Come valutare un prospetto NCAA usando le statistiche

La valutazione approfondita di un giovane prospetto pronto a sbarcare in NBA è da sempre un campo particolarmente complesso e incerto. L’eye -test, parte imprescindibile e fondante di questa disciplina, rientra nel campo della soggettività ed eventuali errori dipendono dalle capacità dell’osservatore e, nel caso del Draft, questo problema è amplificato dalla moltitudine di variabili che entrano in gioco. Però, nell’era del basket analitico, ci si è resi conto dell’esistenza di alcuni indicatori statistici, quantificabili ed oggettivi, che sono maggiormente correlati ad un possibile successo a livello NBA rispetto a tanti altri dati più comunemente utilizzati ma potenzialmente fuorvianti.

Questi indicatori statistici, generalmente ritenuti secondari, soprattutto per chi è abituato a valutare le statistiche di un giocatore NBA, sono oramai diventati importantissimi nelle valutazioni degli scout, indicando un possibile potenziale “da NBA” anche dove statistiche più basiche non lo indicherebbero.

È necessario precisare che questi indicatori statistici da soli non hanno alcun valore e vanno contestualizzati e ricontestualizzati, con lo scopo di cercare delle conferme oggettive. Per ogni indicatore di cui parleremo è possibile trovare svariati esempi di giocatori che brillavano in quel determinato (o anche più di uno) dato e che hanno “fallito” al livello NBA, a causa di tanti altri limiti fisici o atletici.

FT%

Il primo degli indicatori statistici che andremo ad analizzare è la percentuale di realizzazione dei tiri liberi. Molto spesso, scout e analisti del college, guardano a questa statistica come indice di un buon tocco nella meccanica di tiro. Bisogna sottolineare come, anche qui, non si possa eludere l’eye-test e un po’ di contesto.

La percentuale ai liberi va sicuramente rapportata al numero di tentativi dalla linea per ogni partita: escludere questo aspetto renderebbe poco significativa l’analisi di questa percentuale. La realizzazione deve quindi riguardare un certo numero di liberi a partita.

Per quanto riguarda l’eye-test è importante osservare la shooting motion complessiva di un tiratore durante l’esecuzione di un libero, non sarà sufficiente avere una percentuale alta, è importante che il movimento complessivo sia fluido e il tocco sia morbido.

Essendo un importante indice del successo di un prospetto nell’ambito del tiro, gli analisti tendono a dare più attenzione a questa statistica piuttosto che alla 3P%. Le percentuali da tre punti per un ragazzo al college sono influenzate da molti fattori, su tutti le caratteristiche della squadra e le spaziature, spesso pessime parlando di college basketball. Molte volte, spesso per i cosiddetti one and done, capita di avere una pessima stagione da oltre l’arco per motivi psicologici e di adattamento.

L’esempio più lampante e fresco che possiamo avere è quello di Ja Morant: in questa stagione, su 2.3 tentativi, fino a due settimane fa aveva il 40% da tre. Numeri ottimi ed efficienti per un rookie.

Nei due anni passati a Murray State Morant ha mantenuto una percentuale del 34.3% su 3.8 tentativi a partita. Numeri non esaltanti che hanno creato un po’ di preoccupazioni nella valutazione del suo tiro in sede di Draft. Guardando con attenzione alla sopracitata FT% possiamo notare dei numeri positivi: Ja su 411 tentativi totali (buon sample) ha convertito i tiri liberi con una percentuale dell’81%.

Questo esempio è molto indicativo per spiegare come la FT% a volte possa essere associata a un buon indicatore per la valutazione del tiro di un prospetto, come detto non bisogna evitare l’eye-test:

Come si può vedere nella clip la meccanica di tiro è fluida, precisa e il tocco risulta essere morbido.

Un altro esempio che si può fare è quello del caso di Lonzo Ball: Ball è un tiratore ondivago che sta facendo registrare una percentuale da 3 punti del 33.5 dopo tre stagioni in NBA. Lonzo non è mai riuscito a trovare continuità nel tiro dall’arco e si è affidato più volte in cambiamenti strutturali riguardo la sua meccanica di tiro.

Tutto ciò poteva essere prevedibile. Nel suo unico anno a UCLA, Ball ha convertito 2.7 liberi a partita con il 67% pur tirando con ottime percentuali da tre punti, 41% con 5.4 tentativi a gara. Visto il suo andamento nella lega era possibile immaginarsi che quel 41% fosse poco sostenibile, anche vedendo la sua meccanica di tiro poco ortodossa:

Tutt’ora Lonzo sta convertendo i liberi con percentuali pessime, indice di un tocco e di una meccanica ancora non propriamente curate. L’esempio dell’attuale giocatore dei Pelicans mostra perfettamente come talvolta la percentuale da tre punti presa da sola può essere fuorviante nella valutazione della capacità di tiro di un prospetto.

La FT% è un parametro importantissimo anche se, ovviamente, non è completamente esaustivo. La valutazione nella bontà al tiro di un prospetto deve essere coadiuvata dall’eye-test e da altre valutazioni legate a numero di tentativi e meccanica di tiro.

FTr

Il secondo indicatore da tenere in considerazione rientra sempre nell’ambito dei tiri liberi ma, invece che valutare la qualità del tiro, indica la quantità di tiri liberi guadagnati: il Free Throw Rate.

Il Free Throw Rate, però, non è semplicemente il numero di liberi guadagnati: viene calcolato facendo il rapporto tra i liberi tentati (FTA) e i tiri dal campo tentati (FGA), dandoci quindi un’idea di quantità e frequenza.

Considerando il modo in cui viene calcolato, questo indicatore statistico ci parla sostanzialmente della volontà e capacità di un giocatore di andare al ferro e di subire falli. Per fare ciò un giocatore non deve essere spaventato dai contatti, generalmente deve avere una buona fisicità, deve saper come utilizzare il proprio corpo e sapere come guadagnare i falli. Quindi, questa statistica ci può aiutare a valutare le qualità sopracitate.

In generale, giocatori con dati particolarmente alti (>0.40, nel caso del college) sono giocatori forti fisicamente, che non abusano di tiri dal mid range, sanno andare al ferro, non temono i contatti e sanno come guadagnare falli. Giocatori con basso FTr, al contrario, hanno difficoltà nei pressi del ferro ed evitano i contatti. Ovviamente, pensando al salto in NBA, le qualità generalmente indicate da un alto FTr sono estremamente utili e caratterizzano la maggior parte dei giocatori di successo.

Sul lungo periodo, l’andare tanto in lunetta porta ad avere un’alta efficienza, anche magari tirando con percentuali non impeccabili. Il FTr è, di fatto, anche un indicatore di una buona True Shooting Percentage futura (considerando come viene calcolata).

In ogni caso, come per gli altri indicatori statistici contenuti in questo articolo, il semplice indicatore non ci dà un quadro completo ma va contestualizzato. Parallelamente al FTr, bisognerà valutare il fisico del giocatore, il suo atletismo, in che situazioni guadagna i falli, qual è il suo atteggiamento nei confronti dei contatti e con quali percentuali tira nel presso del ferro.

Passando ad un esempio, Miles Bridges ha avuto un FTr di 0.239 nel suo anno da sophomore. Nonostante il suo atletismo e le sue schiacciate potrebbero trarre in inganno, Miles non è particolarmente bravo a guadagnare falli, ha una bassa varietà di soluzioni attorno al ferro e non è un giocatore caratterizzato da braccia lunghe ed altezza sopra la media. Queste difficoltà sono state amplificate al livello NBA, contro atleti mediamente superiori, e sta tenendo un FTr di 0.173. L’andare pochissimo in lunetta inficia la sua efficienza ed infatti sta facendo registrare una TS% di 53.5.

Un discorso simile può essere fatto anche per Trey Burke, uscito dal college con un FTr del 0.296, il quale non ha mai avuto un FTr superiore allo 0.226 e una TS% superiore al 56.3 in NBA.

Parlando di esempi positivi, Derrick White aveva un FTr di 0.45 nel suo unico anno a Colorado, grazie alla sua buona fisicità e la capacità di guadagnare falli. White, in questa stagione sta avendo un FTr di 0.361, pur giocando in un sistema che comporta delle aree spesso abbastanza intasate, e una TS% del 57.8. E’ indubbio che le indicazioni date dal FTr sulla sua fisicità e capacità di creare pressione al ferro andassero tenute maggiormente in considerazione.

STL%

Dopo aver parlato degli indicatori statistici riguardanti la quantità e qualità dei tiri liberi, andiamo ora ad analizzare quello che è probabilmente l’indicatore statistico principe, quello ritenuto di maggiore importanza dagli scout e che ha portato alla stesura di questo articolo: la Steal Percentage.

Innanzitutto, la STL% stima la percentuale di possessi avversari che terminano con una rubata da parte del giocatore preso in esame. Di seguito la formula della STL%:

Steal Percentage = 100 * (Minutes Played * (Team Minutes/ 5)) / (Minutes PLayed * Opponents Possessions)

Mentre i precedenti indicatori statistici ci danno informazioni su determinate qualità tecniche o fisiche, nel caso della STL% entra in gioco la componente mentale. Qui capiamo l’importanza di questa statistica: con essa è possibile quantificare, seppur non direttamente, delle qualità altrimenti inquantificabili. Infatti, QI cestistico elevato, letture avanzate, feel for the game, alti livelli di anticipazione ed impegno generalmente si traducono in tante palle rubate al livello collegiale e, di conseguenza, in STL% elevate.

Avere a disposizione un indicatore statistico che possa quantificare delle qualità così importanti per essere giocatori di successo, altrimenti solo vagamente stimabili attraverso l’eye test, è ovviamente un plus non indifferente nella valutazione di un prospetto.

Come per gli altri indicatori statistici trattati in questo articolo, anche la STL% va contestualizzata e coadiuvata dall’eye-test, le caratteristiche fisiche del giocatore e il resto del profilo statistico. Inoltre, bisogna capire e considerare in che tipo di sistema difensivo è inserito il giocatore: sistemi conservativi generano STL% basse che potrebbero dare indicazioni errate. Infine, come semplice riferimento, la STL% è particolarmente significativa quando supera i 2.5 punti per gli esterni e i 2.0 per i lunghi

Oltre alla componente mentale di cui abbiamo parlato in precedenza, nella indicazioni dateci dalla Steal Percentage rientra anche una componente fisica. Infatti, giocatori forti fisicamente e con delle leve particolarmente lunghe tenderanno ad avere STL% maggiori. Ovviamente avere queste caratteristiche fisiche costituisce un vantaggio, nell’ottica di avere successo al livello NBA.

Una cosa da precisare è che la STL%, pur essendo una statistica difensiva, non è strettamente correlata al successo difensivo al livello NBA. Se ci pensiamo bene, la cosa non è assurda: anche in NBA possiamo trovare tanti esempi di giocatori abili a rubare palloni ma non altrettanto abili come difensori, per svariati motivi. La STL% collegiale indica maggiormente un’innata comprensione del gioco, fondamentale per il successo.

Invece, inserita nella valutazione di prospetti di una certa caratura, la STL% risulta estremamente correlata allo star potential. Di fatto, la larga maggioranza delle stelle, o dei top role player, della lega ha avuto STL% particolarmente alte al college. Harden aveva un dato di 4.1, Curry 3.9, Kawhi 2.8, Draymond 3.6, McCollum 4.6, Lillard 3.0, Paul George 4.0, Klay Thompson 2.5, Anthony Davis 2.5 e via dicendo. La cosa lampante è che non tutti i sopracitati furono primissime scelte.

Ovviamente e come sempre, esistono delle eccezioni. Ad esempio, Karl-Anthony Towns (1.4) e Pascal Siakam (1.7) avevano STL% basse ma giocavano entrambi in contesti difensivi poco propensi alle rubate (Kentucky storicamente, vedasi anche Devin Booker o DeMarcus Cousins).

Altre eccezioni sono rappresentate da quei giocatori che, pur avendo STL% notevoli, non hanno avuto successo in NBA. Un esempio è Stanley Johnson, il quale ebbe una STL% di 3.2, a fronte però di altri campanelli d’allarme che si sono dimostrati veri e propri limiti.

Infine, guardando al recente passato, andiamo a vedere alcuni esempi che confermano la validità di questo indicatore. Terence Davis, undrafted nello scorso Draft, è uno dei rookie col maggiore impatto in questa stagione, dati alla mano. Il giocatore dei Raptors aveva una STL% di 3.0 che, alla luce dei tanti lati positivi nel suo gioco e del suo mix fisico-atletico, avrebbe dovuto attirare maggiori attenzioni.

Infine, la storica STL% di 6.7 fatta registrare da Thybulle nel suo ultimo anno al college era una chiara conferma delle sue grandissime capacità difensive, facilmente intuibili grazie all’eye-test.

AST%

Infine, andiamo ad analizzare un indicatore statistico che può risultare molto utile ma meno immediato degli altri e che va profondamente contestualizzato, facendo delle valutazioni non sempre scontate: l’AST%.

Il rapporto dietro questa statistica e la ragione per cui è preferibile rispetto al numero di assist a partita è che questa statistica esamina i tiri messi a segno mentre un giocatore è in campo e ci fornisce la percentuali di realizzazioni che il giocatore ha assistito. O più semplicemente misura la percentuale degli assist di squadra realizzati da tale giocatore. Questa statistica abbastanza complicata è un indicatore di quanto ‘controllo’ abbia il giocatore sull’attacco della sua squadra in quanto si considerano solamente le realizzazioni che sono direttamente collegabili alla sua abilità nel passaggio. Di seguito il calcolo dell’AST%:

Assist Percentage=100*Assists/(((Minutes Played /(Team Minutes/5)) * Team Field Goals Made) – Field Goals Made)

Come vedete dalla formula, vengono considerati i minuti a partita del giocatore ed esclusivamente le realizzazioni di giocatori diversi da quello che si sta analizzando. Questi quindi i motivi per cui è preferibile guardare a questo indicatore rispetto al numero di assist a partita. Diretta conseguenza di questo ragionamento ci porta anche a preferire, se presi singolarmente, l’AST% rispetto al AST:TO ratio.

L’utilizzo dell’AST% richiede una particolare attenzione poiché, se presa da sola, cercando semplicemente i giocatori con dati particolarmente alti, può portare a grossi errori di valutazione. Un dato molto alto non è un male ma non è necessariamente un bene. Quest’ultima statistica è utile per valutare quanto un giocatore sia efficace nel ‘governare’ una squadra dal punto di vista della gestione dei possessi, ma è molto viziata dai numeri grezzi legati sia agli assist che ai turnovers.

La parte legata alle palle perse fornisce uno spunto. Difatti risulta utile, durante la valutazione dell’AST%, tenere sotto controllo altri due indicatori statistici che ci permettono di contestualizzare quanto e come gestisce la palla un giocatore. Stiamo parlando dell’USG% e della TOV%.

Come gli indicatori statistici precedentemente analizzati, anche per l’AST% è utile contestualizzare il tutto a livello di flow offensivo di squadra. Se un giocatore è inserito in un sistema efficiente dal punto di vista della creazione dei tiri e dell’attacco, sarà più probabile trovare un AST% abbastanza alta. Per questo motivo se un prospetto ottiene ottimi numeri nell’indicatore target in un sistema offensivo poco efficiente e molto legato alla creazione del singolo, l’assist percentage sarà ancora più significativa.

Esempio calzante è il 25% fatto registrare da Klay Thompson nel suo ultimo anno al college con Washington State University. La creazione offensiva della squadra era pesantemente sulle sue spalle e legata alla sua creazione palla in mano.I numeri di squadra, che parlavano di un attacco inefficiente, potevano far intendere l’impossibilità di utilizzarlo da lead initiator ad un livello più alto ma la sua ottima AST% era indice di un possibile successo tra i professionisti, l’inserimento negli schemi di Steve Kerr ha poi fatto il resto. Un esempio simile è rappresentato da Josh Richardson.

Altro esempio molto significativo per l’attendibilità di questo indicatore è quello di Monte Morris. Scelto alla 51 dai Denver Nuggets, passa il primo anno in G League ai Rio Grande Valley Vipers per poi conquistarsi un posto fisso nelle rotazioni della panchina di una delle migliori squadre ad ovest. Il motivo per cui ottiene molti minuti sotto la gestione di Malone è proprio la sua capacità nel gestire i possessi. La scorsa stagione registra un AST:TO ratio di 6 con una TOV% del 6.6%. Questi numeri molto convincenti si stanno ripetendo durante la stagione in corso. Il prodotto di Iowa State ai tempi del college aveva messo in mostra ottimi numeri in quanto a AST% e TOV%, nella sua stagione da senior 22.8% di assist percentage associato a 7.5% di TOV%.

Un esempio negativo invece, in cui un AST% (ed anche un’ottima FT%) stellare poteva trarre in inganno, è rappresentato da Jawun Evans. Evans nell’anno da sophomore a Oklahoma State ebbe un AST% del 43,6% e una FT% del 81.2 ma la scarsa fisicità, la limitata esplosività, le difficoltà nel finishing al ferro e nel tirare in pull up avrebbero dovuto far suonare più di un campanello d’allarme.

Draft 2020 e indicatori statistici

In questa sezione andremo ad illustrarvi alcuni giocatori della classe Draft 2020 che, oltre a dei profili interessanti, hanno degli indicatori statistici particolarmente significativi. Inoltre, vi segnaleremo alcuni giocatori con reputazioni importanti ma indicatori che potrebbero far scattare qualche allarme.

FT%

• Tyrese Maxey – la guardia da Kentucky viene spesso criticata per le sue percentuali al tiro (28.9% da 3 su 3.6 tentativi) ma la meccanica e la FT% di 82.5 sono ottimi indicatori.
• Jeremiah Robinson-Earl – combo forward 3&D molto intrigante che sta tirando col 29.6% da 3. Il 69/84 (82.1%) ai liberi lascia però ben sperare.
• Isaac Okoro – probabilmente il miglior difensore del draft ma sta tirando con il 27.1% da 3 (su 2.5 tentativi) e il 66.4% ai liberi.
• Deni Avdija – l’ala del Maccabi offre un mix di passing, IQ, difesa, intangibles estremamente interessante ma il tiro è un punto di domanda. Il 39.2% da 3 su 2.3 tentativi è esaltante ma il 52.2% ai liberi lascia più di qualche dubbio.

FTr

• Tyler Bey – ala difensiva caratterizzata da una buona struttura e atletismo, con svariati indicatori statistici positivi. Nella metà campo offensiva, basa il suo gioco sull’attaccare il ferro. La FTr di 0.69 è un dato eccellente e ci parla di un giocatore fisico, che gioca con energia e senza temere alcun contatto.
• Devon Dotson – una delle poche point guard della classe che attaccano con costanza ed efficienza il ferro. Non è particolarmente dotato fisicamente ma la buona esplosività e il modo di giocare estremamente aggressivo gli permettono di avere una FTr di 0.437.
• Jahmi’us Ramsey – Il FTr di 0.244 ci testimonia le difficoltà di Ramsey nell’andare al ferro, date da una fisico non straripate e dal tendere ad evitare i contatti.
• Anthony Edwards – Come può un giocatore atletico con un fisico da “toro” avere un FTr di 0.318? Accontentandosi troppo spesso di un jumper dal mid range invece che andando al ferro con decisione.

STL%

• Devin Vassell – probabilmente il miglior difensore di squadra del draft, grazie alla sua grande comprensione del gioco e a buoni mezzi fisici (208 cm di wingspan). La STL% di 2.9 è una piacevole conferma.
• Tyrese Haliburton – comprensione del gioco off the charts, come direbbero gli americani. Può darsi che la STL% di 3.8 indichi star upside? Maybe…
• Oscar Tshiebwe – Una STL% di 1.9 è un ottimo dato per un lungo e, in questo caso, ci dà un’idea delle sue leve e della costante attività difensiva del centro da West Virginia.
• Jaden McDaniels – Un giocatore estremamente lungo che fa registrare una STL% di solo 1.4 ha probabilmente dei problemi di letture e cognizione di ciò che gli accade attorno e, nel caso di Jaden, ciò viene testimoniato anche dall’eye-test.

AST%

• Payton Pritchard – inserita in un profilo statistico estremamente buono, una AST% di 31.7 (a fronte di una TOV% di 13.7) è un buon indicatore. Pritchard, pur non avendo le caratteristiche per essere un play maker per larghi tratti in NBA, si dimostra comunque capace e intelligente.
• Desmond Bane – Bane ha più le caratteristche del 3&D e del tiratore in movimento ma in questa stagione gli è stato affidato un ruolo con maggiori compiti di creazione. Le sue buone capacità sono testimoniate da una buona AST% di 25.0 (a fronte di una TOV% di 13.2) e rappresentano certamente un plus.
• Killian Tillie – probabilmente il lungo più completo tecnicamente di tutta la classe. La sua AST% del 12.9 in sè non è particolarmente impressionante ma è un buon dato per un lungo, soprattutto a fronte di una TOV% di 8.3 e un USG% abbastanza limitato.
• Aaron Nesmith – Nesmith è uno dei migliori tiratori del draft e verra scelto per quel motivo, certamente non per le sue capacità di creazione. L’AST% di 6.8 (TOV% di 9.3) ci dà una conferma