Semanas atrás quisimos asistir a todos los entrenadores FEB explicando un poco cuáles son las acciones que se daban tras un rebote ofensivo, además de conocer las posiciones en el campo de esos lanzamientos que se producen tras un rebote ofensivo. ¿No viste ese análisis? Pásate por este enlace (https://ballandstats.com/2022/08/11/en-las-categorias-feb-que-se-produce-tras-un-rebote-ofensivo) porque lo que viene es una continuación de lo que tratamos de analizar en este post, sólo te tomará 5 minutos.

Tras resolver dudas que entrenadores plantearon a nuestro equipo de Ball & Stats, se plantearon más preguntas, cada cuál de ellas más interesantes; nuestro trabajo es poder dar respuestas a estas cuestiones reales, tratando de solucionar problemas. Nuestro siguiente análisis se plantea en el siguiente tweet, escrito por Mikel Ereño Martín, entrenador asistente en Rumania.

Pongámonos en contexto.

Nuestro equipo ha obtenido un rebote ofensivo, ¿quién?

Nuestro equipo realiza un lanzamiento tras rebote ofensivo, ¿quién produce ese tiro?

¿Ese tiro ha sido asistido? Si ha sido asistido, ¿quién asistió a ese jugador?

Para seguir una coherencia en nuestro análisis, vamos a visualizar una tabla resumen de jugadores y sus acciones, cuántas veces obtienen rebote ofensivo, cuántas veces obtienen una asistencia tras rebote ofensivo y cuantos lanzamientos realizan tras rebote ofensivo.

La obtención de este conjunto de datos no es muy compleja, pero tiene bastantes pasos a seguir, para hacer una explicación sencilla, se dividen la secuencia de acciones en diferentes tablas, sobre cada tabla de secuencia en las acciones de juego se obtiene el número de veces que se produce determinadas acciones. Finalmente, se unen todas estas tablas dando lugar a una tabla definitiva como la que os presentamos, ordenada por el número de acciones tras rebote que los y las jugadoras acumulan.

Ya tenemos los datos, ahora nos toca darle un poco de sentido a que significan estos datos, ¿cómo los podemos comparar? Para ello vamos a obtener ciertas medidas que nos puedan ayudar a esto.

¿Cómo interpretar estos datos? Todos conocemos lo que es una media y una desviación típica, probablemente; sobre todo, la media. Son medidas que nos pueden indicar la centralización y dispersión de los datos; sin embargo, en este conjunto de datos existe una gran variación, y su interpretación nos podría llevar a una gran confusión. Por lo que pasaremos a los percentiles, esto es algo más complejo de entender, pero pongamos un ejemplo, debemos observar la primera columna de “Lanzamiento” y el siguiente gráfico:

Los percentiles son medidas que nos ayudan a entender donde se encuentra la población de nuestros datos con respecto a ciertos valores. Los percentiles pueden ir desde 0 a 100.

Observemos la columna, tiene valores, min, 25, 50, 75% y max; 0, 1, 3, 6 y 50 correspondientemente.

¿Qué nos quiere decir estos datos?

Si observamos la gráfica, tenemos un rectángulo azul (caja) y unas líneas negras (bigotes), a la derecha del gráfico se observan ciertos puntos (outliers).

Enfoquémonos en la caja azul, la parte izquierda corresponde al 25% de la población, la parte derecha de la caja corresponde al 75% de la población; dentro de nuestra caja existe otra línea, que corresponde al 50% (importante: estos valores son iguales a los previamente mencionados: 0, 1, 3, 6 y 50).

En nuestro caso, estamos evaluando el lanzamiento, por lo que si nos enfocamos, por ejemplo, en el 75% de la población, tiene un valor de 6 lanzamientos como acción tras rebote ofensivo; explicando que menos del 75% (alrededor de 1120 datos) están por debajo de los 6 lanzamientos; misma interpretación para el 25% (373 datos) están por debajo de un lanzamiento como acción tras rebote ofensivo.

¿En qué nos ayuda? En entender cuáles son los valores que más se dan en nuestra población de jugadores, pudiendo detectar también los jugadores que sobresalen en ciertas medidas que nos puedan interesar (outliers); si sabemos que el 75% de la población tiene menos de 6 lanzamientos, podemos filtrar para quedarnos con el otro 25% de la población que destaca y evaluar sus características.

Como estamos tratando de explicar lo que más ocurre en los partidos de baloncesto FEB, deliberadamente, vamos a analizar, los datos que más se suelen repetir, así hacemos más sencillo nuestro análisis. Hemos obtenido que el percentil 90% corresponde a un total de 29 acciones tras rebote ofensivo, esta será nuestra medida de corte.

Hemos realizado dos gráficos que cuentan la misma historia, pero que dan una información diferente de una forma sencilla. Los tres jugadores con mayor número de acciones (29), y como se distribuyen esas acciones que realizan en cada jugador, más una clara comparativa de ambos a la derecha. Predominando uno de esos jugadores en el lanzamiento más que en el primer rebote, como lo hacen los otros dos jugadores.

Una vez, analizadas un poco las posibilidades tras ese rebote ofensivo, vamos a tratar de responder concretamente la pregunta que se nos ha realizado: ¿Quién asiste tras ese rebote ofensivo? ¿Quién realiza el lanzamiento?

Para preparar el análisis concreto de estos datos, debemos filtrar las diferentes acciones, en su respectivo orden de consecución:

1. Rebote Ofensivo
2. Asistencia
3. Lanzamiento

Tras la obtención de estos datos en concreto que queremos analizar, nos encontramos con 2144 ocasiones en las que se produce dicha secuencia de rebote ofensivo, asistencia y lanzamiento. La probabilidad que ocurra dicha secuencia es de 1.37% dentro de las temporadas 20/21 y 21/22.

¿Quiénes son los jugadores que acumulan más rebotes? ¿Asistencias? Y, ¿lanzamientos?

En las gráficas anteriores podemos observar en cada caso quiénes son los 5 jugadores con mayor número de rebotes ofensivos cuando el equipo mantiene el balón en las siguientes dos acciones (rebote+asistencia+lanzamiento), el top de 5 jugadores que asisten el lanzamiento tras un rebote ofensivo y, finalmente, el top de 5 jugadores que realizan un lanzamiento asistido.

Pero lo que más nos interesa conocer sobre estas acciones, es como interaccionan unas con otras, que será lo que analizaremos en los siguientes párrafos.

Con respecto al total de casos en los que se obtiene un rebote ofensivo y es seguido por una asistencia, casi el 35% de ellos corresponde al mismo jugador, ese jugador obtiene un rebote ofensivo y, provee, a otro jugador de un lanzamiento anotado. En el otro 65% de los casos, las interacciones de acciones se produce entre 3 jugadores diferentes.

¿Qué ocurre cuando los jugadores que obtienen el rebote ofensivo no son los que asisten el lanzamiento? Veamos el siguiente gráfico:

Los gráficos de los que disponemos ahora marca la relación entre reboteadores y los asistentes en un equipo concreto.

Cada círculo comprende a un jugador, la línea mide la cantidad (por el grosor) y la dirección de la relación (flecha).

Realizaremos el mismo procedimiento, con los jugadores que asisten y los que lanzan.

Estos gráficos corresponden a (marrón) Real Madrid A y (verde) Cajasiete canarias.

Es difícil sacar una conclusión concreta como se nos pidió; hemos tratado de mostrar un análisis que es posible realizarse a través de un procesamiento de datos concienzudo, previamente, obtención de datos y, sobre todo, manipulación de los datos para que queden de una forma específica para poder ser analizados de la siguiente forma.

En estos casos concretos:

• En Cajasiete canarias, gráfico de puntos verdes: existe una dominancia clara de L. Babel en la obtención de rebotes ofensivos y a través de estos distribuir el balón a otros jugadores que producen asistencias.
• En el caso de Real Madrid A, M. García López parece ser la piedra angular de las asistencias tras los rebotes ofensivos.

Estos análisis tan particulares, son una gran herramienta para la evaluación de tu equipo o el equipo rival al que te enfrentas, sacar una generalización de esto, nos llega a ser más compleja por la gran cantidad de jugadores, ligas, categorías que estamos tratando en los datos.

Queríamos mostrar con este post, que las preguntas que se formulan entrenadores, pueden ser respondidas, sí, incluso en ligas FEB. Nosotros estamos aquí para guiarte en este proceso hacia la gestión de un equipo deportivo, incluso, club a través del análisis de datos.

Previamente, en análisis que fueron realizados, ya os mostramos ideas tan interesantes como la agrupación de jugadores dependiendo de cómo desarrollaban su juego dentro de la pista; esta técnica, también es posible utilizarse para la obtención de los estilos de juego de los equipos. Muchos entrenadores, soñamos con tener el santo grial para la obtención de mejores resultados en nuestro equipo. Sin lugar a dudas, existe tantas combinaciones y posibilidades, que es muy difícil de llevar a un nivel tan preciso de acierto; incluso, con las mejores tecnologías se llega a complicar un poco.

¿Nunca te llegó a la cabeza la pregunta sobre qué tipo de equipo acumula un mayor número de victorias? ¿Qué tipología de juego es el que debo perseguir si quiero tener un mejor rendimiento? Sigue leyendo, porque esto es lo que vamos a tratar hoy.

Se han obtenido los datos de los equipos de competiciones FEB en las temporadas 20/21 y 21/22. Crearemos un archivo de datos con la media de los datos estadísticos y desviaciones típicas de los equipos en cada temporada, finalmente, separaremos la liga masculina y femenina. Hemos decidido que también puede ser interesante obtener las diferencias de anotaciones en ese partido por cuarto, para conocer en qué momentos esos equipos obtienen una mayor diferencia positiva o negativa.

Existen un total de 14486 partidos, 14424 partidos finalizaron en el último cuarto, el resto, se finalizó tras una prórroga, 806 partidos finalizaron tras una sola prórroga, 84 partidos terminaron tras dos prórrogas o más. Sólo contaremos con los primeros cinco cuartos para el análisis de nuestro clúster.

¿Qué vamos a evaluar para nuestro clúster?

En la imagen anterior se puede observar los datos que estamos utilizando para la obtención de los diferentes clústeres.

Se escalan los datos, para que no afecten los valores absolutos entre las diferentes variables, y se obtiene el gráfico para deducir el número de clústeres que se debería de realizar en base a los datos que tenemos.

Esta técnica consiste en realizar un gráfico sobre diferentes parámetros, algo más avanzados, que mide el número óptimo de clústeres basados en nuestros datos. El número de clústeres que se deben obtener es un tanto subjetivo, ya que el punto óptimo de clústeres es donde la gráfica realiza un cambio brusco en la pendiente, formando un vértice, y creando una bajada menos pronunciada, casi plana.

Nosotros hemos creído conveniente que para esta gráfica en concreto, tratando los equipos masculinos, utilizaremos 4 clústeres. En el caso de baloncesto femenino, también obtenemos un número de 4 clústeres.

Veamos los resultados que nos encontramos

ambos gráficos tenemos los diferentes clústeres de los equipos en ligas masculinas y en ligas femeninas.

¿Cuáles son las características de cada clúster?

1. Nuestro clúster número 0 para la liga masculina se trata de los equipos con mayor variación durante la temporada. Equipos que no tienen una dominación clara en cuanto a los diferentes parámetros que evaluamos, estos son los equipos que acumulan un menor porcentaje de victorias.
2. Nuestro segundo grupo, incluye a los equipos que dominan los tableros, los mejores porcentajes en rebotes ofensivos y en rebotes ofensivos, con un alto ritmo de juego, un mayor número en los lanzamientos de tres sobre los tiros de campo lanzados, incluso teniendo un elevado número de intentos. Los equipos con mayor porcentaje de victorias, aunque sorprendemente, no los más eficientes ofensivamente, sí defensivamente.
3. En el tercer grupo, nuestro clúster 2, se encuentran los equipos que no se encuentran cómodos con los lanzamientos de tres, alto número de lanzamientos y poco ratio de tiros libres. Equipos que comienzan los partidos con un bajo rendimiento, ya que suelen perder los tres primeros cuartos, pero que posteriormente en el último cuarto, obtiene un mejor rendimiento. Son los equipos que acumulan un menor porcentaje de victorias en la temporada.
4. Por úlitmo, los equipos que obtienen la mejor eficiencia, puntos por tiro, ratio ofensivo; sin embargo, su defensa brilla por ausencia, siendo el equipo que mayor puntos permite por 100 posesiones. Equipos que mueven bien el balón y son agresivos yendo a canasta.

En las ligas femeninas, los clústeres tienen mayores diferencias entre unos y otros.

1. En nuestro primer clúster (0), tenemos a los equipos más rápidos, que producen un mayor número de lanzamientos en cada partido. Esto hace que probablemente su rendimiento ofensivo y defensivo sea un rendimiento bastante medio, con respecto a los demás grupos. Moviéndose en un 53% de victorias por temporada.
2. Un segundo grupo, que pertenece a los equipos con una mayor eficiencia en el lanzamiento, mejor eficiencia ofensiva, ritmo también bastante alto, un ratio alto de asistencias por lanzamiento, generan sus mayores diferencias en las anotaciones en segundo y tercer cuarto. Acumulan alrededor de un 55% de victorias.
3. El tercer grupo, se lo quedan los peores anotadores y defensores de la liga, eficiencia en el lanzamiento bastante baja, además de menor número de lanzamientos. Todos los demás grupos les saca gran ventaja en la lucha de los rebotes ofensivos y defensivos. Acumulan un 33% de victorias en la temporada.
4. El último clúster, está habitado por los mayores lanzadores de tres, aunque su eficiencia ofensiva no es la mejor, son los mejores defensores; un ritmo más bajo de juego; pero dominando claramente los tableros y los contactos, con un 21% de lanzamientos yendo a la línea de tiros libres. Generan sus mayores diferencias en el primer y último cuarto. Acumulan un 77% de victorias por temporada.

Previamente os presentamos un análisis de la tipología de jugadores que existen en las ligas FEB, en este caso, lo realizamos con los equipos que componen estas competiciones.

Existen patrones más claros en baloncesto femenino, que en baloncesto masculino. La gran diferencia de porcentaje de victorias entre los grupos, nos genera más preguntas que soluciones.

¿Dominación de los tableros? Parece ser claramente fundamental para la consecución de la victoria. ¿Ser eficiente o ser rápido? En masculino, nos da la sensación, tras el análisis de los datos, que jugar más rápido y lanzar más, te ayudará a obtener más victorias, pero no te descuides de la eficiencia de tu equipo; claramente, sé el mejor equipo defensivo.

En el caso del femenino, no parece un factor tan importante la rapidez/efectividad, buena selección de tiro, junto con una buena defensa y dominación de los tableros.

Pregunta que nos surge…

¿Es significativa esa diferencia que se produce entre los diferentes grupos? ¿Qué tipología de jugadores se encuentran en esos equipos?