İstatistik Devrimi

İnsanoğlunun en doğal güdüsü anlama ihtiyacı.1 Sporun temeli rekabet olduğu için onu da anlamak ve değerlendirmek ancak ölçüm ve dolayısıyla kıyaslama sayesinde oluyor. Usain Bolt’u anlamak ve kafamızda bir yere oturtmak görece daha kolay. 9.58 koştu adam daha neyini anlayacan?2 100 metre koşu en temel, en basit dalı belki de sporun. Dümdüz bir satıhta bir hız yarışı. Farklı branşlarda değişken sayısı artıyor. Ve toplam değişken sayısı arttıkça bağımsız olanlar da. Hele ki iş takım sporlarına gelir, sonuçları her seferinde farklı gelişebilen fizik mücadele de işin içine girerse değişken sayısı geometrik olarak artarak sonsuza yaklaşıyor.

Basketbolun biraz farklı durduğu nokta işte tam da bu. Basketbolu diğer takım sporlarından3 ayıran en önemli nokta büyük oranda bağımlı değişkenlerin hükmettiği bir oyun olması. Yani maç içinde olan bitenler büyük oranda rakamsal olarak ifade edilebiliyor.

Mesela şuna benzer diyaloglara taraf olmuşsunuzdur mutlaka.

– Hacı dün Toronto-New York maçını izledin mi? Acayipti…

– Yok abi çok uykum vardı ama sabah işe gitmeden baktım. Yine coşmuş Lin. 27 sayı, 11 asist.

veya

– Hocam dün Karşıyaka deplasmanında dağıldı bizimkiler.

– Abicim ben de gece gelince gördüm yine felaket top kaybetmişler. 22 top kaybıyla nerde deplasmanda kazanıyorsun? Chatman sabaha kadar fast break atmıştır.

Yukarıdaki “baktım, gördüm” diye bahsedilenin ne olduğunu tahmin edersiniz. Maçı banttan izlemediler muhtemelen. Bakılan yer belli: Maç istatistiği.

Hiçbir saniyesini izlemediğiniz bir basketbol maçını tek bir sayfadaki istatistiklere bakarak genel hatlarıyla değerlendirmek, bir çıkarım, bir analiz yapmak mümkün.4

Elbette rakamlar her şeyi anlatmıyor. Hele ki bu kadar çok değişkenin olduğu bir ortamda. Yukarıdaki ilk diyalogun devamında

– Abi 27 sayı, 11 asist anlatmaya yetmez. Maç kazandıran üçlüğü hiç eli titremeden koydu

eklemesi gelmesi muhtemel. Maçı izlemeden onu bilemezsiniz. O atışın baskısı, ortamını ne anlatabilir ki. Hatta devamında

– Ama esas Shumpert çevirdi maçı. Calderon 3 çeyrek ortalığı birbirine kattı. Son çeyrekte Shumpert tutmaya başladı da bitirdi elemanı. Yoksa gelmezdi maç oraya

diye ekliyorsa gerçek resmi daha net görmek mümkün.

Sayılar yalan söylemez. Sadece tüm gerçeği anlatamazlar. Ayrıca doğru yerden bakmazsanız ışığın kırılması gibi gerçeği de kırabilirler. Ancak eğer iyi bakmayı bilirseniz size gözünüzle gördüğünüzü rakamlarla anlatma ve anlama şansı verir.

Yine yukarıdaki diyalogdan hareketle bir maçta 22 top kaybeden takım eğer çok yüksek yüzdeyle şut atmamış veya delicesine hücum ribaundu almamışsa muhtemelen o maçı kaybetmiştir.

Basketbol istatistikleri bu anlamda veri sayısı arttıkça uzun vadeli çıkarımlar ve trendler de belirler. Sezon boyunca standartların üzerinde top kaybeden takımınızın sorununu bilir ona göre izler ona göre değerlendirirsiniz karşılaşmaları. Ve Karşıyaka karşısında takımınızın ne yaptığıyla ilgili ilk baktığınız yer top kayıplarıdır. Bir kez daha bu defa 22 rakamı ile takımın ipi çekilmiştir.

Maç maç istatistik veriler biriktikçe bireysel ve takım bazında çıkarımlar yapmak da mümkün. Mesela Oklahoma City’de çok tartışılan Russell Westbrook’un bu sezon eskiye oranla daha da skora yönelik oynadığını asistlerindeki 8.2’den 5.5’a düşüşte görmek mümkün. Şubat ayında oynadığı 8 maçta ise 26 sayı, 5 asist, 5.4 top kaybı yapması sahada görülenlerin rakamlara yansıması sadece. Westbrook artık doğası gereği çok uyamadığı oynatma rolünü büyük oranda ikinci plana atmış durumda. Allah ne verdiyse ortaya dalarak rakibe sürekli bir delicilik baskısı kurarak oynuyor. Bunu maçları izlerken görüyorsunuz. Rakamlara tezahürü de bu işte.

İstatistikler eğer doğru kullanılırsa gerçekten sahada yaşananlara önemli ışık tutabiliyor. Her şeyden önce izleyenler için olan biteni anlamak için o yıldırım hızındaki oyunu parçalara bölüyor. En büyük tutkumuz sınıflama ve kıyas yapmak için bize maddi veriler sunuyor.

Ancak istatistikler eldeki veriler kadar sağlıklıdır. Zaman zaman taraftarlar da gazeteciler de istatistik kullanımında zorlanıyorlar. Yapılan yorumlar doğru istatistikler kullanılmadığı için yetersiz kalıyor. Hatta daha kötüsü rakamlar yanlış kullanılırsa hatalı çıkarımlara ulaşılıyor. ABD’de son yıllarda özellikle bu istatistik verileri daha temiz ve sağlıklı hale getirmek için önemli bir çaba var.5 İnternetin yükselişi ile birlikte sadece anaakım medyanın değil herkesin sesini duyurabildiği bir ortam oluştu son yıllarda. Ve internet yazarları ve yorumcularının başı çektiği hızla yükselen bir “gelişmiş istatistikler” akımı var. Yılların alışkanlıklarının düşünce yapılarına hakim olmadığı, araştırmayı, sorgulamayı seven, rakamlara kafayı takmış bu yeni nesil basketbol fikir insanları istatistiklerdeki kirli verileri ayıklamayı amaçlıyor. 2007’den beri Dünya’nın en saygın teknoloji üniversitelerinden biri olan MIT’de yapılan Sloan Spor Analizi Konferansı’nda bir araya gelen bu veri analizcileri spor ama özellikle basketbolda fikirlerini paylaşıyor ve bu gelişmiş istatistiklerin şekillenmesini sağlıyor, bazı önyargıları tamamen bertaraf edecek tezleri ortaya sunuyorlar.6

Aslında yaptıkları temel istatistik prensiplerden yola çıkmaktan ve var olan rakamları biraz temizlemekten fazlası değil. Hoş fazlasını da yapanlar var7 ama detaylı analizler bir yana herkesin kullanımı için bir dizi yeni istatistik çıkarım yaptılar. Şimdilerde yeni yeni bu modern veya gelişmiş istatistikler daha kullanılır oldu.

Takımların performansı hakkındaki rakamlar, istatistik analizlerin en güvenilir olanları. Bir başka deyişle bir takımı galibiyete taşıyan faktörleri büyük oranda biliyor ve rakamlara dökebiliyoruz. Bireysel rakamların sonuca ve takıma katkısını hesaplamak çok daha güç. Ancak oyuncuları klasik istatistik verilerden daha iyi değerlendirecek rakamlar da yaratıldı.

Öncelikle takım istatistiklerine bakalım.

Basketbol her zaman aynı tempoda oynanmıyor. Ekolleri gereği Litvanya hiperaktif bir şekilde koşmadan duramazken, Yunanistan genelde işi ağırdan almayı tercih eder. Peki maç başına 85 yemesi Litvanya’yı kötü bir savunma takımı mı yapar? Veya 70 yiyen Yunanistan iyi savunma mı yapmıştır? Yunanistan, Litvanya’dan daha iyi mi savunma yapıyor? Bu sorunun yanıtı tarihsel olarak evet olsa da herhangi bir zaman dilimindeki bir takımı değerlendirmek için ‘genelleme’ kullanmak ve salt yenen sayı toplamını baz almak sağlıksız sonuçlara götürebilir bizleri.

Oynanan maçta kaç hücum olduğunu bilmeden buna sağlıklı yanıt vermek olmaz. Litvanya’nın çılgın temposunda iki takım 70-80 kere hücum kullanmış olabilir. Yunanistan ise oyunu yavaşlatarak, 24 saniyenin canına okuyarak bu rakamı 60’lara kadar çekebilir. Yani ikisi de 40 dakika oynamasına rağmen Litvanya maçında, Yunanistan maçına oranla %30-%40 kat fazla sayı fırsatı doğmuş olabilir. Litvanya’nın yediği 85, Yunanistan’ın yediği 70’den daha iyi savunma yapıldığı anlamına gelebilir. Veya Yunanistan’ın attığı 70 sayı, Litvanya’nın 90 sayısından daha keskin hücum ederek başarılabilir.

Bu nedenle modern istatistikler maçlardaki tempo farkını rakamlara dahil ediyorlar. Bir karşılaşmayı 40 veya 48 dakika olarak değil 100 hücum olarak görüyorlar. Cevabını aradıkları soru “Maçta kaç sayı oldu?” değil “Hücum başına kaç sayı oldu?” Top kaybı, basket veya rakibin aldığı ribaundla sonuçlanan yani topun el değiştirdiği her pozisyon bir hücum olarak sayılıyor ve toplam sayı bu rakama bölününce takımların “hücum başına kaç sayı attığı/yediği” bulunuyor. NBA genelinde takımlar maç başına yaklaşık 90-100 civarı hücum ettiği için maç skorlarına yaklaşması amacıyla bu rakam da 100’le çarpılarak takımların “100 kez hücum etselerdi ne olurdu?” sorusunun yanıtını buluyoruz.

Örneğin Denver Nuggets maç başına yediği 99.9 sayıyla NBA’in potasında en çok sayı gören 5. takımı. Ancak tempoyu işin içine katınca görüntü biraz değişiyor. Ligin en hızlı oynayan takımı Denver’ın savunma verimliliği (her 100 hücumda yediği sayı) 100.2. Ligde 17. sırada yani ortalarda. O kadar da kötü değiller kısacası. Keza New Orleans her maç 92.9 sayıya izin veriyor ve bu alanda ligde 10. belki ama bu iyi savunma yaptıkları anlamına gelmemeli. Sadece oyunu yavaşlatıyorlar. 100 hücumda 102.5 yiyerek aslında 21. sıradalar.

Veya bu sezon Avrupa Ligi’nde övgü alan iki takım Bizkaia Bilbao ve Bennet Cantu’nun başarısı büyük oranda mücadeleci oyunlarına ve savunma güçlerine bağlanıyor. Ancak aksine Top16’ya kalan takımlar arasında hücum başına yedikleri sayıda yani savunma verimliliğinde sadece Zalgiris ve Unicaja’dan iyiler. Real Madrid’in sorunu ne diye merak ediyorsanız en iyi hücum eden 2. takım oldukları halde, Bilbao ve Cantu’nun hemen önünde de onlar yer alıyor.

Bireysel istatistiklerde de durum farklı değil.

Oyuncuların maç başına istatistikleri de kıyaslama yaparken kesin belirleyici olamıyor çünkü her oyuncu aynı süre sahada kalmıyor. Onlarca araştırma yapıldı ve çok büyük oranda oyuncuların yakaladığı rakamların artan süreyle doğru orantılı olarak yükseldiği belirlendi. Bu nedenle herhangi bir alanda performansları daha sağlıklı karşılaştırmak için “Eğer herkes 40 dakika sahada kalsaydı ortalamalar ne olurdu?” diye yaklaşmak en doğrusu. Aynı şekilde her takımın temposunu ve ortaya çıkan farklı sayıdaki hücumların yarattığı farklı istatistik toplamlarını da hesaba katmak gerek. Bu nedenle mesela bireysel kıyaslamalara sadece sayısal liderlik olarak bakmamak gerekli. Bunun yerine oranlar hesaplanıyor. Yani ribaund konusunda bir kıyaslama “Bir oyuncu oyunda olduğu sürede var olan ribaundların yüzde kaçını aldı?” sorusuna yanıt aranarak daha iyi bulunabilir. Tüm NBA’de ribaund oranında Enes Kanter’in 6, Ömer Aşık’ın 8, Ersan İlyasova’nın ise 12. olduğunu biliyor muydunuz? Aldıkları kısıtlı sürelerde bunu anlamanız zor ama ribaund oranları ortada. Ya da Mirsad Türkcan’ın %33’le lider olduğu Avrupa Ligi’nde en yakın rakibi Felipe Reyes’in sadece %22.1’de olduğunu? Sakatlıktan döndüğünden beri henüz tam form bulamasa da Mirsad halen ribaundların efendisi.

Keza Chris Paul’ün ne kadar verimli bir oyun kurucu olduğunu 33.9’luk asist oranı8 anlatmaya yetmezse bu kadar topu domine eden bir oyuncu olarak sadece 7.9 top kaybı oranına sahip olduğunun altını çizmek gerek.

Şut yüzdeleri de her şeyi anlatmaz.

Çünkü mesela kullandığı atışların büyük oranını üç sayılık olarak deneyen bir oyuncu ile genelde smaç hariç pek potaya bakmayan iki oyuncunun şut performanslarını kıyaslayamaz. Ya da serbest atışları hiç değerlendirmeye almaz. Bu nedenle bir oyuncunun şut performansını değerlendirmek için gerçek şut yüzdesini kullanmak en doğrusu. Bu üç sayılık atışların daha yüksek bir skor yarattığı için değerini arttıran, serbest atışları da dahil eden bir sistem. Mesela Orlando ve New Jersey gibi takımlar çok daha fazla üç sayılık atış kullanıyorlar bu nedenle yüzdelere bakılınca 19 ve 28. sıradalar. Ancak gerçek şut yüzdelerinde 9 ve 17. sıraya tırmanıyorlar.

Peki bütün bu istatistiki gelişimler bize yani basketbol izleyicisine nihai sorunun yanıtını verebiliyor mu? Yani “Kim daha iyi?” Daha önce değindiğimiz gibi bireysel yapılanların sonuca ve takıma etkisi çok daha kesin olmayan bir alan. Salt rakamlar da buna yanıt veremiyor, istatistik denklemler de.

Ama denemiyor değiller. Şu sıralar ESPN yazarı olarak çalışan John Hollinger9 Bireysel olarak oyuncu istatistiklerini birleştirerek yarattığı PER (Player Efficiency Rating – Oyuncu Verimlilik Derecesi) ile bu alanda en bilinen ve görece en kabul gören sisteme sahip. Formül felaket karışık.10 Ne yaptığını anlatmak da ama Hollinger’ın kendi ifadesiyle “Bir oyuncunun istatistiksel olarak ölçülen tüm olumlu katkılarını toplayıp, tüm olumsuz katkılarını çıkarıp bunu oynadığı dakika ve tempoya uyarlayarak performansını hesaplıyor” diyebiliriz.11

Buna göre oyuncuları kıyaslamak mümkün. Mesela bu sezon LeBron James tahmin edebileceğiniz gibi ilk sırada. Üstelik 32.54’lük puanı ikinci Chris Paul’den yaklaşık 6 puan fazla. Hollinger bu değerlendirmede puanlar için belli eşikler de belirlemiş.

0-6 Gelecek durak: D-League

6-9 Zar zor lige tutunuyor.

9-11 Yedek parça.

11-13 Rotasyona girmiş.

13-15 Katkı veriyor.

15-16.5 Takımın 3. opsiyonu

16.5-18 İkinci adam.

18-20 All-Star sınırında.

20-22.5 All-Star.

22.5-25 Zayıf MVP adayı.

25-27.5 Güçlü MVP adayı.

27.5-30 Açık ara MVP adayı.

30-35 Tarihe geçecek efsane bir sezon geçiriyor.

PER’e göre LeBron James bu yıl Michael Jordan’ın efsane 87-88’ini bile geride bırakan tarihin en iyi sezonunu geçiriyor şu ana kadar. En azından rakamsal olarak.

Ancak işte bu noktada hem PER’in hem de genel olarak rakamların her şeyi anlatamayacağı gerçeğiyle karşı karşıya geliyoruz.

İlk çeyrek ortasında atılan iki serbest atışla bitime 10 saniye kala takımınız 78-77 gerideyken atılanlar aynı mıdır? Peki ya tesadüf eseri elden ele seken bir topla pota altında baş başa kalınca atılan boş bir turnikeyle, fast break sonunda yeri yerinden oynatan bir smaç? Cansiperane bir gayretle dışarı gitmekte olan bir topu çevirmenin verdiği ilhamın takım arkadaşlarını nasıl ateşlediğini, tribündeki binleri nasıl coşturduğunu rakamlarla nasıl ifade edebiliriz? Veya maç boyunca G.Saray/Milli Takım baskısının Teodosiç’i sonunda degaj yapmaya götürecek kadar psikolojik açıdan yıprattığı maçları nasıl anlatacağız? Ömer Onan’ın Kevin Garnett’in gözünden çıkan şimşekleri? Devamlılığı, momentumu? Ritm bulmayı? Baskıyı? Tesadüfleri? Hakem tercihlerini? Oyuncu ilişkilerini? Sakat sakat oynayan, bunu ilan eden ve etmeyenleri?

Basketbol robotlarla oynanmaya başladığı zaman verilerin değeri hakkında daha net konuşmak mümkün. Ancak kanlı canlı insanlar olduğu için rakamlar her şeyi anlatamıyor. Ve rakamlar her şeyi anlatmadığı için ilgiyle seyrediyoruz maçları “Acaba ne olacak?” diye.

Ama rakamları doğru kullanırsanız size ipuçları verebilir, analiz ve değerlendirme yapmanıza ortam sağlayabilirler. Hem ne olduğunu daha iyi anlamak hem de kıyaslama yapmak için. Bunun için de biraz daha sağlıklı veriler var artık elimizde.

Gelişmiş istatistiklere göz atmak isteyenler için kaynak adresler: NBA, Avrupa Ligi, Bu da hazır halde NBA tabloları

1. Bilim denen şey “Nasıl?” sorusuna yanıt arayışımız büyük oranda. Nasıl olduğunu bilmek istiyoruz. Duyguları, mekanikleri, hayatı, başkalarını her şeyi anlamak istiyoruz. Buna ihtiyacımız var. Beynimizde onları bir yere koymak ve üzerine analiz yapılabilecek birer veriye dönüştürerek başka sonuçlara ulaşabilmek için bu şart. Kişisel ve toplumsal gelişim ancak öyle mümkün. Mutlak son olması nedeniyle ölüm belki de en anlaşılamayacak, beynin en işleyemediği alan. Ama onda bile ilk akla gelen şeyin “Nasıl olmuş?” olması tamamen bu ‘son’u anlama, en azından kavrama çabası aslında. Hiçbir şeyi değiştirmeyecek, hiçbir anlam kazandırmayacak olsa bile zihinsel işlemleri tamamen bloke eden bu sona bir anlam verebilmek için nasıl olduğunu bilmek zorunda hissediyor kendisini. [↩]
2. Aslında onu bile daha derin, daha ölçülebilir şekilde sayısal verilere dökmek mümkün. Sporu anlatmaya çalışan onlarca yazar ve yorumcu var. Ertesi gün gazeteyi aldığınızda, internet üzerinden spor sitelerine girdiğinizde envai çeşit değerlendirme yazısı okumak mümkün. Ruh halini ve stadyumdaki atmosferi anlatan duygusal analizler de var, “İlk 10 metreyi bu defa 1.74 saniyede koştu. 4 aydır startlarına çalıştığını biliyorduk. Son 2 yılda hiç ilk 10 metreyi bu sürede geçmemiş, ortalaması 1.85 olmuştu. Üstelik 40. metrede çıktığı en üst sürati bu defa sonuna kadar korudu. Son 60 metreyi 5.11’de geçti” tadında bir rakamsal analizi görerek kısa bir süre önce aklımızı başımızdan alan olayı daha anlayarak değerlendirebiliyoruz. [↩]
3. Beyzbol hariç. Ancak beyzbol takım sporu olmasına rağmen temeli tamamen bireysel olarak yapılanlara dayalı bir oyun. [↩]
4. Bir de bunu futbol için yapmayı deneyin. Barcelona’nın, Osasuna’ya neden yenildiğini anlamak için baktığınız rakamlarda %67 topla oynama görünce ne düşüneceksiniz? Ya da o ünlü Göteborg maçında Galatasaray 23 korner atıp gole ulaşamamışken, İsveçliler ilk ve tek kornerden golü bulunca hangi matematik analizden bahsedeceğiz ki? [↩]
5. Bu çaba son dönemde Avrupa’ya da bir nebze yansıdı. www.in-the-game.org sitesi bu akımın en başarılı örneği. Ancak maalesef şimdilik Beko Basketbol Ligi’ne ulaşmış değil. Aslında eminim www.tblstat.net yaratıcısı basketbol gönüllüsü genç arkadaşlar bu işe girişirdi. Ancak bilmem biliyor musunuz, çok sevgili federasyonumuz bu sitenin resmi istatistik verilerini kullanmasına izin vermiyor. Tamamen gönüllü, basketbola hizmet için var olan, harika da bir iş yapan bu siteyi eğer istatistik veriler kullanılırsa dava etmekle tehdit etmişler. Ne diyelim vallahi bravo. Hizmet etmek isteyene de tehditle yaklaşmak ancak bizim gibi ülkelerin kafasıyla olur. Bunu sorduğunuzda yetkililer “Bizim ürettiğimiz bir içeriği bilabedel kullanamazlar. İstatistikleri yayınlayınca benim yaptığım yatırımı sahiplenip sitelerinin trafiği artacak, resmi siteninki azalacak” diyorlar. Ne ticari kafa diyecem ama yetersiz kalacak. Federasyon’un ana vazifesinin bu tip olumlu gelişimleri desteklemek olması bir yana ticari açıdan bile yanlış yerden bakıyorlar. Basketbolu geniş kitlelere yayacak, istatistiğin değerini arttıracak her uygulama direkt ve dolaylı olarak basketbol için ticari kazanım demek. Ama kime anlatıyorsun. NBA istatistikleri kullanılsın diye sponsor bile oluyor her yere. Onlar ticari düşünemiyor da bizimkiler en iyisini biliyor zaten. [↩]
6. Mesela boşa çıkardıkları en ünlü mitlerden biri “sıcak el” teorisi. Onbinlerce maçlık data üzerinden yapılan analizde üst üste şut sokmanın kesinlikle bir trend olmadığı, şutörün ısınması denen kavramın çoğunlukla tesadüfi olduğu, oyun konsantrasyonunun artmasının, havaya girmenin şutörün üst üste isabetli atışlar kullandığı zaman olumlu etkisi olsa da aynı havaya girmenin bazen de ‘pozisyon zorlama’ ile sonuçlandığı için bu etkiyi tamamen sıfırladığını ortaya koydular. [↩]
7. Mesela artık NBA’de hemen her takımın bir veri analiz birimi var. Zaten Sloan Spor Analiz Konferansı’nı organize edenlerin başında Houston Rockets genel menajeri Daryl Morey, finansörlerinin başında ise Dallas Mavericks’in sahibi Mark Cuban geliyor. NBA’deki veri analizcileri takımların hangi beşlerle hangi durumlarda daha verimli olduğunu rakamsal olarak hesaplıyorlar. Rakiplere ve skora göre analizler yapıp bunları teknik ekibe raporlar halinde sunuyorlar. Pek çok koç bu analizleri bir yol gösterici olarak kullanıyor. Mesela geçen sene Dallas şampiyonluğa ulaşırken hangi durumlarda hangi beşlerin sahada olacağı, görev dağılımı hakkındaki raporlardan çok yararlandığını ve kullandığını açıklamıştı Rick Carlisle. Bu analizcilerin çoğunluğu da eski blog yazarları ve istatistik mezunları. [↩]
8. Oyunda olduğu sürede takım arkadaşlarının attığı sayıların yüzde kaçında asist yaptığı [↩]
9. O da eski bir blog yazarı. Kendi kurduğu alleyoop.com sitesinde yaptığı analizlerle öne çıkıp ESPN’e analizci/yazar oldu. [↩]
10. Merak eden baksın ama istatistik diplomanız yoksa tavsiye etmem: http://www.basketball-reference.com/about/per.html [↩]
11. PER’in de ciddi şekilde eleştirildiği noktalar var. Başta verimsiz şut atmayı yeteri kadar cezalandırmaması gibi. Ama zaten bu kesin bir bilim değil. [↩]