';
?>
We feel devotion
DataCenter
EUROLEAGUE ANALYSIS
Euroleague Lineups Stats
Το BasketStories παρουσιάζει τα στατιστικά των ομάδων και των παικτών της Euroleague ανά lineup μέσα από το BasketStories DataCenter.
Δημοσιεύτηκε: 23/10/2025 13:42
Μέσα από το BasketStories DataCenter κάθε φίλος της Euroleague έχει πρόσβαση σε μια σειρά από πολύτιμα δεδομένα για την αγαπημένη του διοργάνωση, τις ομάδες και τους παίκτες της, με ένα σαφή προσανατολισμό βέβαια και στο Euroleague Fantasy, την αγαπημένη μας συνήθεια όλα αυτά τα χρόνια. Πολλά από αυτά τα στατιστικά είναι πληροφορίες που προκύπτουν μέσα από το συνδυασμό τους, για να φτάσουν στην απαιτούμενη γνώση στο αντίστοιχα διαμορφωμένο πλαίσιο (πχ τα στατιστικά των αντιπάλων των ομάδων ανά θέση).
Πλέον, προχωράμε ένα βήμα παραπέρα και παρουσιάζουμε δύο νέες σελίδες-εργαλεία, που δημιουργούν οι ίδιες το πλαίσιο για την εξερεύνηση και την ανάλυση της στατιστικής πληροφορίας, τόσο σε ατομικό, όσο και σε ομαδικό επίπεδο και βασίζονται σε όλη τη δράση που λαμβάνει χώρα κατά τη διάρκεια των αγώνων, μέσα από τα δεδομένα που περιλαμβάνονται στα playbyplay των αγώνων.
Πρόκειται για τα στατιστικά των lineups των ομάδων της Euroleague, αλλά και τα στατιστικά των παικτών της Euroleague ανά lineup.
Η πληροφορία αυτή γίνεται διαθέσιμη με τρόπο διαδραστικό σε κάθε φίλο της διοργάνωσης, ώστε να αναζητήσει ο ίδιος τη γνώση στο πλαίσιο που επιθυμεί. Οι σελίδες αυτές μπορούν να αποτελέσουν ένα χρήσιμο αλλά και πολύτιμο εργαλείο σε όσους αφιερώνουν ώρες ενασχόλησης με την Euroleague και το Euroleague Fantasy, από ερασιτεχνικό μέχρι και επαγγελματικό επίπεδο.
Επειδή βέβαια τα play-by-play στατιστικά δεν είναι 100% ακριβή όσον αφορά τους χρόνους που συνέβη ένα γεγονός, μπορεί να παρατηρήσετε κάποιες αναντιστοιχίες σε πολύ συγκεκριμένες περιπτώσεις. Αυτές ωστόσο είναι μόνο σε επίπεδο λεπτομέρειας και δεν επηρεάζουν τη γενική εικόνα των παικτών, των ομάδων και φυσικά των lineups που διαμορφώνονται.
Θα πρέπει να τονίσουμε επίσης ότι σε αντίθεση με άλλες προσεγγίσεις, τις ελεύθερες βολές που εκτελεί ένας παίκτης μετά από αλλαγή που συμβαίνει ακριβώς την ίδια χρονική στιγμή που έγινε το σχετικό φάουλ, τις υπολογίζουμε στην πρώτη lineup, ως μέρος της δικής της δραστηριότητας και όχι στη lineup που διαμορφώνεται μετά την αλλαγή (όταν και εκτελούνται οι εν λόγω βολές).
Πάμε όμως να δούμε αναλυτικά τι προσφέρουν οι δύο νέες σελίδες του BasketStories DataCenter, μέσα και από συγκεκριμένα παραδείγματα.
Στη συγκεκριμένη σελίδα παρουσιάζουμε τα στατιστικά των lineups της Euroleague και τη διαφορά τους ανά στατιστική κατηγορία σε σχέση με τον αντίπαλό τους στο παρκέ για το αντίστοιχο χρονικό διάστημα. Εξετάζουμε λοιπόν πως αποδίδει συνολικά η ομάδα όταν συγκεκριμένοι παίκτες της βρίσκονται στο παρκέ, με τα τελικά στατιστικά να αποτυπώνουν τα πλεονεκτήματα και τις αδυναμίες της, σε σχέση με όλους τους αντιπάλους της.
Η πληροφορία αυτή αφορά κάθε δυνατό συνδυασμό συμπαικτών για κάθε ομάδα και αποτυπώνει τι συμβαίνει στο παρκέ ακριβώς για τα διαστήματα που οι συγκεκριμένοι παίκτες βρίσκονται ταυτόχρονα σ' αυτό. Είναι το συγκεκριμένο δίδυμο ψηλών αποδοτικό; Με ποιον γκαρντ ταυτόχρονα στο παρκέ μαζί τους γίνεται πιο αποτελεσματική η ομάδα; Τα χαμηλά σχήματα αποδίδουν; Υπάρχει όντως καλύτερη κυκλοφορία ή η αδυναμία στα ρημπάουντ είναι υπερβολική; Ποιές δυάδες ή τριάδες παικτών ταιριάζουν καλύτερα μεταξύ τους; Τέτοιου είδους ερωτήματα μπορούν να απαντηθούν μέσω αυτής της πληροφορίας που τώρα γίνεται διαθέσιμη.
Όλα τα στατιστικά των lineups της Euroleague είναι ήδη διαθέσιμα μέσα από το αντίστοιχο εργαλείο στο BasketStories Datacenter.
Διαλέγοντας αρχικά την ομάδα, μπορείτε να επιλέξετε από 1 έως 5 παίκτες (πεδία PLAYER 1-PLAYER 5 για να δείτε πως διαμορφώνονται τα στατιστικά της ομάδας, αλλά και των αντιπάλων της για το διάστημα που οι συγκεκριμένοι παίκτες βρίσκονται στο παρκέ. Κάτω από τα στατιστικά της ομάδας και των αντιπάλων της, παρουσιάζονται και οι διαφορές στις αντίστοιχες στατιστικές κατηγορίες, αν δηλαδή το πρόσημο τελικά είναι θετικό ή αρνητικό.
Μαζί με τα συνολικά στατιστικά της ομάδας με τη συγκεκριμένη lineup, εμφανίζονται ακριβώς από κάτω σε ξεχωριστούς πίνακες όλοι οι συνδυασμοί lineups που προκύπτουν από τις επιλογές σας - που περιλαμβάνουν δηλαδή τους παίκτες που έχετε επιλέξει - καθώς επίσης και τα επιμέρους τους στατιστικά, πάλι στη μορφή ομάδας-αντιπάλων-διαφοράς. Αν λοιπόν έχετε επιλέξει τρεις παίκτες, τότε θα παρουσιαστούν όλες οι διαφορετικές lineups που τους συμπεριλαμβάνουν. Τα επιμέρους τους στατιστικά είναι ουσιαστικά αυτά που απαρτίζουν τα συγκεντρωτικά στατιστικά της lineup που εμφανίζεται ως βασική πληροφορία. Μπορείτε επίσης να επιλέξετε συνολικά ή per40 στατιστικά για να αναλύσετε τα αντίστοιχα δεδομένα, τόσο για τη βασική lineup, όσο και για τους συνδυασμούς της.
Πάμε όμως να δούμε κάποια συγκεκριμένα παραδείγματα για γίνει πιο κατανοητό το επίπεδο της πληροφορίας που γίνεται διαθέσιμο.
Ας ξεκινήσουμε με τον Ολυμπιακό και με την απόδοση που έχει η ελληνική ομάδα, συγκριτικά και με τους αντιπάλους της, όσο οι αστέρες της βρίσκονται στο παρκέ. Αναμφίβολα, η αιχμή του δόρατος είναι ο Vezenkov, που πρωτεύει σε πολλούς στατιστικούς δείκτες για την ομάδα, ενώ κυρίαρχο στέλεχος είναι πάντα και ο Milutinov, που ελλείψει του Fall φέτος, αλλά και με τον Hall ακόμα να μην έχει προσαρμοστεί πλήρως, αποτελεί πυλώνα στο παιχνίδι των ερυθρολεύκων.
Ξεκινώντας με τον Σέρβο, παρατηρούμε άμεσα την επίδραση που έχει στο παρκέ όσο βρίσκεται σε αυτό. Στα 112:58 που αγωνίζεται ο Milutinov, ο Ολυμπιακός κερδίζει τους αντιπάλους του με 265-238, υπερέχοντας τρομακτικά στα ρημπάουντ (125-84), όπως και στα κερδισμένα φάουλ (44-71) για μια πραγματικά εντυπωσιακή διαφορά στο Index Rating (331-230). Σε per40, τα νούμερα αυτά μεταφράζονται σε +9,5 πόντους, +14,6 ρημπάουντ, +9 φάουλ και +35,8 μονάδες ράνκινγκ.
Θα "χτίσουμε" το παράδειγμά μας πάνω στον Milutinov και θα προσθέσουμε τον Vezenkov ως Player 2 στη σελίδα. Οι δύο τους συνυπάρχουν στο παρκέ για 95:27, το μεγαλύτερο μέρος που πατά παρκέ έτσι κι αλλιώς ο Milutinov δηλαδή, αλλά θα πάρουμε τους per40 μέσους όρους για άμεση σύγκριση. Με το βασικό δίδυμο ψηλών στην πεντάδα, οι ερυθρόλευκοι κερδίζουν τους αντιπάλους τους με 14,7 πόντους (96,8-82,1), μαζεύουν 16,8 ρημπάουντ περισσότερα (46,1-29,3), κερδίζουν 9,5 φάουλ περισσότερα και αθροίζουν 46,5 μονάδες ράνκινγκ περισσότερες (122,4-75,9). Η επίδρασή τους στο παρκέ είναι κάτι παραπάνω από εμφανής.
Συνεχίζοντας στο ίδιο μοτίβο, προσθέτουμε τον Dorsey ως Player 3, δημιουργώντας έτσι τα αντίστοιχα στατιστικά όσο η τριάδα Milutinov-Vezenkov-Dorsey βρίσκεται στο παρκέ (86:10 συνολικός χρόνος). Οι per40 μέσοι όροι του Ολυμπιακού στο διάστημα αυτό εκτοξεύονται περαιτέρω: +20,9 πόντοι, +19,5 ρημπάουντ, +57,6 ράνκινγκ! Σχεδόν τρομακτικό!
Κι αν για τους πόντους και επακόλουθα και το ράνκινγκ υπάρχει μια προφανής εξήγηση, λόγω της εκτελεστικής δεινότητας του Dorsey, πώς ερμηνεύεται η μεγαλύτερη διαφορά στα ρημπάουντ; Μια εξήγηση θα μπορούσε να είναι ότι η κυριαρχία των "σκουπιδιών" εξασθενεί μερικώς σε ένα πιο προχωρημένο στάδιο του αγώνα, όταν ο Dorsey απουσιάζει από το παρκέ (καθώς συνήθως αποχωρεί τελευταίος από το βασικό σχήμα). Απόντος λοιπόν του διεθνή γκαρντ, το αντίστοιχο νούμερο είναι "συμπτωματικά" χαμηλότερο, γιατί υπάρχει στην αρχή του αγώνα μια ακόμα πιο επιβλητική κυριαρχία. Δεν το έχουμε επιβεβαιώσει, ούτε είναι αυτός ο σκοπός εδώ, απλά παραθέτουμε έναν τρόπο σκέψης για την κατάλληλη αξιοποίηση της πληροφορίας που πλέον έχετε στη διάθεσή σας.
Φυσικά, μπορείτε από μόνοι σας να αναζητήσετε επιπλέον συνδυασμούς, κάνοντας τις δικές σας επιλογές στις θέσεις Player 4 και Player 5. Ωστόσο, μπορείτε να παίξετε και πιο έξυπνα, καθώς για κάθε lineup που φτιάχνετε, από όσους παίκτες κι αν αποτελείται, παρακάτω εμφανίζονται και οι επιμέρους lineups που την απαρτίζουν, τα στατιστικά τους, μαζί πάντα με αυτά των αντιπάλων. Έτσι, η τριπλέτα Milutinov-Vezenkov-Dorsey βρίσκεται σε εφτά επιμέρους lineups, τα στατιστικά των οποίων απαρτίζουν τα συνολικά στατιστικά της συγκεκριμένης τριάδας.
Μπορείτε λοιπόν να εξετάσετε τα σχετικά στατιστικά και ακολούθως να προχωρήσετε ακόμα πιο βαθιά, επιλέγοντας τον Player 4 ή και τον Player 5 στο σχετικό μενού, για να εμφανιστούν η σχετική lineup μαζί με όλες τις επιμέρους, ακριβώς παρακάτω. Ενδεικτικά στην επόμενη εικόνα εμφανίζονται οι τρεις από τους επτά συνδυασμούς lineups με την τριάδα που μόλις αναλύσαμε.
Με όλα αυτά τα δεδομένα στη διάθεσή σας, μπορείτε να γίνετε εσείς οι προπονητές που θα εντοπίσετε τα καλύτερα και πιο αποτελεσματικά σχήματα για κάθε ομάδα. Πώς επιδρά στο παιχνίδι της η συνύπαρξη των παικτών της στο παρκέ, ποιοί είναι οι καλύτεροι συνδυασμοί; Είναι πάντα ωφέλιμη η παρουσία ενός παίκτη σε κάποιο σχήμα, ή η ομάδα αποδίδει καλύτερα όταν υπάρχουν ξεχωριστές ομάδες παικτών στο παρκέ; Σε ποια στοιχεία υπερτερεί και σε ποια υστερεί κάθε lineup; Όλη αυτή η γνώση, είναι πλέον στην οθόνη σας, διαμορφώνοντας μόνοι σας τον τρόπο και τα φίλτρα με την οποία θα την αναζητήσετε.
Οι διαφορετικές lineups, οι παίκτες που τις απαρτίζουν και τα στατιστικά τους δίνουν μια πολύ αντιπροσωπευτική εικόνα για την ισχύ και τις αδυναμίες κάθε ομάδας και το πως αυτή αποδίδει κάθε φορά. Το παραπάνω εργαλείο αφορά την απόδοση της ίδιας της ομάδας, με τους διάφορους συνδυασμούς παικτών στο παρκέ. Μπορούμε όμως να εξετάσουμε τα ίδια δεδομένα από διαφορετική σκοπιά, ώστε να δούμε πως αποδίδει ένας παίκτης όταν μοιράζεται το παρκέ με έναν ή παραπάνω συμπαίκτες του.
Περνάμε λοιπόν από το πεδίο των ομάδων στο πεδίο των παικτών και παρουσιάζουμε τα στατιστικά των παικτών της Euroleague ανά lineup και τη διαφορά τους ανά στατιστική κατηγορία σε σχέση με τους μέσους όρους τους στη σεζόν.
Εξετάζουμε δηλαδή πως διαμορφώνονται τα στατιστικά του παίκτη όταν βρίσκεται στην ίδια πεντάδα με συγκεκριμένους συμπαίκτες του για να αναλύσουμε ποιοι είναι αυτοί που τον ωφελούν ή τον περιορίζουν περισσότερο. Εδώ φυσικά μπαίνουμε περισσότερα και στα χωράφια του Fantasy, οι ιδανικοί συνδυασμοί μπορούν να υποδείξουν ευκαιρίες σε ενδεχόμενες αλλαγές στο rotation, ενώ υπάρχει προφανώς και το αμιγώς μπασκετικό ενδιαφέρον για το ποιος συμπαίκτης, ανά θέση για παράδειγμα, ευνοεί την απόδοση ενός παίκτη. Αποδίδει καλύτερα με το βασικό ή με τον αναπληρωματικό σέντερ; Όταν βρίσκονται δύο πλέι μέικερ στο παρκέ, ή μόνο ένας οργανωτής; Τέτοιου είδους ερωτήματα μπορούν να απαντηθούν μέσω αυτής της πληροφορίας που τώρα γίνεται διαθέσιμη.
Όλα τα στατιστικά των παικτών της Euroleague ανά lineup είναι ήδη διαθέσιμα μέσα από το αντίστοιχο εργαλείο στο BasketStories Datacenter.
Διαλέγοντας αρχικά την ομάδα, μπορείτε να επιλέξετε έναν παίκτη (πεδίο PLAYER) για να δείτε πως διαμορφώνονται τα στατιστικά τoυ με βάση τους συμπαίκτες που θα επιλέξετε (πεδία TEAMMATE 1-4). Έτσι, εμφανίζονται μόνο τα στατιστικά του παίκτη για το διάστημα που μοιράζεται το παρκέ με τους συμπαίκτες που έχετε επιλέξει, είτε πρόκειται για έναν, είτε και για τους τέσσερις συμπαίκτες του. Μαζί με τα αντίστοιχα στατιστικά, παρουσιάζονται οι γενικοί μέσοι όροι του παίκτη στη σεζόν, ως μέτρο σύγκρισης της επίδρασης που έχουν οι συγκεκριμένοι συμπαίκτες στην απόδοσή του. Μπορείτε επίσης να επιλέξετε per40 ή συνολικά στατιστικά για να αναλύσετε τα αντίστοιχα δεδομένα.
Ας εξετάσουμε κι εδώ κάποια συγκεκριμένα παραδείγματα για δούμε πως μπορεί να αξιοποιηθεί το νέο αυτό εργαλείο του BasketStories Datacenter.
Ας πάμε τώρα στον Παναθηναϊκό για να δούμε ποιος γκαρντ είναι αυτός που αξιοποιεί περισσότερο το νέο απόκτημα της ομάδας, τον Richaun Holmes. Ή, για να το διατυπώσουμε λίγο καλύτερα, με ποιον γκαρντ στο παρκέ, ο πρώην NBAer αποδίδει καλύτερα μέχρι στιγμής.
Αρχικά, επιλέγουμε τον Holmes ως Player 1 στη σχετική επιλογή. Εκεί βλέπουμε απλώς τους μέσους όρους του, αρχικά σε per40, το οποίο και βοηθά για άμεσες συγκρίσεις. 21 πόντοι με 73,1% δίποντα και 24,4 μονάδες ράνκινγκ σημειώνει ο Αμερικανός ανά 40 λεπτά στα πέντε πρώτα ματς της σεζόν.
Τώρα, μπορούμε να δούμε την απόδοση του παίκτη με κάθε γκαρντ ξεχωριστά, επιλέγοντας τον αντίστοιχο συμπαίκτη του στο πεδίο Teammate 1.
Παρέα με τον Nunn, οι per40 μέσοι όροι του παίκτη είναι ελαφρώς μειωμένοι, δηλαδή 19 πόντοι με 68,8% δίποντα και 23 μονάδες ράνκινγκ.
Με τον Shorts, τα νούμερά του παρουσιάζουν λίγο μεγαλύτερη πτώση, δηλαδή 17,9 πόντοι με 71,4% δίποντα και 19,1 μονάδες ράνκινγκ, ενώ περαιτέρω πτώση θα παρατηρήσετε αν επιλέξετε τον Grant.
Η εικόνα είναι πολύ διαφορετική παρόντος του Σλούκα (σε 4 ματς): οι 21 πόντοι γίνονται 31, τα δίποντα εκτοξεύονται στο 91,7%, ενώ το ίδιο συμβαίνει και με το Index Rating του παίκτη, που πάει από το 24,4 στο 34,9, σε per40 πάντα μέσους όρους.
Αυτό μας δείχνει ξεκάθαρα, ότι ο Holmes αποδίδει καλύτερα όταν ο Σλούκας βρίσκεται μαζί του στο παρκέ. Ωστόσο, δεν μπορούμε να "απορρίψουμε" αβίαστα τη συνεισφορά και των υπόλοιπων γκαρντ στην απόδοσή του.
Μπορεί, λοιπόν, με τον Nunn συνολικά τα νούμερα του σέντερ των πρασίνων να είναι ελαφρώς υποδεέστερα, ωστόσο αν προσθέσουμε τον γκαρντ του Παναθηναϊκού ως teammate 2, μαζί με τον Σλούκα δηλαδή, τότε θα διαπιστώσουμε ότι η απόδοση του Holmes βελτιώνεται περαιτέρω: 40,7 πόντοι, 100% (!) ευστοχία στα δίποντα και 40,7 ράνκινγκ per40 είναι οι μέσοι όροι του παίκτη με τους δύο γκαρντ του τριφυλλιού μαζί του στο παρκέ. Το δείγμα εδώ βέβαια σε απόλυτους αριθμούς είναι σαφώς μικρότερο (μόλις 7:52 λεπτά) και ίσως όχι επαρκές για να προκύψει ασφαλές συμπέρασμα, σίγουρα όμως αποτελεί μια πολύ ενδιαφέρουσα ένδειξη για τις ισορροπίες στην ελληνική ομάδα, αλλά και μια απόδειξη για το πως οι διάφοροι συνδυασμοί των lineups μπορούν να αναδείξουν τη συνδρομή διαφορετικών μονάδων/παικτών στην απόδοση ενός συμπαίκτη τους. Οι τρεις πίνακες του Holmes με Σλούκα, Nunn και Σλούκα-Nunn εμφανίζονται στην παρακάτω εικόνα.
Larkin με Smits
Ας πάμε σε μια άλλη ομάδα, συγκεκριμένα στην Εφές, εκεί όπου ο Osmani θα μείνει εκτός δράσης για άλλες δύο εβδομάδες, επομένως αναμένεται ο Smits να αναλάβει χρέη βασικού 4αριού. Πώς διαμορφώνεται η απόδοση του Larkin, με τον Λετονό στην ίδια πεντάδα;
Οι δύο τους έχουν μοιραστεί το παρκέ για 58:02 στα πέντε πρώτα ματς της Euroleague, με τον Larkin να έχει συγκεντρώσει περίπου το 50% (34/70) του ράνκινγκ του στο αντίστοιχο διάστημα, ενώ συνολικά έχει αγωνιστεί 159:31. Προφανώς, η απόδοσή του, σε όρους ράνκινγκ, δείχνει ανώτερη με τον Smits δίπλα του, καθώς το per40 Index Rating στο σχετικό διάστημα ανέρχεται σε 23,4, έναντι του 17,6 που έχει μέσο όρο ο Αμερικανός. Στην επιμέρους σύγκριση μπορούμε να παρατηρήσουμε μια ανώτερη παρουσία σε ρημπάουντ, ασσίστ και λάθη με τον Smits στο παρκέ, ενώ ο αριθμός των εντός πεδιάς προσπαθειών του Larkin παραμένει σχεδόν ολόιδιος, με την αποτελεσματικότητά του όμως να παρουσιάζει διαφορές σε δίποντα (υψηλότερη) και τρίποντα (χαμηλότερη).
Η. Diallo και Luwawu-Cabarrot με Nowell
Ας εξετάσουμε κι ένα τελευταίο παράδειγμα κι ας πάμε στη χώρα των Βάσκων, εκεί όπου ο Trent Forrest, ο ιθύνων νους της ομάδας, είναι αυτή την στιγμή τραυματίας. Πώς αποδίδουν λοιπόν οι παίκτες με τον Markquis Nowell - που είναι ο άμεσος αντικαταστάτης του Forrest στην πεντάδα - στο παρκέ;
Μπορούμε να μελετήσουμε την περίπτωση του Hamidou Diallo, που έχει ξεκινήσει ούτως ή άλλως φουριόζος τη σεζόν στην Euroleague. Ο Αμερικανός έχει αγωνιστεί 52:25 μαζί με τον Nowell στο παρκέ (από τα 120:40 της συνολικής του συμμετοχής) και οι per40 μέσοι όροι του δεν παρουσιάζουν ιδιαίτερες μεταβολές, πλην όμως της ειδοποιούς διαφοράς στα κερδισμένα φάουλ, όπου ο μέσος όρος των 7,3 (per40 πάντα) ανεβαίνει σε 12,2 με τον Nowell στην πεντάδα. Πράγματι, σε απόλυτα νούμερα, τα 16 από τα 22 φάουλ που έχει κερδίσει ο Diallo είναι με την παρουσία του εν λόγω συμπαίκτη του στο παρκέ.
Αντίστοιχα, εξετάζοντας τον Luwawu-Cabarrot, μπορούμε να διακρίνουμε μια πιο ενεργή συμμετοχή του Γάλλου παρόντος του Nowell, με το per40 ράνκινγκ του να ανέρχεται σε 29,1 έναντι του 23,6 που έχει γενικό μέσο όρο. Σε απόλυτους αριθμούς, οι 56 από τις 84 μονάδες ράνκινγκ του Luwawu-Cabarrot, έχουν συγκεντρωθεί κατά την παρουσία του Αμερικανού στην πεντάδα της Μπασκόνια, κάτι που υποδεικνύει μια υψηλότερη απόδοση του πρώτου στα συγκεκριμένα διαστήματα.
Όλα αυτά βέβαια είναι πληροφορίες, τις οποίες μπορεί ο καθένας να αξιοποιήσει και να ερμηνεύσει όπως θεωρεί καλύτερα. Κάποιες φορές τα συμπεράσματα είναι πιο προφανή, μέσα από τα ίδια τα νούμερα, άλλες φορές πάλι όχι. Τα νέα εργαλεία του BasketStories σας επιτρέπουν να εντρυφήσετε περαιτέρω, δοκιμάζοντας όλους τους πιθανούς συνδυασμούς lineups, προκειμένου να καταλήξετε στη γνώση που αναζητάτε.
Devotion.
Πλέον, προχωράμε ένα βήμα παραπέρα και παρουσιάζουμε δύο νέες σελίδες-εργαλεία, που δημιουργούν οι ίδιες το πλαίσιο για την εξερεύνηση και την ανάλυση της στατιστικής πληροφορίας, τόσο σε ατομικό, όσο και σε ομαδικό επίπεδο και βασίζονται σε όλη τη δράση που λαμβάνει χώρα κατά τη διάρκεια των αγώνων, μέσα από τα δεδομένα που περιλαμβάνονται στα playbyplay των αγώνων.
Πρόκειται για τα στατιστικά των lineups των ομάδων της Euroleague, αλλά και τα στατιστικά των παικτών της Euroleague ανά lineup.
Η πληροφορία αυτή γίνεται διαθέσιμη με τρόπο διαδραστικό σε κάθε φίλο της διοργάνωσης, ώστε να αναζητήσει ο ίδιος τη γνώση στο πλαίσιο που επιθυμεί. Οι σελίδες αυτές μπορούν να αποτελέσουν ένα χρήσιμο αλλά και πολύτιμο εργαλείο σε όσους αφιερώνουν ώρες ενασχόλησης με την Euroleague και το Euroleague Fantasy, από ερασιτεχνικό μέχρι και επαγγελματικό επίπεδο.
Επειδή βέβαια τα play-by-play στατιστικά δεν είναι 100% ακριβή όσον αφορά τους χρόνους που συνέβη ένα γεγονός, μπορεί να παρατηρήσετε κάποιες αναντιστοιχίες σε πολύ συγκεκριμένες περιπτώσεις. Αυτές ωστόσο είναι μόνο σε επίπεδο λεπτομέρειας και δεν επηρεάζουν τη γενική εικόνα των παικτών, των ομάδων και φυσικά των lineups που διαμορφώνονται.
Θα πρέπει να τονίσουμε επίσης ότι σε αντίθεση με άλλες προσεγγίσεις, τις ελεύθερες βολές που εκτελεί ένας παίκτης μετά από αλλαγή που συμβαίνει ακριβώς την ίδια χρονική στιγμή που έγινε το σχετικό φάουλ, τις υπολογίζουμε στην πρώτη lineup, ως μέρος της δικής της δραστηριότητας και όχι στη lineup που διαμορφώνεται μετά την αλλαγή (όταν και εκτελούνται οι εν λόγω βολές).
Πάμε όμως να δούμε αναλυτικά τι προσφέρουν οι δύο νέες σελίδες του BasketStories DataCenter, μέσα και από συγκεκριμένα παραδείγματα.
Euroleague Lineups Statistics
Στη συγκεκριμένη σελίδα παρουσιάζουμε τα στατιστικά των lineups της Euroleague και τη διαφορά τους ανά στατιστική κατηγορία σε σχέση με τον αντίπαλό τους στο παρκέ για το αντίστοιχο χρονικό διάστημα. Εξετάζουμε λοιπόν πως αποδίδει συνολικά η ομάδα όταν συγκεκριμένοι παίκτες της βρίσκονται στο παρκέ, με τα τελικά στατιστικά να αποτυπώνουν τα πλεονεκτήματα και τις αδυναμίες της, σε σχέση με όλους τους αντιπάλους της.
Η πληροφορία αυτή αφορά κάθε δυνατό συνδυασμό συμπαικτών για κάθε ομάδα και αποτυπώνει τι συμβαίνει στο παρκέ ακριβώς για τα διαστήματα που οι συγκεκριμένοι παίκτες βρίσκονται ταυτόχρονα σ' αυτό. Είναι το συγκεκριμένο δίδυμο ψηλών αποδοτικό; Με ποιον γκαρντ ταυτόχρονα στο παρκέ μαζί τους γίνεται πιο αποτελεσματική η ομάδα; Τα χαμηλά σχήματα αποδίδουν; Υπάρχει όντως καλύτερη κυκλοφορία ή η αδυναμία στα ρημπάουντ είναι υπερβολική; Ποιές δυάδες ή τριάδες παικτών ταιριάζουν καλύτερα μεταξύ τους; Τέτοιου είδους ερωτήματα μπορούν να απαντηθούν μέσω αυτής της πληροφορίας που τώρα γίνεται διαθέσιμη.
Όλα τα στατιστικά των lineups της Euroleague είναι ήδη διαθέσιμα μέσα από το αντίστοιχο εργαλείο στο BasketStories Datacenter.
Διαλέγοντας αρχικά την ομάδα, μπορείτε να επιλέξετε από 1 έως 5 παίκτες (πεδία PLAYER 1-PLAYER 5 για να δείτε πως διαμορφώνονται τα στατιστικά της ομάδας, αλλά και των αντιπάλων της για το διάστημα που οι συγκεκριμένοι παίκτες βρίσκονται στο παρκέ. Κάτω από τα στατιστικά της ομάδας και των αντιπάλων της, παρουσιάζονται και οι διαφορές στις αντίστοιχες στατιστικές κατηγορίες, αν δηλαδή το πρόσημο τελικά είναι θετικό ή αρνητικό.
Μαζί με τα συνολικά στατιστικά της ομάδας με τη συγκεκριμένη lineup, εμφανίζονται ακριβώς από κάτω σε ξεχωριστούς πίνακες όλοι οι συνδυασμοί lineups που προκύπτουν από τις επιλογές σας - που περιλαμβάνουν δηλαδή τους παίκτες που έχετε επιλέξει - καθώς επίσης και τα επιμέρους τους στατιστικά, πάλι στη μορφή ομάδας-αντιπάλων-διαφοράς. Αν λοιπόν έχετε επιλέξει τρεις παίκτες, τότε θα παρουσιαστούν όλες οι διαφορετικές lineups που τους συμπεριλαμβάνουν. Τα επιμέρους τους στατιστικά είναι ουσιαστικά αυτά που απαρτίζουν τα συγκεντρωτικά στατιστικά της lineup που εμφανίζεται ως βασική πληροφορία. Μπορείτε επίσης να επιλέξετε συνολικά ή per40 στατιστικά για να αναλύσετε τα αντίστοιχα δεδομένα, τόσο για τη βασική lineup, όσο και για τους συνδυασμούς της.
Πάμε όμως να δούμε κάποια συγκεκριμένα παραδείγματα για γίνει πιο κατανοητό το επίπεδο της πληροφορίας που γίνεται διαθέσιμο.
Παραδείγματα
Ας ξεκινήσουμε με τον Ολυμπιακό και με την απόδοση που έχει η ελληνική ομάδα, συγκριτικά και με τους αντιπάλους της, όσο οι αστέρες της βρίσκονται στο παρκέ. Αναμφίβολα, η αιχμή του δόρατος είναι ο Vezenkov, που πρωτεύει σε πολλούς στατιστικούς δείκτες για την ομάδα, ενώ κυρίαρχο στέλεχος είναι πάντα και ο Milutinov, που ελλείψει του Fall φέτος, αλλά και με τον Hall ακόμα να μην έχει προσαρμοστεί πλήρως, αποτελεί πυλώνα στο παιχνίδι των ερυθρολεύκων.
Ξεκινώντας με τον Σέρβο, παρατηρούμε άμεσα την επίδραση που έχει στο παρκέ όσο βρίσκεται σε αυτό. Στα 112:58 που αγωνίζεται ο Milutinov, ο Ολυμπιακός κερδίζει τους αντιπάλους του με 265-238, υπερέχοντας τρομακτικά στα ρημπάουντ (125-84), όπως και στα κερδισμένα φάουλ (44-71) για μια πραγματικά εντυπωσιακή διαφορά στο Index Rating (331-230). Σε per40, τα νούμερα αυτά μεταφράζονται σε +9,5 πόντους, +14,6 ρημπάουντ, +9 φάουλ και +35,8 μονάδες ράνκινγκ.
Θα "χτίσουμε" το παράδειγμά μας πάνω στον Milutinov και θα προσθέσουμε τον Vezenkov ως Player 2 στη σελίδα. Οι δύο τους συνυπάρχουν στο παρκέ για 95:27, το μεγαλύτερο μέρος που πατά παρκέ έτσι κι αλλιώς ο Milutinov δηλαδή, αλλά θα πάρουμε τους per40 μέσους όρους για άμεση σύγκριση. Με το βασικό δίδυμο ψηλών στην πεντάδα, οι ερυθρόλευκοι κερδίζουν τους αντιπάλους τους με 14,7 πόντους (96,8-82,1), μαζεύουν 16,8 ρημπάουντ περισσότερα (46,1-29,3), κερδίζουν 9,5 φάουλ περισσότερα και αθροίζουν 46,5 μονάδες ράνκινγκ περισσότερες (122,4-75,9). Η επίδρασή τους στο παρκέ είναι κάτι παραπάνω από εμφανής.
Συνεχίζοντας στο ίδιο μοτίβο, προσθέτουμε τον Dorsey ως Player 3, δημιουργώντας έτσι τα αντίστοιχα στατιστικά όσο η τριάδα Milutinov-Vezenkov-Dorsey βρίσκεται στο παρκέ (86:10 συνολικός χρόνος). Οι per40 μέσοι όροι του Ολυμπιακού στο διάστημα αυτό εκτοξεύονται περαιτέρω: +20,9 πόντοι, +19,5 ρημπάουντ, +57,6 ράνκινγκ! Σχεδόν τρομακτικό!
Κι αν για τους πόντους και επακόλουθα και το ράνκινγκ υπάρχει μια προφανής εξήγηση, λόγω της εκτελεστικής δεινότητας του Dorsey, πώς ερμηνεύεται η μεγαλύτερη διαφορά στα ρημπάουντ; Μια εξήγηση θα μπορούσε να είναι ότι η κυριαρχία των "σκουπιδιών" εξασθενεί μερικώς σε ένα πιο προχωρημένο στάδιο του αγώνα, όταν ο Dorsey απουσιάζει από το παρκέ (καθώς συνήθως αποχωρεί τελευταίος από το βασικό σχήμα). Απόντος λοιπόν του διεθνή γκαρντ, το αντίστοιχο νούμερο είναι "συμπτωματικά" χαμηλότερο, γιατί υπάρχει στην αρχή του αγώνα μια ακόμα πιο επιβλητική κυριαρχία. Δεν το έχουμε επιβεβαιώσει, ούτε είναι αυτός ο σκοπός εδώ, απλά παραθέτουμε έναν τρόπο σκέψης για την κατάλληλη αξιοποίηση της πληροφορίας που πλέον έχετε στη διάθεσή σας.
Φυσικά, μπορείτε από μόνοι σας να αναζητήσετε επιπλέον συνδυασμούς, κάνοντας τις δικές σας επιλογές στις θέσεις Player 4 και Player 5. Ωστόσο, μπορείτε να παίξετε και πιο έξυπνα, καθώς για κάθε lineup που φτιάχνετε, από όσους παίκτες κι αν αποτελείται, παρακάτω εμφανίζονται και οι επιμέρους lineups που την απαρτίζουν, τα στατιστικά τους, μαζί πάντα με αυτά των αντιπάλων. Έτσι, η τριπλέτα Milutinov-Vezenkov-Dorsey βρίσκεται σε εφτά επιμέρους lineups, τα στατιστικά των οποίων απαρτίζουν τα συνολικά στατιστικά της συγκεκριμένης τριάδας.
Μπορείτε λοιπόν να εξετάσετε τα σχετικά στατιστικά και ακολούθως να προχωρήσετε ακόμα πιο βαθιά, επιλέγοντας τον Player 4 ή και τον Player 5 στο σχετικό μενού, για να εμφανιστούν η σχετική lineup μαζί με όλες τις επιμέρους, ακριβώς παρακάτω. Ενδεικτικά στην επόμενη εικόνα εμφανίζονται οι τρεις από τους επτά συνδυασμούς lineups με την τριάδα που μόλις αναλύσαμε.
Με όλα αυτά τα δεδομένα στη διάθεσή σας, μπορείτε να γίνετε εσείς οι προπονητές που θα εντοπίσετε τα καλύτερα και πιο αποτελεσματικά σχήματα για κάθε ομάδα. Πώς επιδρά στο παιχνίδι της η συνύπαρξη των παικτών της στο παρκέ, ποιοί είναι οι καλύτεροι συνδυασμοί; Είναι πάντα ωφέλιμη η παρουσία ενός παίκτη σε κάποιο σχήμα, ή η ομάδα αποδίδει καλύτερα όταν υπάρχουν ξεχωριστές ομάδες παικτών στο παρκέ; Σε ποια στοιχεία υπερτερεί και σε ποια υστερεί κάθε lineup; Όλη αυτή η γνώση, είναι πλέον στην οθόνη σας, διαμορφώνοντας μόνοι σας τον τρόπο και τα φίλτρα με την οποία θα την αναζητήσετε.
Euroleague Player per Lineup Statistics
Οι διαφορετικές lineups, οι παίκτες που τις απαρτίζουν και τα στατιστικά τους δίνουν μια πολύ αντιπροσωπευτική εικόνα για την ισχύ και τις αδυναμίες κάθε ομάδας και το πως αυτή αποδίδει κάθε φορά. Το παραπάνω εργαλείο αφορά την απόδοση της ίδιας της ομάδας, με τους διάφορους συνδυασμούς παικτών στο παρκέ. Μπορούμε όμως να εξετάσουμε τα ίδια δεδομένα από διαφορετική σκοπιά, ώστε να δούμε πως αποδίδει ένας παίκτης όταν μοιράζεται το παρκέ με έναν ή παραπάνω συμπαίκτες του.
Περνάμε λοιπόν από το πεδίο των ομάδων στο πεδίο των παικτών και παρουσιάζουμε τα στατιστικά των παικτών της Euroleague ανά lineup και τη διαφορά τους ανά στατιστική κατηγορία σε σχέση με τους μέσους όρους τους στη σεζόν.
Εξετάζουμε δηλαδή πως διαμορφώνονται τα στατιστικά του παίκτη όταν βρίσκεται στην ίδια πεντάδα με συγκεκριμένους συμπαίκτες του για να αναλύσουμε ποιοι είναι αυτοί που τον ωφελούν ή τον περιορίζουν περισσότερο. Εδώ φυσικά μπαίνουμε περισσότερα και στα χωράφια του Fantasy, οι ιδανικοί συνδυασμοί μπορούν να υποδείξουν ευκαιρίες σε ενδεχόμενες αλλαγές στο rotation, ενώ υπάρχει προφανώς και το αμιγώς μπασκετικό ενδιαφέρον για το ποιος συμπαίκτης, ανά θέση για παράδειγμα, ευνοεί την απόδοση ενός παίκτη. Αποδίδει καλύτερα με το βασικό ή με τον αναπληρωματικό σέντερ; Όταν βρίσκονται δύο πλέι μέικερ στο παρκέ, ή μόνο ένας οργανωτής; Τέτοιου είδους ερωτήματα μπορούν να απαντηθούν μέσω αυτής της πληροφορίας που τώρα γίνεται διαθέσιμη.
Όλα τα στατιστικά των παικτών της Euroleague ανά lineup είναι ήδη διαθέσιμα μέσα από το αντίστοιχο εργαλείο στο BasketStories Datacenter.
Διαλέγοντας αρχικά την ομάδα, μπορείτε να επιλέξετε έναν παίκτη (πεδίο PLAYER) για να δείτε πως διαμορφώνονται τα στατιστικά τoυ με βάση τους συμπαίκτες που θα επιλέξετε (πεδία TEAMMATE 1-4). Έτσι, εμφανίζονται μόνο τα στατιστικά του παίκτη για το διάστημα που μοιράζεται το παρκέ με τους συμπαίκτες που έχετε επιλέξει, είτε πρόκειται για έναν, είτε και για τους τέσσερις συμπαίκτες του. Μαζί με τα αντίστοιχα στατιστικά, παρουσιάζονται οι γενικοί μέσοι όροι του παίκτη στη σεζόν, ως μέτρο σύγκρισης της επίδρασης που έχουν οι συγκεκριμένοι συμπαίκτες στην απόδοσή του. Μπορείτε επίσης να επιλέξετε per40 ή συνολικά στατιστικά για να αναλύσετε τα αντίστοιχα δεδομένα.
Ας εξετάσουμε κι εδώ κάποια συγκεκριμένα παραδείγματα για δούμε πως μπορεί να αξιοποιηθεί το νέο αυτό εργαλείο του BasketStories Datacenter.
Παραδείγματα
Ας πάμε τώρα στον Παναθηναϊκό για να δούμε ποιος γκαρντ είναι αυτός που αξιοποιεί περισσότερο το νέο απόκτημα της ομάδας, τον Richaun Holmes. Ή, για να το διατυπώσουμε λίγο καλύτερα, με ποιον γκαρντ στο παρκέ, ο πρώην NBAer αποδίδει καλύτερα μέχρι στιγμής.
Αρχικά, επιλέγουμε τον Holmes ως Player 1 στη σχετική επιλογή. Εκεί βλέπουμε απλώς τους μέσους όρους του, αρχικά σε per40, το οποίο και βοηθά για άμεσες συγκρίσεις. 21 πόντοι με 73,1% δίποντα και 24,4 μονάδες ράνκινγκ σημειώνει ο Αμερικανός ανά 40 λεπτά στα πέντε πρώτα ματς της σεζόν.
Τώρα, μπορούμε να δούμε την απόδοση του παίκτη με κάθε γκαρντ ξεχωριστά, επιλέγοντας τον αντίστοιχο συμπαίκτη του στο πεδίο Teammate 1.
Παρέα με τον Nunn, οι per40 μέσοι όροι του παίκτη είναι ελαφρώς μειωμένοι, δηλαδή 19 πόντοι με 68,8% δίποντα και 23 μονάδες ράνκινγκ.
Με τον Shorts, τα νούμερά του παρουσιάζουν λίγο μεγαλύτερη πτώση, δηλαδή 17,9 πόντοι με 71,4% δίποντα και 19,1 μονάδες ράνκινγκ, ενώ περαιτέρω πτώση θα παρατηρήσετε αν επιλέξετε τον Grant.
Η εικόνα είναι πολύ διαφορετική παρόντος του Σλούκα (σε 4 ματς): οι 21 πόντοι γίνονται 31, τα δίποντα εκτοξεύονται στο 91,7%, ενώ το ίδιο συμβαίνει και με το Index Rating του παίκτη, που πάει από το 24,4 στο 34,9, σε per40 πάντα μέσους όρους.
Αυτό μας δείχνει ξεκάθαρα, ότι ο Holmes αποδίδει καλύτερα όταν ο Σλούκας βρίσκεται μαζί του στο παρκέ. Ωστόσο, δεν μπορούμε να "απορρίψουμε" αβίαστα τη συνεισφορά και των υπόλοιπων γκαρντ στην απόδοσή του.
Μπορεί, λοιπόν, με τον Nunn συνολικά τα νούμερα του σέντερ των πρασίνων να είναι ελαφρώς υποδεέστερα, ωστόσο αν προσθέσουμε τον γκαρντ του Παναθηναϊκού ως teammate 2, μαζί με τον Σλούκα δηλαδή, τότε θα διαπιστώσουμε ότι η απόδοση του Holmes βελτιώνεται περαιτέρω: 40,7 πόντοι, 100% (!) ευστοχία στα δίποντα και 40,7 ράνκινγκ per40 είναι οι μέσοι όροι του παίκτη με τους δύο γκαρντ του τριφυλλιού μαζί του στο παρκέ. Το δείγμα εδώ βέβαια σε απόλυτους αριθμούς είναι σαφώς μικρότερο (μόλις 7:52 λεπτά) και ίσως όχι επαρκές για να προκύψει ασφαλές συμπέρασμα, σίγουρα όμως αποτελεί μια πολύ ενδιαφέρουσα ένδειξη για τις ισορροπίες στην ελληνική ομάδα, αλλά και μια απόδειξη για το πως οι διάφοροι συνδυασμοί των lineups μπορούν να αναδείξουν τη συνδρομή διαφορετικών μονάδων/παικτών στην απόδοση ενός συμπαίκτη τους. Οι τρεις πίνακες του Holmes με Σλούκα, Nunn και Σλούκα-Nunn εμφανίζονται στην παρακάτω εικόνα.
Larkin με Smits
Ας πάμε σε μια άλλη ομάδα, συγκεκριμένα στην Εφές, εκεί όπου ο Osmani θα μείνει εκτός δράσης για άλλες δύο εβδομάδες, επομένως αναμένεται ο Smits να αναλάβει χρέη βασικού 4αριού. Πώς διαμορφώνεται η απόδοση του Larkin, με τον Λετονό στην ίδια πεντάδα;
Οι δύο τους έχουν μοιραστεί το παρκέ για 58:02 στα πέντε πρώτα ματς της Euroleague, με τον Larkin να έχει συγκεντρώσει περίπου το 50% (34/70) του ράνκινγκ του στο αντίστοιχο διάστημα, ενώ συνολικά έχει αγωνιστεί 159:31. Προφανώς, η απόδοσή του, σε όρους ράνκινγκ, δείχνει ανώτερη με τον Smits δίπλα του, καθώς το per40 Index Rating στο σχετικό διάστημα ανέρχεται σε 23,4, έναντι του 17,6 που έχει μέσο όρο ο Αμερικανός. Στην επιμέρους σύγκριση μπορούμε να παρατηρήσουμε μια ανώτερη παρουσία σε ρημπάουντ, ασσίστ και λάθη με τον Smits στο παρκέ, ενώ ο αριθμός των εντός πεδιάς προσπαθειών του Larkin παραμένει σχεδόν ολόιδιος, με την αποτελεσματικότητά του όμως να παρουσιάζει διαφορές σε δίποντα (υψηλότερη) και τρίποντα (χαμηλότερη).
Η. Diallo και Luwawu-Cabarrot με Nowell
Ας εξετάσουμε κι ένα τελευταίο παράδειγμα κι ας πάμε στη χώρα των Βάσκων, εκεί όπου ο Trent Forrest, ο ιθύνων νους της ομάδας, είναι αυτή την στιγμή τραυματίας. Πώς αποδίδουν λοιπόν οι παίκτες με τον Markquis Nowell - που είναι ο άμεσος αντικαταστάτης του Forrest στην πεντάδα - στο παρκέ;
Μπορούμε να μελετήσουμε την περίπτωση του Hamidou Diallo, που έχει ξεκινήσει ούτως ή άλλως φουριόζος τη σεζόν στην Euroleague. Ο Αμερικανός έχει αγωνιστεί 52:25 μαζί με τον Nowell στο παρκέ (από τα 120:40 της συνολικής του συμμετοχής) και οι per40 μέσοι όροι του δεν παρουσιάζουν ιδιαίτερες μεταβολές, πλην όμως της ειδοποιούς διαφοράς στα κερδισμένα φάουλ, όπου ο μέσος όρος των 7,3 (per40 πάντα) ανεβαίνει σε 12,2 με τον Nowell στην πεντάδα. Πράγματι, σε απόλυτα νούμερα, τα 16 από τα 22 φάουλ που έχει κερδίσει ο Diallo είναι με την παρουσία του εν λόγω συμπαίκτη του στο παρκέ.
Αντίστοιχα, εξετάζοντας τον Luwawu-Cabarrot, μπορούμε να διακρίνουμε μια πιο ενεργή συμμετοχή του Γάλλου παρόντος του Nowell, με το per40 ράνκινγκ του να ανέρχεται σε 29,1 έναντι του 23,6 που έχει γενικό μέσο όρο. Σε απόλυτους αριθμούς, οι 56 από τις 84 μονάδες ράνκινγκ του Luwawu-Cabarrot, έχουν συγκεντρωθεί κατά την παρουσία του Αμερικανού στην πεντάδα της Μπασκόνια, κάτι που υποδεικνύει μια υψηλότερη απόδοση του πρώτου στα συγκεκριμένα διαστήματα.
Όλα αυτά βέβαια είναι πληροφορίες, τις οποίες μπορεί ο καθένας να αξιοποιήσει και να ερμηνεύσει όπως θεωρεί καλύτερα. Κάποιες φορές τα συμπεράσματα είναι πιο προφανή, μέσα από τα ίδια τα νούμερα, άλλες φορές πάλι όχι. Τα νέα εργαλεία του BasketStories σας επιτρέπουν να εντρυφήσετε περαιτέρω, δοκιμάζοντας όλους τους πιθανούς συνδυασμούς lineups, προκειμένου να καταλήξετε στη γνώση που αναζητάτε.
Devotion.
