30 Nisan 2016 Cumartesi

Basketbol İstatistikleri ve Beşiktaş II

Son söylemem gerekeni baştan söyleyeyim. Bu saatten sonra art arda gelecek galibiyetler, takımın playoff görmesi yada final görmesi hiçbir şey ifade etmiyor. Beşiktaş basketbol şubesi tıpkı futbolda son dönemlerde olduğu gibi dikkatli bir şekilde ele alınmalı, yatırım görmeli ve planlanmalı. Aksi durumda uzun yıllar sürecek hüsranlara sezonluk sevinç kırıntıları ekleriz hepsi bu.

Beşiktaş Plus-Minus ve Adjusted Plus-Minus

Yapılan hesaplamalar koç Yağızer Uluğ’un takıma geldikten sonraki, takımın son halini aldığı (Nate Wolters gitmeden önceki) dönemi kapsıyor. Yani 7. Hafta oynanan TED maçı ile geçen haftaki Fenerbahçe maçı öncesi dikkate alındı. Plus-Minus istatistiğinin bir kötü yanı da az veriyle çalışmaktan kaynaklı oluşan sıkıntılardan geliyor. Yine de hem koç için hem de işin istatistik kısmıyla ilgilenen basketbol severler için önemli sonuçlar olduğunu düşünüyorum.

Roster
Plus-Minus
Minutes
Randy Culpepper
9,18
213
Macıej Lampe
6,33
278
Cenk Akyol
5,95
195
Chınemelu Elonu
0,84
238
Lamont Alexander Hamılton
0,25
319
Muratcan Güler
0,00
24
Nate Wolters
-0,12
331
Engin Atsür
-1,67
312
Tremmell Darden
-2,67
255
Doğan Şenli
-6,35
44
Berkay Taşkıran
-16,02
15
Table 1Plus-Minus değerleri ve oynadıkları dakikalar

Tablo 1 de kadronun uyarlama yapılmamış plus-minus değerleriyle oyuncuların oynadıkları süreler gözüküyor. Hesaplamaya başlarken oyuncuların en az 4 dakika birlikte sahada olması şartı kondu. Bu şartla birlikte Beşiktaş takımı toplamda 33 farklı 5 ile mücadele etmiş. Engin-Wolters-Darden-Lampe-Hamilton 5’i 64 dakikayla, sahada en çok beraber oynayan oyuncular durumunda. Tablo 1’e baktığımızda ise Culpaper, Lampe ve Cenk’in bu sezonki en yararlı oyuncular olduğu gözüküyor. Bunun yanında Doğan ve Berkay’ı aldığı az dakikalar yüzünden dikkate almazsak Engin ve Darden’ı bu sezonki en düşük performanslı oyuncular olarak belirleyebiliriz. Ancak bunlar ham plus-minus sonuçlarına göre söyleyebileceklerimiz. Daha gerçekçi verilere ise Tablo 2 deki adjusted plus-minus ile ulaşıyoruz.



"+/-" ratings
Roster
7-17 games
7-18 games
7-19 games
Macıej Lampe
30,89
26,89
29,95
Chınemelu Elonu
9,69
9,06
16,89
Lamont Alexander Hamılton
7,53
4,80
9,23
Randy Culpepper
8,89
6,87
6,63
Engin Atsür
-9,07
-9,56
-9,70
Nate Wolters
1,47
-1,33
-11,37
Cenk Akyol
-22,29
-14,00
-15,55
Tremmell Darden
-31,12
-21,47
-22,84
Table 2 son 3 maç sonunda adjusted plus-minus değerleri

Yukarıdaki tabloda sırasıyla Trabzonspor, Anadolu Efes ve Royal Halı Gaziantepspor maçları sonrası yapılan hesaplamalar yer almakta. Muratcan Güler, Doğan Şenli ve Berkay Taşkıran toplam dakikaya oranla çok fazla süre bulmadıkları için incelemenin dışında tutuldu. Aralardaki büyük değişimler ise verinin azlığından kaynaklanıyor. Bu büyük değişiklikler bile ana şekli çok etkilemiyor. Sonuçlara bakılınca Lampe’nin +30 a yakın değerle bu sezon Beşiktaş’ın en önemli ismi olduğu görülüyor. Bu başarısında Lampe’yi diğer 2 uzun Elonu ve Hamilton izliyor. Ancak aynı başarıyı dış oyuncularda göremiyoruz. Sahada olması pozitif sonuç yaratan tek kısa Culpepper olarak dikkat çekiyor. Sezonun en büyük hayal kırıklığı ise -22 değeri ile Darden olarak gözüküyor. Darden ile birlikte diğer dış oyuncular Cenk, Wolters ve Engin de yine negatif değerlere sahip dış oyuncular.

Sezon boyunca gidecek mi kalacak mı tartışmaları bitmeyen Nate Wolters’ın son 3 maçta bariz bir düşüşü gözüküyor. Takımın önemli bir parçası olan Wolters’ın Gaziantep maçından sonraki performans değerlendirmesine baktığımızda (-22) gidişinin aslında takımı olumlu yönde etkileyeceğini söyleyebiliriz. Bu iddiamızı biraz daha geliştirmek için ise tablo 3 ve 4’ten yardım alabiliriz.

Tablo 3 İkili oyuncu değerlendirmeleri

Tablo 4 İkili oyuncu değerlendirmeleri

Tablolarda oyuncuların 2’li durumları belirtilmektedir. Tablo 3 satır ve sütundaki 2 oyuncunun da sahada olduğu durumu, Tablo 4 de ise sütundaki oyuncu oyunda ama satırdaki oyuncu yokken ki durumu gösteriyor. Tablonun içindeki gösterimde ise ilk yazılan rakam rakibe karşı olan durumu, ikinci yazılan yanında minutes kısaltması m ile verilen durum ise toplamda kaç dakika bu durumda yer aldıklarını belirtiyor. Örnekle açıklamak gerekirse tablo 3 de A ve B oyuncularının kesiştiği sütunda 5 200m yazdığını varsayalım. Bu durumda bu oyuncuların 200 dakika beraber sahada kaldığını ve bu durumda rakiplerine 5 sayı fark altığını gösterir.

Gelelim tekrar Beşiktaş’a ve Nate Wolters’a. Tablolarda görüldüğü üzere Wolters sahada yokken bir tek Darden’lı beşin rakip karşısında üstünlük kuramadığı gözüküyor. Onun dışında özellikle Engin, Hamilton, Elonu ve Cenk’in Wolters’sız oynadıkları beşlerde üstünlüklere göze batıyor. Benzer mevkinin oyuncuları Engin ve Nate birlikte sahada olduğu dönemde takım 6 sayıyla kaybederken sadece Engin’in oynadığı dönemde ise 6 sayıyla kazanıyor. Tersi durumda ise yani Nate sahada Enign yokken ise kazanç 9 sayıya çıkıyor. Maalesef ki Engin’in karnesi Nate’den iyi değil. Takımın iki oyun kurucusunun da takıma olumlu katkı yapmadığını net bir şekilde söyleyebiliriz. Çare Bobby Brown! Daha doğrusu umudumuz bu yönde.

Adjusted plus-minus değerinde zirvede olan Lampe, bu tablolarda da farkını gösteriyor. Lampe’nin sahada olmadığı dönemde takımın nerdeyse üstünlüğü yok. Lampe sahadayken ise durum tam tersi. Özellikle Culpepper ile oynadıkları 114 dakikada rakibe karşı 23 sayılık üstünlük kurmuş durumdalar. Lampe-Elonu pota altınında birlikte oynadıkları 76 dakikada 14 sayılık üstünlük kurmaları göze çarpıyor. Lampe ile uyum içinde gözüken diğer oyuncu ise Cenk. Lampe’nin sağladığı pota altı tehdidi sayesinde açık alan bulabilen Cenk, sahada kaldıkları 115 dakikada Beşiktaş’a 14 sayılık üstünlük sağlamışlar.

Tablolarda dikkati çeken diğer veriler ise;  Adjusted plus-minus değer sonuncusu Darden kenardayken takımın genelde rakibe üstünlük kurduğu. Culpepper’ın Elonu’suz oynan 88 dakika sonunda 20 sayılık üstünlük kurması. Nate’in yokluğunda Cenk’li kadronun 63 dakika boyunca rakibine 16 sayılık üstünlük kurması. Engin sahada yokken Lampe’li Beşiktaş’ın 79 dakikada rakibe 22 sayılık üstünlük kurması.


Golden State Warriors genel menejeri Bob Myers’in dünyanın en büyük spor analitiği konferansı MIT Sloan Sports Analytics de dediği gibi; Analitik bikini gibidir, çok şeyi gösterir ama her şeyi göstermez. Türkiye’deki spor kulüplerinin de hızlı bir şekilde kendilerini bu bilgi kaynağına adapte etmeleri gerekmektedir.  Hem katkı sağlamak hem de bilinirliğini arttırmak adına mümkün olduğunca özet bir şekilde analizleri paylaştım. Yapılan çıkarımlardan çok daha fazlası tablolarda bulunabilmekte ve koçun tecrübesiyle birleşince takıma büyük katkı vereceğine inanmaktayım. Bu ve benzer yöntemlerle takım, rakip, bireysel oyuncu gibi analizleri yapacak kulüpler başarı konusunda öne geçeceklerine inanmaktayım. Dileğim Beşiktaş’ın öncülüğünde gerçekleşir bu gelişmeler.

Basketbol İstatistikleri ve Beşiktaş I

Yazıya başlarken kısaca özetlerim hem kendimi yormam hem insanları sıkmam diyordum ki işler beklediğim gibi gitmedi ve yazıyı 2 parta bölüp yayınlamaya karar verdim. İlk yazıda gelişmiş basketbol istatistiği konusunda bir özet, hatta özetin özetini bulacaksınız. Beşiktaş’ın adını görüp gelenler bu kısmı direk atlayabilirler. İkinci yazıda ise Beşiktaş Basketbol takımının bu doğrultuda analizini okuyabilirsiniz.

Gelelim yazıya, dünyada spor analitiğinin geldiği yerle Türkiye’nin bulunduğu yer arasındaki farkı görünce konuya kafa yormaya karar verdim. Hatta bunun da ötesine geçip çalışmalarımı bu doğrultuda yönlendirdim. 2002 yılında Oakland Athletics Billy Beane menajerliğinde düşük bütçesine rağmen 20 maç üst üste kazanıp Amerikan Beysbol tarihine geçmeyi başardı. Bu başarının perde arkasında Harvard mezunu ekonomici Paul DePodesta’nın oyuncu performansına göre değerini belirleyen sabermetrics adını verdiği analiz sistemi bulunuyordu. Çoğumuz hikayeyi Brad Pitt’in oyunculuğu ile, Micheal Lewis’in yazdığı kitapla aynı adı taşıyan Moneyball filmiyle öğrendik. Beysbolda gelen bu başarının diğer sporlara yayılmaması ise olanaksızdı.

Günümüzde basketbol analitiği konusuna NBA de çok fazla önem veriliyor ve istatistiklere inanmayan takımların sayısı giderek azalıyor.[1] Hal böyle olunca oyuncuların performanslarını değerlendirme üzerine kurulu çok fazla sistem bulunuyor. Bunlardan en popüler olanlarına kısaca bakmak gerekirse;

Efficiency (Eff)

NBAin resmi web sitesinin kullandığı, oyuncularının maç içinde yaptığı istatistikleri direk kullanıp performans değerlerini hesaplayan istatistik. Özetle oyuncunun pozitif istatistiklerinin toplamından negatiflerinin çıkartılmasıyla elde ediliyor. Aşağıda görüldüğü gibi, her istatistiği eşit önemle aldığı için hesapladığı değerin oyuncunun gerçek performans değerini gösterdiğini söylememiz mümkün değil.

(Points + Rebounds + Assists + Steals + Blocks) - ((Field Goals Att. - Field Goals Made) + (Free Throws Att. - Free Throws Made) + Turnovers)) 

Player Efficiency Rating (PER) ve Hollinger’s Game Score

Eski ESPN yazarı John Hollinger tarafından geliştirilen bu denklem Eff’de eşit önemle alınan istatistikleri belli katsayılarla çarpıp daha verimli sonuç almaya yarıyor. Çıkan sonuç oyuncunun oynadığı dakikaya bölününce de oyuncunun dakika başına performans değeri hesaplanmış oluyor. Eff göre daha etkin bir ölçme yöntemi olmasına karşın ayni Eff’deki gibi oyuncuların çoğunlukla hücum istatistik değerlerine göre hesapladığı için adil sonuç verdiği söylenemez. ( Detaylı formülü merak edenler için PER[2] ) Hollinger PER istatistiğinden sonra oyuncunun bir maçta ne kadar etkili oynadığını hesaplamak için game score adını verdiği daha basit lineer bir modeli de bulunmakta.

PTS + 0.4 * FG - 0.7 * FGA - 0.4*(FTA - FT) + 0.7 * ORB + 0.3 * DRB + STL + 0.7 * AST + 0.7 * BLK - 0.4 * PF – TOV

Index Ratıng

İlk olarak İspanya ACB liginde kullanılan ve şu anda Euroleage tarafından da kullanılan bu istatistik PER istatistiğine oldukça yakın.
(Points + Rebounds + Assists + Steals + Blocks + Fouls Drawn) - (Missed Field Goals + Missed Free Throws + Turnovers + Shots Rejected + Fouls Committed).

Win Produced

David Berri önderliğinde geliştirilen model de oyuncuların maçı kazanmalarına olan katkılarını inceliyor. Daha önce belirttiğimiz değerlendirme sistemleri gibi yine oyuncuların istatistikleri direk olarak kullanılıyor ancak bu model özellikle şut kullanımı daha etkin bir şekilde değerlendirmesiyle diğerlerinden ayrılıyor. Temelinde oyuncunun efektif şut kullanımı, oyun pozisyonuna katkısı (ribaunt, top çalma ve kaybı gibi) ve diğer istatistikler kullanıyor. Detaylı matematiksel açıklamayı Berrinin kitabıyla aynı ismi taşıyan blogda bulabilirsiniz.[3]  

Win Share

Bill James’in beysbol için kullandığı sistemin basketbola uyarlanmış hali. Kısacası oyuncunun takımı için sağlayacağı galibiyet katkısını hesaplıyor. En büyük artısı istatistik kağıdına bağlı olmadan oyuncuların değerlerini hesaplaması. Bunu da oyuncunun girdiği pozisyon başına attığı ve yediği sayıları değerlendirerek yapıyor. Tabi ki bu değerlendirmenin içine takımın ve ligin genel oyun hızı ve ortalamalarını da katıyor. (Detay merak edenler için win share[4] ).

Plus-Minus ve Adjusted Plus-Minus

Geldik benim favorim olan istatistiğimize. Artık klasik box-score diye tabir ettiğimiz maç içindeki oyuncu istatistiklerini veren tabloda bile yerine almış durumda (+/- şekliyle gösterilen sütun). Hesaplanması da oldukça basit bir istatistik. Oyuncu parkedeyken maçın skoruna göre oyuncuya verilen değer. Yani A oyuncusu sahadayken skor 10-5 gibi bir durumdaysa A oyuncusu +5 değere sahip oluyor. Bu durumda rakip takımın sahadaki oyuncuları ise -5 değer alıyor. Genele bakarsak ise plus-minus bize şunu demek istiyor; ortalama oyunculardan kurulu 2 takım oynadığında herkesin 0 puan alacağını ve fark olmayacağını düşündüğümüzde, sezon içi plus-minus değeri +5 olan bir oyuncu ortalama oyunculardan biriyle değiştirilirse o takım maçı 5 sayı farkla kazanır. Bu istatistiği benim favorim yapan ve en önemli artısı olan şey ise aynı win share de olduğu gibi oyuncunun istatistiklerinden bağımsız oyuncuyu değerlendiriyor olması. Az önceki A oyuncusunu ele alalım. Sahadayken belki 0 sayı hatta bazı negatif istatistiklerle oynasa bile, diğer değerlendirme sistemlerinde olumsuz puan alırken plus-minus değeri +5 olabiliyor. Çünkü plus-minus diğerlerinin aksine oyunun tümünü inceliyor, yani iyi yapılmış yardım savunmasını, toplu topsuz perdelemeleri, iyi hızlı hücum savunmalarını ve bunlar gibi istatistik kağıdına yansımayan ama oyun için oldukça önemli olan hareketleri de değerlendiriyor. En büyük dezavantajını ise sahadaki tüm oyuncuları eşit değerlendirdiği için yanlış puanlamalar yapması. Yani sahadaki 4 oyuncu çok kaliteliyken ve iyi oyun oynayıp rakibe üstünlük kurarken 5. Oyuncu etkisiz olsa bile yüksek puan alabiliyor. İşte bu yanlışın önüne geçmek için ise adjusted plus-minus istatistiği kullanılıp oyuncunun oynadığı tüm 5ler içindeki değerlendirmesi hesaplanmış. Bu sayede oyuncu oynadığı takım arkadaşlarından bağımsız bir değere sahip oluyor. (daha fazlasını merak eden için +/-[5] ).

Sadece oyuncu performansı değerlendirme üzerine kurulan modelleri anlatmak için kesinlikle tek başına bir yazı gerekli, kısaca bir özetleyeyim dedim o bile oldukça uzun sürdü. En azından bilmeyenler için giriş yapmış olduk. Şimdi gelelim Beşiktaş’a.