[翻译团]NBA新“日心说”:更加依赖球星的运转方式

avatar
关注

卢卡-东契奇和特雷-杨在选秀日互换东家的交易将这对仅打了一个半赛季的新星永远联系在一起。这不仅是因为这个交易本身,也不仅是因为东契奇在独行侠效力的第二年就成为MVP的有力竞争者,更是因为他们的风格相似,都有可能成为NBA球星新形态的先驱,这样的角色在将来会被更广泛接受。虽然2018届选秀的讨论总是围绕着他们两人展开,但他们各自球队依赖这对年轻球星的程度之高前所未见,但这正慢慢变得普遍。

球星在球队的成功中具有核心和不可取代的地位。因此,为了阐明球星之所以成为球星的原因,量化球员的“核心”程度是必要的前提步骤。

总体进攻贡献

在评价球员表现时,他们的角色相当重要,这并不是一个新的概念,也不仅局限在数据分析领域内。对于球员的讨论总会考虑环境因素。对于在短时间内就接受过重的进攻任务的新秀,或是由于伤病被迫承担控卫职责的侧翼,我们会有更多的谅解。

但定义角色仍然是一件非常困难的事。有许多方法能将球员归类,将传统的位置重新定义成新的角色(例如常见的K均值聚类分析)。这些方法能得出一些有趣的结果,但它们往往都不具备普遍性,因为球员的“簇(cluster)”本身没有确切的意义,常常需要补充大量的解释。另外,常会出现这样的一种情况,两个球员明明更加相似,但却分属于两个不同的簇,即使是他们两人相比于同个簇内的其他球员具有更多的共同点。如果这听起来有点混乱,那么简单来说,这些成果目前来说更多的只是满足人们的好奇心,并不能用于实际的用途。

通常情况下,我认为在讨论角色定义时,可以先从更简单的术语切入,而不是想着一下子把所有事情搞定。与其给球员群体贴上标签,不如从更准确地描述他们的打法开始。由于种种原因,讨论进攻端会更加容易。目前用于讨论进攻端角色最流行的数据是使用率,至少是某个版本的使用率。但我们很显然能做得更好。球员在进攻端不只是得分,他们也会负责控球、组织队友和无球进攻,例如切入和掩护。当然了,他们也会投篮得分。

有一些数据能够解决我们部分问题。失误率和助攻率在NBA官网和Basketball-Reference上都有,但我认为这两个数据常常具有误导性。这样的想法是有根据的。正如前文所说的,我们的目的是想要知道一个球员控球组织的能力有多好,以及组织队友的频率有多频繁。但是,由于计算方法,这两种数据仍然是对投射有利,其程度几乎等同于这些数据本身想要评估的方面。

拿失误率作为例子,它的计算很简单:

失误数/(失误数+总出手次数+0.44*罚球出手次数)

这看起来就意味着想要减少失误最快的方式就是……投更多的篮。从这个角度上看,传球有可能得到不好的结果,因为或许一无所获,或是产生失误。所以呢,大胆投球吧!同样地,助攻率就是当某名球员在场上时,他的队友命中数的比例。使用率大于30%的球员必然会减少等式中的分母,让他的助攻率看起来更好看。所以,我会把这些数据扔开,采用新的数据。

从2013-14赛季开始,我们有一些工具分类记录着球员们的贡献。评价无球进攻仍然困难,至少用目前公开的数据是这样,但评价其他方面还是有办法做到。

我最初将这种数据称为“真实使用率(True Usage)”,但最后采用了 “总使用率(Total Usage)”。这个名称更好。它由3个部分组成。

· 得分使用率(Scoring Usage):其定义为,当某位球员在场上时,真实投篮次数(总出手次数+0.44*罚球次数)除以该球员参与的总进攻机会。0.44这个系数经过时间验证可以合理地近似将罚球次数换算成投篮回合,因为考虑到3次罚球、加罚和技术犯规的情况。因此,这在计算常规的使用率和真实命中率时遗留下来成为习惯。虽然我们能用play-by-play数据进行更加精准的计算,但为了计算总体数据时更加方便,而且两种方法计算的结果足够接近,通过0.44系数计算的结果完全可以被接受。

· 组织使用率(Playmaking Usage):其定义为,潜在助攻数+罚球助攻数除以总进攻机会。潜在助攻数和罚球助攻数可以利用运动轨迹数据(Tracking data)统计得到,它们都有着相当严格的定义。它们指的是球员传出某两类传球的次数。当接球人在接到球后的两秒内且运球次数不超过1次的情况下投篮或者投篮造到犯规会被分别记为一次潜在助攻数和罚球助攻数。某种程度上来说,这种统计方式有点太过严苛,因为有些不满足这些条件的传球我们也会记为“助攻”,而且“冰球式助攻(hockey pass)”和下快攻之前的投篮往往都有两次或者超过两次的运球。但我还是会接受它们的缺点,为的是消除人工记录助攻带来的内在固有的偏差,同时它们也能忽略队友们的投射能力的差异,给予组织人赞誉。特别是在这个三分为王的时代,我认为一名球员只要能够找到底角被放空的队友就值得获得称赞,即使是这位队友更有可能投失接下来的这球。

· 失误使用率(Turnover Usage):失误次数除以总进攻机会。

把上述的三个数据加起来就是总使用率。所以,如果一个球员有25%的得分使用率、15%的组织使用率和2.5%的失误使用率,那么他的总使用率是42.5%。这会在联盟使用率榜的前列。

相对于进攻参与程度,这也能更好地衡量球员的失误倾向。我们可以定义“真实失误率”为失误使用率除以总使用率。这样的话,想要减少“真实失误率”,球员也可以通过参与组织进攻来达成和增加投射一样的效果。

因为这次讨论缘起于独行侠和老鹰,所以下面这张图将会展示这两支球队中各自轮换球员的得分和组织使用率:



上面的表格体现了老鹰和独行侠依赖这两位二年级生的程度。从某种程度上来说,NBA确实是一个依赖球星的联盟。但依赖到这种程度?还是第一次。

新球风,新分析方法?

自从拉塞尔-威斯布鲁克第一次得到场均三双数据时,我们就一直在思考,“这一切到底意味着什么?”

这并不是存在主义式的追问,而是思考特定于篮球方面的意义。即使在当时,都有人认为威少部分数据上的成就得益于后杜兰特时代雷霆的生态体系。那段时间的雷霆(大部分时间里都挺成功的)围绕着两个冲击力十足、具有创造性的支柱球员,配搭一帮高瘦、防守为先但持球能力不足的运动员建队。而在杜兰特以自由球员身份离队后,雷霆继续沿用相同的体系,但却只有单个引擎。这个体系大部分时间里都挺管用的,雷霆在后杜兰特时代的3个赛季里平均拿到48胜。

威少似雷霆的“太阳”,全队围绕着他运转,其带来的一个有趣的结果是,威少实际上破坏了一些数据分析模型。2016-17赛季的威少的Box Plus/Minus(BPM)是历史上最高的,其“伟大”程度等同于场均三双,但我们很难把“史上最伟大的赛季”和这位效率几乎是联盟平均水准、带领着球队仅拿到47胜的球员联系在一起。BPM 对历史趋势有着可靠的评估,但它不是为那些不按常理出牌的球员准备和设计的,例如这些球员会吸走错失罚球后的每一个能拿到的篮板球。

事实证明,高篮板率和高助攻率的球员的BPM值是可以通过这种方式达到的。这并不是说,会有球员刻意地提高他在某个意义不明的数据上的表现。这样的举动实际上会损害这个数据的实用性。然而,这肯定会引发了现有的工具能不能有效地评估这类新角色的价值的疑问。如果只有一两个球员像威少这样打球,那问题可能只是他的独特性,并引发一些质疑,而不会是现在热火朝天的讨论。相比于以往,现在有越来越多的球队像围绕着“太阳”那样运转球队。

上述的总使用率只能通过2013-14赛季前才开始设立的运动轨迹数据计算,但我们也能用其他更加标准的数据来进行估计:



过去达到过这种“核心”程度的球员里,没有我们会感到意外的名字:史蒂夫-纳什、克里斯-保罗、勒布朗、组建三巨头前的德维恩-韦德、阿伦-艾弗森和麦迪。艾弗森后期的费城实际上可以被看作威少雷霆进攻体系的原型。这样的球队需要其他球员拼命防守、冲抢进攻篮板,而AI本人就是进攻体系本身。

这样的球队非常特别而且并不多见。但在今年,有5支球队拥有这样独当一面的球星,除了独行侠和老鹰外,还有湖人(勒布朗)、雄鹿(扬尼斯)、快船(伦纳德,虽然随着保罗-乔治的上场时间增加,情况会有所改变),而火箭则是拥有两位总使用率超过50%的球员哈登和威少。



某些情况下,这样的战术安排的成果一目了然。快船和雄鹿的比赛有可能是今年总决赛的提前预演。在这场比赛前,雄鹿刚获得了13连胜,按照现有赛程计算的净效率值登上历史第一。湖人的磨合比预期设想的更快,展现了十足的统治力。独行侠的进攻效率现在是历史上最好的。但与此同时,没有一支拥有等于或超过50%总使用率的球员的队伍(包括2013年后的球队,也包括在此之前进行估计的球队)拿到过当年的总冠军。考虑到超级巨星个人表现和夺冠概率之间显而易见的关系,这似乎是一个互相矛盾的结果。

这让我回想到关于威少的问题,这一切到底意味着什么?我们现有分析球员价值的工具是基于现有的打法,但当比赛发生变化时,这些工具可能会丧失实用性。50%总使用率并不是一个神奇的分界线,但它有可能是一个转折点,预示着比赛的模式将会发生改变。

在英式足球比赛中,一个中场核心能对比赛产生巨大的影响,他的传球和视野可以让球队通向伟大。但他也需要其他顶级天才的辅助,他对比赛的掌控程度永远不及美式足球中的四分位。我们或许正在见证篮球从前者转变成后者,这将带来一轮新的挑战。“控球”四分位怎么和传统的篮球运动员进行比较?而或许更重要的是,我们有没有办法确定一支球队的运转方式偏向哪种足球才更行之有效?关于这个问题的答案对接下来几年的独行侠和老鹰非常重要,但它也会对今年冠军的争夺产生重大影响。
发布于广东阅读 27632

这些回复亮了

discusser-avatar

湾区库里MVP

· 广东
mousse和它的移动城堡83乔丹 92奥尼尔 96科比 98邓肯 03乐邦 07阿杜 09库里 再往后确实很久没有能当nba门面的球星出现了收起

13字母19东77

亮了(48)
查看回复(6)
回复
discusser-avatar

mousse和它的移动城堡

· 内蒙古
K神米洛克洛泽不如列一列进入联盟时间在2010到2015年和2015到现在,这两个时间段的球星做一做同期对比。NBA总体新秀质量近7年都在很低的水平,是造成NBA收视率严重下滑的重要原因。收起

83乔丹 92奥尼尔 96科比 98邓肯 03乐邦 07阿杜 09库里 再往后确实很久没有能当nba门面的球星出现了

亮了(26)
查看回复(4)
回复