul lato dei vantaggi).

Già che ci siamo, vale anche la pena vedere se le risposte sui servizi al centro sul lato dei vantaggi continuano a essere le più deboli dei quattro angoli considerati. Magari la sua posizione va bene, ma ha bisogno di portare il suo avversario a servire di più al centro sul lato dei vantaggi.

Sono serviti anni alla Major League Baseball per sviluppare statistiche sulla posizione degli esterni e, una volta possedute, non hanno certo peccato di avarizia. Il tennis possiede già dati sui ribattitori: se solo ci facessero qualcosa o li rendessero pubblici in modo che gli appassionati di analisi li utilizzerebbero a dovere.

Does Nishikori’s Unusual Return Stance Make Him Vulnerable on the Left Side?

Quando essere aggressivi o conservativi

di Chapel Heel // FirstBallIn

Pubblicato il 20 aprile 2018 – Traduzione di Edoardo Salvati

Gli errori non forzati sono comunemente associati all’idea che un giocatore stia “tirando troppo”, anche se è indubbio che comprendano errori non dettati dall’aggressività. Qualsiasi professionista con l’obiettivo di un gioco più offensivo deve chiedersi quale sia la sua avversione al rischio nel ricercare vincenti e nel forzare gli avversari all’errore. 

Grazie ai dati del Match Charting Project, ho analizzato la tematica nell’ambito del circuito femminile. Ho fatto questa scelta principalmente perché si sente spesso dire che le giocatrici devono essere più aggressive, e anche perché sapevo di non dovermi preoccupare delle partite al meglio dei cinque set.

Offensività nel gioco femminile

Ho iniziato restringendo il campo alle partite dopo il 2006, l’anno in cui ritengo che i cambiamenti nei materiali di corde e racchette abbiano maggiormente inciso sullo stile di gioco. Con questo non voglio dire che è proprio il 2006 da cui tutto non è stato più lo stesso, ma è anche il riferimento prima del quale la maggior parte delle giocatrici ora attive sul circuito non aveva un numero significativo di partite valide per i criteri dell’analisi. Mi è sembrato quindi un buon punto di partenza. 

Sono emerse 1528 partite, che equivalgono a 3056 partite-giocatrice.

Subito alcune statistiche descrittive che riguardano l’insieme completo delle 3056 partite-giocatrice. Il numero medio di vincenti, errori forzati ed errori non forzati è rispettivamente di 20.6, 20.5 e 27.6.

Dovremmo essere in grado di ipotizzare che il numero effettivo di vincenti non sia strettamente correlato con la vittoria (o la sconfitta) della partita, e lo stesso per gli errori forzati e non forzati. I dati lo confermano, con una correlazione positiva molto debole di .22 e di .19 per il numero di errori forzati, e una correlazione negativa debole di -.28 per il numero di errori non forzati. Per questo motivo, mi concentrerò sugli indici invece che contare le statistiche.

Indici e correlazioni

Ho considerato due indici rilevanti ai fini di quest’analisi: (a) il rapporto tra vincenti (V) su errori non forzati (EF) espresso come V/ENF e (b) il rapporto tra vincenti + errori forzati su errori non forzati (ENF) espresso come (V + EF)/ENF. Si ottengono ovviamente correlazioni migliori rispetto al conteggio statistico, ma non sono comunque decisive. L’indice V/ENF ha una correlazione di .44 e l’indice (V + EF)/ENF ha sorprendentemente – almeno per me – una correlazione solo di .40.

Il significato di tutto questo è che vincere una partita di tennis ha ben più a che vedere della semplice valutazione dei vincenti, degli errori non forzati e di quelli forzati, primo fra tutti ad esempio il momento della partita in cui si verificano. In ogni caso, una correlazione positiva di .44 è indicazione che l’indice V/ENF è meritevole di approfondimento.   

Visto che l’obiettivo è stabilire se una giocatrice sta forzando la mano nella ricerca del gioco offensivo, non c’è ragione di considerare anche quelle partite con un numero totale ridotto di errori non forzati. Sono partite caratterizzate da un approccio super conservativo che si traduce in pochi vincenti o partite in cui uno stato di forma impeccabile consente a una giocatrice di non dover fare scelte complicate in termini di aggressività in campo.

Su questa linea, ho ulteriormente ristretto il campione alle sole partite in cui una delle due giocatrici ha commesso almeno 25 errori non forzati che, in partite che terminano in due set, sono molti. Non lo sono in partite andate al terzo set, ma è comunque un rendimento eccessivamente negativo.

A meno di non riuscire proprio a tenere la palla in campo, 25 errori non forzati sono una prima indicazione della volontà di avere un gioco più offensivo. È di poco inferiore al numero medio di errori non forzati per giocatrice-partita nel campione, ma è vicino al valore mediano di 26.

La ricerca del punto di pareggio

Raggiunto l’insieme ideale di partite, ho analizzato il rapporto V/ENF alla ricerca di un punto di pareggio superato il quale una giocatrice ha più probabilità di vincere che di perdere.

Ho quindi eseguito una regressione logistica per calcolare la probabilità di vincere la partita con l’indice V/ENF come unica variabile. Ci sono diversi strumenti per calcolare una regressione logistica (come R, Python, etc), ma per un risultato semplice e diretto preferisco usare l’algoritmo di calcolo messo a disposizione da statpages

Il punto dal quale la vittoria diventa più probabile è un indice di .84 vincenti su errori non forzati. In presenza di 30 errori non forzati, si vogliono almeno 25 vincenti in modo da andare a pareggio al 50%. 

L’immagine 1 mostra la rappresentazione grafica di questo concetto.

IMMAGINE 1 – Funzione logaritmica dell’indice V/ENF

Il tradizionale adagio del tennis di non trovarsi con un numero di vincenti inferiore agli errori non forzati è messo in ottima luce da quest’analisi. Se una giocatrice è in grado di compensare i molti errori che commette con un analogo numero di vincenti, la sua percentuale di vittoria attesa è di circa il 64%. 

Naturalmente, si dovrebbe evitare di avere come obiettivo il 50% di probabilità di vittoria, perché passare da un 49.9% a un 50.1% non garantisce troppa sicurezza su un esito finale positivo. E questo è ancora più vero considerando l’incertezza intrinseca associata a qualsiasi pronostico basato sulle probabilità. 

Per lasciare del margine nella gestione di queste problematiche, ho convenuto che una probabilità del 57.5% fosse un’obiettivo più ragionevole, in modo da tenere conto di parte dell’incertezza intrinseca ma discostandosi contestualmente da quelle partite molto equilibrate e aperte a un risultato finale a favore di una o dell’altra giocatrice (con probabilità dal 47% al 53%).

Al 57.5% di probabilità di vittoria, l’indice V/ENF è intorno a .92, vale a dire che se si ha una passività di 30 errori non forzati si cercano almeno 28 vincenti che li giustifichino. Non troppo lontano dalla tradizione, ma con un po’ di spazio di manovra. 

Non si può tralasciare il rendimento dell’avversaria

L’obiettivo del .92 è però fuorviante, perché ignora il rendimento dell’avversaria. Si possono avere 28 vincenti e 30 errori non forzati, con una probabilità di vittoria attesa del 57.5%. È possibile però che anche l’avversaria commetta molti errori e il suo indice sia più alto. Oppure, che l’avversaria commetta molti meno errori.

Esaminiamo solamente le partite nelle quali anche l’avversaria ha fatto almeno 25 errori. Per questo sottoinsieme, ipotizziamo che la giocatrice in esame stia avendo un rendimento discreto con una probabilità di vittoria di almeno il 40%, sulla base del suo indice V/ENF (di circa .70), ma non può essere considerata la favorita indiscussa semplicemente in funzione del livello di gioco, cioè quindi meno del 68% di probabilità di vittoria (o un indice V/ENF di circa 1.05). Ci sono 172 partite di questo tipo nel campione considerato.   

In esse, il valore medio dell’indice è di .85, e il modello logaritmico prevede una probabilità di vittoria del 51.3%. Le giocatrici in esame hanno in realtà vinto 114 delle 172 partite con una percentuale molto più alta.

Però, il rendimento delle avversarie non è equamente distribuito. Le giocatrici in esame hanno avuto un indice migliore nella grande maggioranza delle partite (117 su 172) e in 95 delle 114 vittorie. La giocatrice in esame ha vinto 19 volte e perso 36 quando l’avversaria ha avuto un indice superiore.

Se spingiamo ora l’indice della giocatrice in esame ad almeno .85, il valore in cui abbiamo detto essere leggermente favorita, e lo portiamo poi al valore 1.05, otteniamo solo 85 partite, di cui 20 con un indice migliore da parte dell’avversaria. La giocatrice in esame ha vinto 8 di quelle 20 partite, ma ne ha vinte 54 su 65 quando il suo indice è stato più alto. Non sorprende quindi che il gioco dell’avversaria rivesta importanza nella ricerca del punto di equilibrio tra vincenti ed errori non forzati.   

Le situazioni di gioco con pochi errori

Occupiamoci dell’altra circostanza, quella in cui non vengono commessi molti errori. Cosa succede se escludiamo tutte le partite in cui entrambe le giocatrici hanno fatto almeno 25 errori non forzati, lasciando quelle in cui invece solo una giocatrice ne ha commessi almeno 25?

Il campione complessivo si riduce del 40%, che è già un’indicazione interessante di per sé, come se gli errori non forzati da un lato della rete generassero errori non forzati dall’altro.

Tralasciando questa considerazione, mi aspetto che in un campione di partite senza avversarie che commettono molti errori non forzati debba esserci un numero ancora più alto di vincenti per la giocatrice in esame che compensino i suoi errori non forzati, se vuole effettivamente vincere la partita.

L’immagine 2 mostra la sovrapposizione tra il grafico del modello che considera solo le partite con una giocatrice prona all’errore (in rosso) e il grafico del modello che include anche le partite in cui entrambe le giocatrici hanno commesso almeno 25 errori (in blu).

IMMAGINE 2 – Funzione logaritmica dell’indice V/ENF per due modelli a confronto

In questo sottoinsieme di partite, serve avere un numero di vincenti in rapporto di 1:1 con gli errori non forzati anche solo per avvicinarsi a una probabilità di vittoria in zona positiva, appena inferiore al 50%. Vale la pena ricordare che con il campione di dati originario in presenza di un rapporto di 1:1 la probabilità di vittoria era del 64%.

Sempre in questo insieme ristretto, per raggiungere l’obiettivo del 57.5% di probabilità di vittoria inizialmente stabilito, serve il 7% di vincenti in più degli errori non forzati se l’avversaria ha meno di 25 errori non forzati. Se la giocatrice in esame ha 30 errori non forzati, si tratta in sostanza di 4 vincenti in più (il 15%) di quelli necessari con il campione di partite più ampio.

****

Vorrei sottolineare che non si può prevedere l’esito di una partita solamente sulla base del rapporto tra vincenti ed errori non forzati nelle due forme viste in precedenza, perché sono indicative di determinati aspetti, ma non di tutti quelli che intervengono nel corso di una partita. 

Fatta questa premessa, ci sono un paio di elementi particolarmente interessanti. Da un lato, giocatrici aggressive che non riescono a evitare errori non forzati possono in effetti fare leva sul tradizionale adagio del rapporto di 1:1 tra vincenti ed errori non forzati come parametro approssimativo di vittoria finale. Farlo contro avversarie simili può portare immediatamente a una probabilità positiva di vittoria, specie se eseguito con più efficacia. 

Al contrario, l’idea di poter attuare una strategia così rischiosa e cavarsela contro un’avversaria che commette molti meno errori è di dubbia validità. Si sente spesso dire che le giocatrici devono “continuare a essere offensive” anche contro avversarie più difensive.

Le giocatrici stesse affermano di scendere in campo cercando di imporre il proprio gioco. Ma se questo significa che per riuscire a essere offensiva a una giocatrice serve incamerare molti errori non forzati, allora deve poi rendersi conto che il margine tra vincenti ed errori non forzati è – contro determinate avversarie – più ristretto o magari anche invertito. A un certo punto, la strategia dovrà essere adattata al gioco espresso dall’avversaria.

Non ho analizzato il rapporto tra vincenti + errori forzati su errori non forzati (ENF) espresso come (V + EF)/ENF che ho indicato al punto (b). È un indice intuitivamente interessante, perché si presuppone che una giocatrice rischi più errori non forzati non solo cercando dei vincenti, ma anche per indurre l’avversaria all’errore.

Però, l’indice (V + EF)/ENF ha una correlazione inferiore con la vittoria finale di V/ENF, almeno nel campione utilizzato. Se dovessi scegliere (come il poco tempo mi ha costretto a fare), prenderei l’indice a più alta correlazione. Analizzerò l’indice (V + EF)/ENF in futuro se ci sarà occasione. 

La percezione del numero di vincenti ed errori non forzati

Tuttavia, ha contribuito alla scelta il fatto che, dal punto di vista della giocatrice che valuta se apportare modifiche al suo gioco durante la partita, è più facile mentalmente separare vincenti da errori non forzati di quanto non lo sia tenere nota degli errori forzati dell’avversaria rispetto ai colpi che avrebbe dovuto rimandare in campo ma che non è stata capace di fare.

I due terzi dei valori che l’indice V/ENF assume nel campione sono tra il .5 e l’1, quindi una giocatrice dovrebbe avere percezione se vincenti ed errori non forzati sono all’incirca uguali o se prevalgono i secondi.

Al contrario, i due terzi dei valori che l’indice (V+EF)/ENF assume sono tra il .9 e l’1.75, quindi oltre a essere più complicati da tenere a mente, è probabile che una giocatrice abbia più difficoltà a stabilirne il rapporto se vengono aggiunti anche gli errori forzati.   

When to dial it back…

Breve analisi degli scambi incrociati

di Chapel Heel // FirstBallIn

Pubblicato il 26 maggio 2018 – Traduzione di Edoardo Salvati

Stavo esercitando le mie conoscenze di Python Pandas – che da zero sono salite all’infinitesimo incremento di zero previsto dalla scala con cui si misurano le suddette – su alcuni dati punto per punto dal database del Match Charting Project e mi è venuta la curiosità di scoprire quanto siano frequenti gli scambi incrociati di dritto e quelli di rovescio nel tennis maschile.

Ho fatto partire il campione dei dati dal 2006 (fino a circa febbraio 2018), ottenendo un sottoinsieme di quasi 242 mila colpi. La tabella mostra il numero di scambi incrociati di dritto e di rovescio, suddivisi per numero di colpi che compongono lo scambio incrociato (la risposta al servizio non è conteggiata). Il numero in alto a sinistra (101,700) si riferisce agli scambi del sottoinsieme fatti da almeno tre colpi (a seguito della risposta) e le percentuali sono calcolate in funzione.

Più scambi incrociati di rovescio che di dritto

Mi ha sorpreso trovare che, tra gli uomini, ci siano scambi incrociati di rovescio in misura maggiore, seppur di poco, di quelli di dritto. Va specificato che ho escluso scambi con colpi tagliati.

Se per il dritto è irrilevante (ne ho trovati solo due che, francamente, direi che sono due di troppo, e in entrambi uno dei giocatori era Stanislas Wawrinka), per il rovescio sono rimasti fuori dalla tabella 374 scambi.

In media, gli scambi di rovescio sono leggermente più lunghi, con il 93% degli scambi incrociati di dritto che terminano al quarto colpo e solo l’85% di quelli con il rovescio, forse perché i giocatori hanno più facilità a cambiare sul lato del dritto o perché il dritto è un colpo molto più efficace per terminare lo scambio con un vincente.

Anche se sembra che circa il 10% degli scambi (e circa il 4% di tutti i punti) includa una sequenza di almeno tre colpi incrociati, sono in realtà di meno, perché alcuni dei punti considerati hanno al loro interno due o più occorrenze con uno scambio di almeno 3 incrociati.

Ad esempio, uno scambio composto da tre dritti incrociati, seguito da un dritto lungolinea, poi altri tre dritti incrociati e un rovescio lungolinea, produce in totale 3 occorrenze valide per la tabella a fronte di un solo punto (nella codifica del Match Charting Project lo scambio è rappresentato con f1f1f1f3b3b3b3b1f1f1f1. Sono sicuro che con questo vi ho proprio ingolosito, non è così?).

Ipotesi di tipo gioco sugli scambi incrociati

Ho ipotizzato che il giocatore che colpisce il secondo colpo di uno scambio incrociato di almeno tre colpi è anche colui che più probabilmente deciderà di interromperlo. Ho pensato cioè che il secondo giocatore non voglia rimanere in una situazione di gioco che ha iniziato l’avversario, e non diventa davvero una situazione fino a che il primo giocatore non colpisce il terzo colpo.

Funziona così: il giocatore che colpisce il primo colpo ha giocato semplicemente un colpo, ma quando arriva dal suo lato di campo un colpo incrociato, pensa tra sé “Forse è un buon momento per imporre il mio gioco e bloccare l’avversario in uno scambio come questo, per poi interromperlo e vincerlo”. Al momento di colpire il quarto colpo, l’avversario pensa tra sé “Non mi farò certamente incastrare in uno scambio incrociato, me ne tiro fuori!”.

È un’ipotesi praticamente inevitabile, visto che gli scambi incrociati da tre colpi sono i più frequenti: il secondo colpo del giocatore che ha colpito per secondo è quello che più spesso interrompe questa particolare situazione.

Cosa succede se eliminiamo gli scambi da tre colpi (cioè più della metà degli scambi incrociati)? È quattro volte più probabile che il giocatore che inizia lo scambio lo interrompa dal lato del dritto e due volte più probabile che lo interrompa dal lato del rovescio.

Se vi capita di guardare le partite del singolare maschile del Roland Garros, provate a osservare quanti scambi incrociati riuscite a individuare e prendete nota di quale dei due giocatori lo interrompe. Fate attenzione anche a vedere se chi interrompe lo scambio incrociato vince poi il punto, perché l’altra mia ipotesi è che vada esattamente così.

A Brief Look at Cross-Court Rallies

L’evoluzione del rovescio di Del Potro

di Martin Ingram // OnTheT

Pubblicato l’1 aprile 2018 – Traduzione di Edoardo Salvati

Con le vittorie ad Acapulco e all’Indian Wells Masters e la semifinale al Miami Masters, si può finalmente affermare che Juan Martin Del Potro è tornato a pieno titolo tra i favoriti del circuito.

Mi ha incuriosito un commento di Roger Federer, suo avversario nella finale di Indian Wells, in cui ha detto di ammirare Del Potro perché è sufficientemente contento di poter affrontare le partite quasi senza il rovescio a due mani, usando il rovescio tagliato. Anche se questo magari comporta perderne qualcuna in più contro determinati giocatori.

Federer si riferisce al rientro di Del Potro nel 2016, dopo la seconda operazione al polso, quando era evidente che ricorresse a molti più rovesci tagliati a una mano rispetto al passato.

Di quanto è cambiata la scelta dei colpi di Del Potro? È tornato a giocare come faceva prima dell’infortunio?

Grazie al prezioso lavoro di raccolta dati del Match Charting Project, in questo articolo cerco di trovare una risposta analizzando la variazione del rovescio di Del Potro nel tempo.

Vista la quantità di informazioni a disposizione, l’analisi è abbastanza agevole. Una delle indicazioni fornite è la tipologia di colpo (Shot Types).

Prendendo ad esempio i dati relativi alla finale di Indian Wells, vediamo che Del Potro ha colpito 172 rovesci (Backhand side), di cui 52 tagliati (BH slice/chip), che equivalgono al 30.2%.

Nel database aggregato del Match Charting Project le partite di Del Potro si fermano alla finale di Basilea 2017. Ho aggiunto manualmente le 4 partite della stagione 2018 di cui sono stati raccolti i dati.

IMMAGINE 1 – Porzione dei rovesci tagliati giocati da Del Potro nelle partite con a disposizione dati punto per punto

Il grafico mostra la porzione dei rovesci tagliati da Del Potro nel corso degli anni. Sembra che ci sia una discontinuità dal 2014, periodo dal quale ha iniziato improvvisamente a usare molto più spesso il rovescio tagliato di quanto non facesse precedentemente.

È stata un po’ una sorpresa per me, perché associo mentalmente questo cambiamento al suo rientro nel 2016 ma, stando ai dati del Match Charting Project, già a partire dalla vittoria nel torneo di Sydney 2014 Del Potro faceva largo uso del rovescio tagliato.

È tornato a colpire il rovescio come in passato?

Per provare a rispondere ho pensato di adattare un processo gaussiano ai dati del campione. Il processo gaussiano ipotizza che si verifichi un lieve cambiamento nel tempo e cerca di trovare una tendenza di lungo periodo.

Considerando che si tratta di una conta – nella quale cioè le osservazioni possono assumere solo valori interi non negativi e sono frutto di un conteggio invece che di ordinamento sulla base di una classifica – e che gli infortuni possono comportare brusche variazioni, il processo gaussiano non è necessariamente il modello ideale, ma fornisce una ragionevole approssimazione.

IMMAGINE 2 – Evoluzione del rovescio di Del Potro

Sono partito imputando manualmente i dati relativi a Indian Wells 2018, e il processo gaussiano è sembrato mostrare un leggero declino. Sono però poi le partite di Acapulco a cambiare l’andamento. In Messico, Del Potro ha usato il rovescio tagliato il 65% delle volte contro Alexander Zverev e il 64% contro Kevin Anderson.

Come visto in precedenza, a Indian Wells contro Federer ha invece usato solo 30% di rovesci tagliati. Sembra che in media Del Potro continui a giocare più tagliati, anche se il contrasto fra una partita e l’altra è ancora molto alto.

Anche se la porzione del 30.2% fatta vedere ultimamente è comunque superiore a qualsiasi altra prima del 2014 (con il 23.9%, la più alta era nella partita di Coppa Davis 2012 contro Ivo Karlovic).

L’impressione è che, complessivamente, Del Potro stia usando il rovescio in modo molto diverso dal periodo antecedente il 2014. Non è per forza però una circostanza negativa: forse il suo gioco ha raggiunto una completezza che non possedeva, anche grazie al rovescio tagliato.

Dopotutto, ha vinto entrambe le partite contro Anderson e Zverev senza particolari problemi, anche tagliando il rovescio quasi due volte su tre. In aggiunta, la percentuale relativamente bassa contro Federer lascia intendere che, dovesse averne bisogno, è in grado di ridurne l’utilizzo.

Un cambiamento evidente

È un’analisi parziale: il Match Charing Project ha un numero ridotto di partite di Del Potro, forse solo le più importanti e comunque con possibili altre limitazioni meno ovvie di questa.

Ciononostante, è interessante notare l’evidente cambiamento nel rovescio di Del Potro a partire dal 2014. Così come intrigante sarà vedere come giocherà il rovescio in futuro e se continuerà a ottenere risultati vincenti come quelli degli ultimi mesi.

The Evolution of Del Potro’s Backhand

Lo stato di salute del rovescio a una mano

di Jeff Sackmann // TennisAbstract

Pubblicato il 10 aprile 2013 – Traduzione di Edoardo Salvati

I numeri sono stati aggiornati (prendendo a riferimento il 30 novembre 2017 per stabilire l’età precisa dei giocatori) così anche da mostrare le variazioni rispetto al 2013. Il testo è stato adattato di conseguenza, n.d.t.

Non è ancora il momento di scriverne il tributo. Non è più così facile avvistare un rovescio a una mano, ma in giro ne sopravvivono ancora. Quando la generazione attuale si sarà ritirata però, potremmo trovarci di fronte a una specie in via di estinzione. Quella che segue è una veloce radiografia della diffusione del rovescio a una mano nel tennis attuale.

Qualche mancino in meno

Circa 1 giocatore su 8 (40 dei primi 300) nel circuito maggiore e su quello Challenger usa il rovescio a una mano, in calo rispetto al 2013 quando il rapporto era di circa 1 giocatore su 5, con 62 dei primi 300.

Più precisamente: 8 giocatori dei primi 50, 13 nel gruppo 51-100, 8 nel gruppo 101-150, 3 nel gruppo 151-200 e 4 ciascuno per i gruppi 201-250 e 251-300 (la tabella riepiloga le differenze con la situazione del 2013).

Classifica   2017   2013   
1-50         8      10
51-100       13     14
101-150      8      13
151-200      3      9
201-250      4      8
251-300      4      8             

Totale
1 mano       40     62

C’è qualche mancino in meno, rispetto ai destrimani, che usa il rovescio a una mano. Tra i primi 200, 31 sono mancini, quattro dei quali (12.9%) hanno il rovescio a una mano. Per i destri, la percentuale è del 16.5% (nel 2013, i mancini erano 28 e 6 di loro usavano il rovescio a una mano, cioè il 21.4%; per i destri la percentuale era del 23.3%).

Suddividendo i primi 300 in quartili sulla base dell’età, osserviamo una tendenza definita. Circa il 20% dei giocatori nella metà più vecchia – quelli nati prima della fine di giugno 1987 – usa il rovescio a una mano: 24 dei 75 più vecchi e 6 del quartile successivo (contro, rispettivamente, 23 e 22 nel 2013).

Nel secondo quartile più giovane – quelli nati tra febbraio 1991 e maggio 1994 – ci sono solo 5 giocatori dal rovescio a una mano, cioè il 6.7% (rispetto al 13.3% del 2013).

Così anche nel quartile dei più giovani, in cui si trova Denis Shapovalov, il più giovane a usare il rovescio a una mano (nel 2013 i giocatori erano sette e il più giovane era Dominic Thiem). Della metà più giovane del campione, sette giocatori sono europei, quattro del resto del mondo.

Negli ultimi cinque anni l’età media è cresciuta

Per riassumere più sinteticamente, l’età media dei giocatori dal rovescio a una mano nei primi 300 è di 29 anni e 94 giorni, mentre l’età media dei giocatori dal rovescio a due mani è 26 anni e 9 giorni (contro, rispettivamente, 28 anni e 63 giorni e 26 anni e 103 giorni nel 2013).

Considerando l’abbondanza di giocatori di secondo livello vicini a compiere trent’anni, è una differenza più grande di quanto possa sembrare. In cinque anni, l’età media del rovescio a una mano è cresciuta – tristemente per i proseliti di questo colpo – del 4.6%. Nello stesso periodo, l’età media del rovescio a due mani è diminuita dello 0.05%.

Nel 2017 ci sono state 107 partite sulle 4150 giocate a livello ATP (compresa la Coppa Davis) tra due giocatori dal rovescio a una mano (rispetto alle 137 del 2012, l’ultima stagione completa disponibile alla data della versione originale).

In ciascuna di quelle 107 partite, sicuramente si è sentito qualcuno dire: “Due giocatori con il rovescio a una mano! Non se ne vedono più così tanti ormai”.

The State of the One-Handed Backhand

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.

L’algoritmo che ho creato

Uno scenario simile si presenterà nel tennis se e quando, nel tempo, 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%.

Serve una prospettiva più allargata

È necessario quindi adottare una prospettiva più allargata. Invece dei singoli colpi, credo sia di maggiore interesse analizzare le opportunità di colpo. 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

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.

Differenza netta tra donne e uomini

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.

La PPA per le donne è di poca soddisfazione

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.

Chi possiede lo smash migliore?

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.

Il migliore è Tsonga

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.

Non tutti i pallonetti sono uguali tra loro

Naturalmente, non tutti i pallonetti sono uguali tra loro. Quando il numero di punti è molto alto, ci si attende una normalizzazione nella tipologia. 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.

Probabilità di Punto Aggiunta

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

Sempre Tsonga al primo posto

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