《纸上篮球》第二章番外篇（7）控卫的数据应该怎么看
文章图片
从身高来看 ， NBA根本没有出现传说中“小球化”的情况 。 十多年来中锋的身高没变 ， 大前锋、小前锋和得分后卫分别矮了一公分左右 ， 但到控卫这里又出现了相反的变化：2005-06赛季控卫的平均身高是1.87米 ， 2018-19赛季拜西蒙斯、萨托兰斯基、鲍尔、亚历山大等人所赐 ， 平均身高反而达到1.90米 ， 也成了5个位置中改变最大的一个 。
文章图片
控卫的真实命中率趋势和之前提到的一样：会随着时代进步 ， 越矮的位置提升越不明显 。 回合占有率更值得说一说：
从较大四分位值来看 ， 现代篮球确实涌现出了更多的高球权控卫 。 但有一种声音会认为传统控卫就应该是“球风无私 ， 传球为先”的 ， 这恐怕是一种基于刻板印象的误解 。 斯托克顿和基德实在太有名了 ， 以至于让人忽略了他俩究竟有多大的代表性 。
以2005-06赛季为例 ， 在63名出场时间超过500分钟的控卫里 ， 基德的回合占有率排第39 ， 连平均水平都达不到 。 正常情况下 ， 控卫就应该是一支球队扛下主攻戏份最多的位置 ， 让侧翼或者内线越俎代庖属于可遇不可求的事 。
文章图片
控卫最适合担任发起点的关键原因 ， 在于他们有着比别的位置强得多的传控技术 ， 打出的变化也是最丰富的 。 任何时代都能有1/4左右的助攻来自控卫 ， 这方面相邻位置的得分后卫或者策应戏份增多的中锋仍然相差很远 。
文章图片
【《纸上篮球》第二章番外篇（7）控卫的数据应该怎么看】从罚球准心来看 ， 控卫的投篮能力并不在得分后卫之下 。 开阔空间对控卫的篮下终结提升非常明显 ， 也补强了他们最弱的一个短板——受限于矮小的体型 ， 以前的控卫更容易出现篮下命中率惨不忍睹的情况（注意较小四分位值的改变） 。
题外话：在所有投篮分布数据里 ， 篮下命中率是一项很特殊的存在 。 首先各个区域的频率碍于展示方式和人们看数据的习惯 ， 本来就不太会被关注 。 三分命中率和罚球命中率非常为人所熟知 。 中距离命中率不常见 ， 但不会因为位置不同在标准上产生很大的差异 。
篮下命中率不一样 。 它比各类频率要来得常见 ， 各种投篮分布图里都能看到 。 但投篮分布图做整体比较的话 ， 除了没有结合频率综合看待以外 ， 另一个大问题就是不告诉你不同位置的篮下命中率标准是怎么样的 。
实际上这几篇看下来大家也知道了 ， 由于体型的差异 ， 各个位置的篮下命中率四分位值也是呈阶梯状分布的 。 判断一个控卫终结好不好的标准和内线完全不一样 。 分析文本里习惯说控卫“突破犀利” ， 却忽视了突破是包含“过人”和“终结”两个动作的 ， 并不仅与速度有关 。
文章图片
随着时代推进 ， 控卫肯定也会出现三分频率增加的情况 。 但这个位置的改变幅度没有中间3个位置那么明显 ， 砍中距离走魔球化路线也不算彻底 。 原因在于控卫既然是场上最重要的开发点 ， 就会比别的位置更经常持球投而不是接球投 。 想只靠三分持球投来加产量并不容易 ， 何况中距离持球投在惩罚中锋蹲坑时往往也能派上用场 。
文章图片
synergy的数据库里 ， 控卫在快攻和定点频率方面几乎没有改变 。 变化最大的自然是挡拆持球的巨幅增加了 ， 2005-06赛季 ， 全联盟只有15名控卫每36分钟至少靠挡拆完成play5次以上；2018-19赛季已经达到45人 。 这里还没算挡拆的后续传球回合 ， 以及挡拆的变种方式手递手 。
有趣的是 ， 照理说挡拆是最容易产生助攻的方式 ， 两个年代间控卫的助攻率区别却很小 。 有以下几个原因：
一是不管任何时代 ， 控卫都要负责繁重的传控任务 ， 只不过以前弧顶发牌会更多一些 。
二是助攻率只考虑助攻进球在所有进球的占比 ， 不会考虑进球的总量或者具体助攻的效果 。 早年间传中距离定点 ， 有可能纯比命中率还略高于三分定点 ， 但又不会因为三分定点的回报更高就多给控卫记0.5次助攻 。
由于挡拆这个门类实在太大 ， 光比较频率和得分率是远远不够的 ， 至少应该和传控数据以及投篮分布数据互相对照着来看 。
文章的最后我想补充几个信息：
大家可能会觉得奇怪 ， 就是为什么我在球队数据部分一直强调攻防各自呈现的原则 ， 到了球员数据部分 ， 却花了更多篇幅在说进攻 。 包括开了好几个篇幅来说单项数据的含义 ， 还专门另外讲每项数据各位置到底什么是高什么是低 。
这里的矛盾点在于 ， 球员的进攻数据虽然也会出现传球发生在过程里没那么好综合量化的情况 ， 但至少进球和失误是有明确结果的 。 也就是说即使没有影响力数据 ， 你会看4项关键的进阶数据以及投篮分布数据 ， 也能够对球员的进攻能力有一个相对精准的判断 。
防守端不一样 ， 我也可以选4项最关键的进阶数据来讲 ， 即防守篮板率、抢断率、盖帽率和犯规率 。 然而将它们结合看待仍然可能对球员的防守能力产生更大的误判 。 这时候看一体化数据再向下推导是一种方法 ， 但解决不了一体化数据本身门类太多且方差不小的缺陷；结合CTG的on/off拆解是另一种方法 ， 但会来看科普系列文章的朋友 ， 可能很多并没有想研究到付费去看CTG的程度 。
在这里我的建议是 ， 既然防守数据本来就存在局限性 ， 我们没必要花时间卡在这里反复寻找并不存在的精确答案 ， 毕竟我们对数据研究得再多也是要回到比赛中去的 。 假设明天有一场比赛 ， 你对球队的攻防 ， 以及球员的进攻 ， 都通过对数据的合理使用有了更深的了解 ， 那么对球员的防守评价完全可以到观赛时再做“填空” 。 它有可能依旧不是那么精准 ， 但肯定会比对球队攻防和球员进攻都不了解时就做评价要来得好 。
推荐阅读
- 传《GTA5》将登陆谷歌云游戏平台Stadia
- 《杀手3》“难寻目标”模式回归！幽灵模式被取消
- IGN发布《致命躯壳》16分钟游戏演示 魂味儿满满
- 腾讯任天堂Switch国行《健身环大冒险》将于8月19日发布
- B社喜加一！《雷神之锤3》限时领取 截止8月21日
- 仝卓事件通报成《公职人员政务处分法》学习读本案例
- 微软飞行模拟|《微软飞行模拟》全球媒体评分解禁 IGN 10分 MC均分96
- 电视台新闻|《保定法院在线》开播一周年！
- 芳菲|钟芳菲首支单曲《黑色海》上线
- 北京|北京卫视《我的桃花源》开播 发现京郊之美