K čemu je hokejová analýza?

13.01.2016 14:57

Proč?

Statistika a hokej. Každý okolo tohoto sportu ví, že tato dvě slova k sobě patří (podobné je to s dalšími sporty). Kolik dal gólů ten a ten hráč v loňské sezóně, s kolika body se dostal ten a ten tým do Play-off a mnoho dalších podobných otázek pro nás tradičně luští sbírání dat z hokeje. Tato data vytváří statistiky, které si sami definujeme, dle toho, co chceme sledovat. Samozřejmě v soutěži týmů jsou hlavní góly, body, u hráčů pak góly, asistence nebo plus mínus. Tohle jsou statistiky, které většina moc dobře zná a používá je.

V posledních letech, zejména pak v profesionálních soutěžích na americkém kontinentu, je trendem prověřovat a zpřesňovat názory postavené na těchto zažitých statistikách. S tím souvisí hledání dalších měřitelných jevů v hokeji, přetavování těchto jevů do dat a analýza těchto dat. Úkolem je nalézat souvislosti pomocí faktů, ověřovat zažité názory a přinášet nový pohled na hru s názvem hokej.

O co jde?

Tento obor má za sebou již velmi zajímavé výsledky. Takové, které mění styly, jakým se hokej hraje a mění rozhodnutí ovlivňující šanci vašeho týmu na vítězství. Dnes již třeba víme, že odvolat brankáře při nepříznivém skóre je výhodnější daleko dříve než tomu bylo v minulosti a to i za nepříznivého stavu o dva góly. Víme taky, že styl hry nahazování puků naše šance na úspěch obecně snižuje. Víme, že hráčská statistika plus mínus není spolehlivým vodítkem pro hodnocení hráče. To jsou všechno poznatky založené na faktech, která popřela spoustu dosavadních teorií o hokeji.

Pokročilé statistiky (tento název je dle mého značně přehnaný, jedná se spíš o nové statistiky) nebo-li „advanced stats“ nám také spoustu nových poznatků přinesly. Zjistilo se, že sledování gólů a asistencí při hodnocení hráče může být zavádějící, ba někdy nebezpečné! Důležitější je jít hlouběji, počítat vždy se stráveným časem na ledě a rozlišit čas v přesilovkách a oslabeních. Dále pro přesnější porozumění můžeme zkoumat primární a sekundární asistence u gólů. U hodnocení obránců se zase ukázalo, že nejobjektivnější metrikou je tzv. Corsi vyjadřující pobyt hráče na ledě při střeleckých pokusech. Corsi je relativně nová, ale hokejovým trenérům již dobře známá statistika. I u nás jsou týmy, které ji využívají, mluvil o ní například trenér české dvacítky Jakub Petr. Další zpřesnění náhledu nebo jiný pohled na vyhodnocování hráčů přináší statistiky WOWY, Fenwick, CF%Rel a jiné. Vysvětlení těchto kouzelných zkratek a jejich využití třeba jindy.

Kromě dat spojených s hráči, umíme také měřit a předpovídat, že se nějaký tým bodově zlepší nebo naopak. Statistika jako PDO sleduje úspěšnost střelby týmů, která s vyšším počtem utkání (více dat) konverguje (tj. přibližuje se) k průměru soutěže (za předpokladu kvalitní a vyrovnané soutěže). 

Uvedené poznatky rozvádí článek Johna Matisze

Co dál?

Dalším tématem, které se ve světě hokejové analýzy nepřestává řešit, je kvalita střelby, resp. poznání, jak vznikají situace s vyšší pravděpodobností vstřelení gólu. S tímto pak souvisí i úspěch brankářů zasáhnout proti střelcům. K těmto už jistě pokročilejším analýzám by měla pomoci technologie snímání pohybu hráčů po celém hřišti v čase. Kanadsko-americká NHL se na tento krok připravuje a technologie je ve fázi testování.

V NHL neexistuje tým, který by pokročilé statistiky nevyužíval a nepracoval tak na získávání výhody oproti konkurentům. V Evropě se tento obor začíná také používat a je jen otázkou času, kdy a v jak velké míře se stane nástrojem i českých hokejových klubů.

Já osobně vidím v hokejové analýze obrovský přínos a smysl. Závěry z tohoto oboru by měly přispět k objektivnějšímu hodnocení a nahlížení na hráče i na styl hry týmů. Věřím, že hokejová analýza by mohla v českém prostředí ověřit spoustu teorií, vyvrátit některé domněnky a pomohla by s vývojem českého hokeje jako takového! Na závěr nemůžu než přiložit odkaz na web hlavního tahouna hokejové analýzy u nás, který má ve mně velkého fanouška – the Hockey Ninja.

Zdroje obrázků:
https://l.yimg.com/bt/api/res/1.2/kOZApYVuf3dheoCNn.pKVQ--/YXBwaWQ9eW5ld3M7cT04NTt3PTYzMA--/https://media.zenfs.com/en/blogs/sptusnhlexperts/faFSAsaffssa.jpg
https://www.cs.ubc.ca/~shervmt/images/left2.png