L’immersione di Infosys in piscina

di Chapel Heel // HiddenGameOfTennis

Pubblicato il 7 agosto 2019 – Traduzione di Edoardo Salvati

Il riferimento è a un articolo sul sito dell’ATP che ha la pretesa di fornirci questo tipo di indicazione: “Un’immersione in profondità di Infosys ATP Insights sui primi 50 giocatori che, dall’inizio del 2019, fanno il break dal punteggio di 40-0 e servizio per il l’avversario, rivela che da questo abisso in media si ottiene il break solo nell’1.38% dei casi (84/6027)”. Questa statistica è definita la “più dura nel tennis”. Viene poi presentata la seguente tabella.   

IMMAGINE 1 – Game vinti alla risposta dal 40-0 per l’avversario, dall’inizio del 2019

Un’immersione in profondità nei dati, ma senza dati

Lasciando stare se è per davvero la “statistica più dura nel tennis”, sono sicuro che si riesce a trovare qualche evento nel tennis meno probabile dell’1.38%. Il primo che mi viene in mente è per una giocatrice di vincere 23 titoli Slam, il secondo è di vincere un set dal punteggio di 0-5 e alla risposta. E molti altri.  

Vediamo invece se Infosys ha in realtà svelato qualcosa di interessante in riferimento a questi recuperi impossibili. Dimentichiamoci del singolo giocatore per un momento. Dimentichiamoci anche di qualsiasi dato punto per punto delle partite effettivamente giocate nel 2019. Sappiamo che in media un giocatore vince, in una partita del tabellone principale di un torneo del circuito maggiore, circa il 62.5% dei punti al servizio. Senza fare ricerche specifiche, inserendo questo valore in un modello Markov otteniamo che il giocatore al servizio ha, all’inizio del game, il 78.5% di probabilità di tenere il servizio. Detto altrimenti, anche sullo 0-0, il generico giocatore alla risposta ha solo il 21.5% di probabilità di fare il break.  

Serve della matematica aggiuntiva (ugh) o un foglio di calcolo orribilmente contorto come il mio (ebbene sì!), o ancora un codice Python dalla pagina GitHub di Jeff Sackmann (per andare sul sicuro), per sapere che sul 15-0 la probabilità del generico giocatore al servizio scende al 12.4%. Sul 30-0, la stessa probabilità è solo del 5.5%, mentre sul 40-0 e dell’1.40%. Suona familiare? Riprendiamo l’estratto dal paragrafo iniziale. Senza “svelare” alcun dato dalle partite giocate, siamo in grado di giungere alla probabilità media di ottenere il break dal punteggio di 40-0 sul servizio dell’avversario. 

Che ne è dei giocatori della tabella?

La tabella ordina i giocatori sulla base del numero di game vinti da un punteggio di 40-0 sul servizio dell’avversario. Alcuni dei numeri sembrano seriamente impressionanti, in particolare sapendo che il break arriva solo l’1.4% delle volte contro un giocatore medio al servizio. Però, molti dei giocatori in elenco sono colpitori eccezionali alla risposta, cioè faranno il break più spesso in una qualsiasi situazione. 

Per capire se Infosys è arrivata a conclusioni inedite — e con questo intendo chiedermi: è una statistica da cui possiamo dedurre informazioni in più su un giocatore che non avremmo potuto derivare semplicemente dalla bravura alla risposta? — nella tabella che segue ho aggiunto una colonna. Si tratta della percentuale di break attesi dal punteggio di 40-0, in funzione della percentuale di punti vinti al servizio dell’avversario. 

IMMAGINE 2 – Percentuale di break attesi dal 40-0 in funzione dei punti vinti al servizio dall’avversario

Voglio essere chiaro. Non sto implicando che ci sia qualcosa di sbagliato in questo elenco o che lo siano i calcoli. Dopo tutto, sono recuperi realmente accaduti. Tuttavia, voglio capire se quelle percentuali di vittoria sottintendono l’esistenza di un talento speciale nel ribaltare il risultato dal 40-0, o se sono percentuali di vittoria che ci si attende rispetto alla bravura alla risposta dei giocatori in esame.   

La risposta è “forse” relativamente ai primi cinque, i cui risultati sono andati oltre le aspettative per più di quanto avremmo ipotizzato dalla casualità, e “probabilmente no” per i restanti cinque. 

Perché “forse” per i primi cinque? 

Non possiamo stabilire se sia un talento che supera la bravura alla risposta di ciascuno dei cinque senza sapere se è ripetibile su molteplici periodi di tempo. La bravura alla risposta è ripetibile, non lo è generalmente fare più break di quanto atteso. Siamo in presenza di un’eccezione, sebbene esigua? Ho molti dubbi al riguardo, ma mi piacerebbe essere smentito.  

Infosys ha tutti i dati a disposizione, e sarebbe stato quindi utile vedere se gli stessi nomi avessero fatto la loro apparizione anche nel 2018 e 2017 (suppongo che nessuno abbia pensato di verificarlo, che è un altro modo per dire che spero che non ci sia stato qualcuno che abbia guardato gli altri anni e omesso i valori perché non in linea con la tesi principale).  

Abbiamo invece un’immersione in piscina che presenta conclusioni in modo più definitivo di quanto probabilmente lo siano. L’ATP dovrebbe esigere di più dal suo fornitore di dati. 

Infosys “Deep Dives” Into a Shallow Pool

Anatomia della prova di forza al servizio di Alex de Minaur

di Jeff Sackmann // TennisAbstract

Pubblicato l’1 agosto 2019 – Traduzione di Edoardo Salvati

Il torneo di Atlanta è solitamente popolato da grandi giocatori al servizio. Tra il 2013 e il 2018, John Isner ha vinto cinque titoli in sei anni, fermato solo da Nick Kyrgios, naturalmente per mano di due tiebreak. Prima dell’avvento di Isner, l’ultimo vincitore è stato Andy Roddick. I campi in cemento sono veloci e il caldo spesso torrido, quelle condizioni che favoriscono una settimana di ace a profusione.

Anche il trionfatore del 2019 si è fatto strada con una prestazione sbalorditiva al servizio, vincendo quattro partite senza mai concedere una palla break e vincendo in ciascuna più del 90% di punti sulla prima. Sono numeri alla Isner che però non appartengono al gigante e nemmeno al suo erede designato, l’altro gigante Reilly Opelka. Il re del servizio quest’anno ad Atlanta è stato il “normalmente alto” (183 cm) lottatore australiano Alex de Minaur.

A differenza di molti dei colleghi, de Minaur non si guadagna da vivere con un servizio bomba. Nelle ultime 52 settimane, sia Inser che Opelka hanno servito ace per un quarto dei punti al servizio. Nello stesso periodo, per l’australiano la frequenza di ace non va oltre un magro 4.5%.

In finale contro Taylor Fritz (e se si esclude il ritiro di Bernard Tomic nei quarti di finale), de Minaur ha ottenuto il massimo in carriera sul circuito maggiore di 14.8%, ma non è riuscito a superare la doppia cifra nel secondo turno contro Bradley Klahn o in semifinale contro Opelka. È stata una dimostrazione del fatto che ci sono diversi modi di vincere punti al servizio senza necessariamente accumulare un ace dopo l’altro.

Primo strike

Il percorso più veloce per la vittoria senza servire ace è attraverso servizi vincenti. Il giocatore al servizio non ha lo stesso livello di controllo sulla frequenza di servizi vincenti rispetto a quello sugli ace. Molti dei servizi più efficaci però sono raggiungibili dal giocatore alla risposta — se non effettivamente rimettibili in campo — e quindi non vengono conteggiati nella colonna degli ace. È proprio in questa categoria che de Minaur ha dominato ad Atlanta.

Secondo le statistiche punto per punto della finale raccolte per il Match Charting Project, Fritz ha rimesso in gioco solo il 57% dei servizi di de Minaur. In più di 1300 partite sul cemento dal 2010 nel database, la media del circuito è del 70% di risposte in campo, e gli avversari di de Minaur tradizionalmente hanno fatto meglio. La frequenza del 43% di servizi vincenti per l’australiano è eccezionalmente alta, e raggiunge il 90esimo percentile del rendimento al servizio. Contro Opelka, de Minaur ha servito solo 5 ace su 93 punti al servizio, ma ben 38 non sono tornati indietro. Stiamo parlando di una frequenza di servizi vincenti del 46%, valida per il 94esimo percentile.

Secondo strike

Quando il servizio non ha funzionato a pieno regime, de Minaur ha ottenuto risultati ancora più importanti. Ad allenatori e commentatori piace parlare della strategia “più uno”, cioè quella di servire potente e trovarsi in posizione per un colpo aggressivo sulla risposta, qualsiasi essa sia. In questo l’australiano ha davvero raggiunto l’eccellenza durante la finale.

Oltre al 43% di servizi vincenti contro Fritz, un altro 26% dei punti al servizio è rientrato nella categoria “più uno”, vale a dire il primo colpo dopo la risposta dell’avversario che porta a un punto diretto. La media del circuito è del 15% e, anche in questo caso, de Minaur non è andato sempre così bene. In 15 partite del 2018 sul cemento di cui abbiamo dati punto per punto, la sua media è stata solo del 12.6%. Il 26% della finale lo pone nel 98esimo percentile tra le partite sul cemento del database del Match Charting Project. Delle 67 partite che hanno avuto una percentuale superiore al 26%, 15 sono state a opera di Roger Federer. La maggior parte dei giocatori non ha mai avuto una giornata così remunerativa nella categoria “più uno”.

Terzo strike

Anche i più forti al servizio si trovano, occasionalmente, di fronte a uno scambio lungo. Nel campione di partite considerate, nel 40% dei punti il giocatore alla risposta sopravvive alla tattica del “più uno” e riesce a mandare avanti lo scambio. Da quel momento c’è maggiore equilibrio, e chi è in risposta vince poco più della metà dei punti (in parte perché scambi da quattro colpi sono più frequenti di scambi da cinque colpi e così via, e perché, per definizione, lo scambio da quattro colpi è vinto dal giocatore alla risposta. Detto in altro modo, una volta esclusi gli scambi da massimo tre colpi, il campione propende in favore del giocatore al servizio, perché gli scambi da cinque colpi rappresentano un numero sproporzionato dei punti rimanenti).

Per come ha servito de Minaur, non si è trovato poi davanti a così tanti scambi lunghi. Il 22% dei punti sul suo servizio contro Fritz e il 29% contro Opelka hanno infatti raggiunto i quattro colpi. Di fronte al tipico giocatore monodimensionale dal servizio bomba, è questo il territorio per il giocatore alla risposta per pareggiare il punteggio. De Minaur è però più noto per i colpi a rimbalzo di quanto lo sia per il servizio. In finale, ha vinto il 58% di questa tipologia di punti, abbastanza per l’83esimo percentile del campione.

Il rendimento di de Minaur sugli scambi più lunghi non ha fatto grande differenza in finale, principalmente perché è stato così efficace nell’evitare che i punti si prolungassero. Aver vinto più della metà degli scambi da molti colpi è un richiamo al fatto che grandi prestazioni al servizio vanno oltre il servizio stesso. In giornata di grazia, anche un giocatore poco sopra ai 180 cm può ottenere dei numeri che lasciano a terra gli Isner e gli Opelka di turno. Non è sempre una questione di ace.

Anatomy of Alex de Minaur’s Serving Masterclass

L’effetto generato dalla velocità del servizio di Serena

di Jeff Sackmann // TennisAbstract

Pubblicato il 13 luglio 2019 – Traduzione di Edoardo Salvati

In un articolo su FiveThirtyEight, Tom Perrotta ha evidenziato la relazione tra il rendimento di Serena Williams sulla prima di servizio e la sua probabilità di vincere la partita. Secondo Perrotta, Williams ha vinto solo (solo!) il 74% dei punti sulla prima di servizio nelle due settimane di Wimbledon 2019 (esclusa la finale, n.d.t.), rispetto a un incredibile 87.5% nella vittoria del titolo del 2010. Non è mai riuscita a vincere Wimbledon con meno del 75% di punti vinti sulla prima, e anche quel livello non è di garanzia, visto che l’anno scorso ha raggiunto il 77% perdendo poi in finale.

Ci sono molti fattori che influenzano la percentuale di punti vinti con la prima, tra cui piazzamento e tattica del servizio, oltre a tutti i colpi che chi è al servizio deve giocare immediatamente successivi alla risposta dell’avversaria.

Il più evidente però è rappresentato da un’altra categoria nella quale Williams è spesso stata la migliore, e cioè la velocità del servizio. Nella finale vinta contro Garbine Muguruza nel 2015, la velocità media della prima è stata di 182 km/h (113 mph), la terza partita consecutiva in cui in media era arrivata a 179 km/h (111 mph). Nelle 13 partite successive, ha servito in media a solo (solo!) 171.2 km/h (106.4 mph), non andando mai oltre i 175 km/h (109 mph) in una singola partita.

Quanto è importante?

Sembra corretto ipotizzare che, a parità di condizioni, un servizio più veloce ha maggiore efficacia di uno più lento. Le cose si complicano però perché raramente ci si trova nella parità di condizioni: un servizio esterno è spesso più letale pur richiedendo minore forza pura, è più facile trovare un piazzamento su un servizio poco rischioso e non ho neanche sollevato il tema dell’effetto legato alla rotazione della pallina. Un servizio più veloce non è sempre migliore di uno più lento ma, in media, l’ipotesi di base resta valida.

Per ciascuna delle 23 partite di Williams a Wimbledon per le edizioni 2014, 2015, 2018 e 2019 (non ha giocato il 2017 e non possiedo al momento i dati per il 2016, non chiedetemi il perché…), ho suddiviso i punti sulla prima in quintili, classificandoli sulla base della velocità del servizio, dal più veloce al più lento. Si tratta di una modalità rudimentale che aiuta però a tenere conto delle avversarie e darci una prima sensazione di quanto la velocità del servizio di Williams è in grado di incidere sull’esito dei punti sulla prima.

Quintile       PVS 1^  Media KM/H  
Più veloce     80.6%   188  
2° più veloce  73.7%   180.5  
A metà         79.5%   174  
2° più lento   73.7%   167  
Più lento      74.9%   158

Chiaramente, la velocità del servizio non descrive tutto quello che accade. Allo stesso tempo, sembra che una prima a 188 km/h (117 mph), o anche una a 174 km/h (108 mph), siano meglio di una a 158 km/h (98 mph).

Senza considerare le avversarie

Un altro modo per isolare l’effetto della velocità del servizio è di ignorare l’incidenza che hanno specifiche avversarie e ordinare semplicemente le prime di servizio in funzione della velocità. Nelle 23 partite considerate, 43 prime hanno l’esatta velocità di 161 km/h (100 mph), con una corrispondente percentuale di punti vinti del 72.1%. Sono 33 le prime che raggiungono i 162.5 km/h (101 mph), vincendo il 72.7% dei punti. Sebbene generalmente la percentuale di punti vinti non si muova all’unisono con la velocità della prima, il grafico dell’immagine 1 evidenzia la presenza di una tendenza di fondo.

IMMAGINE 1 – Andamento tra la velocità della prima di Williams a Wimbledon e la percentuale di punti vinti

La correlazione è debole: ad esempio, la percentuale di punti vinti con servizi a 159 km/h (99 mph) e 166 km/h (103 mph) è più alta che a 187 km/h (116 mph) e 188 km/h (117 mph). Si potrebbe attribuirne la ragione alla possibilità che i servizi più lenti sono frutto di una scelta tattica più astuta, che in quelli più veloci il piazzamento è meno preciso, o che è solo cieca fortuna, perché il campione a disposizione per una specifica velocità non è così ampio.

La regola per Williams

Possiamo comunque trarre una conclusione sommaria:

A ogni 3 km/h (2 mph) di velocità in più sulla prima di servizio corrisponde un punto percentuale aggiuntivo nella percentuale di punti vinti con la prima da Williams.

Aggiungiamo questo: solitamente, Williams serve circa il 60% di prime, e circa la metà dei punti totali verranno giocati sul suo servizio. Quindi, 3 km/h di velocità in più valgono 0.6 punti percentuali addizionali dei punti totali vinti da Williams. In una partita equilibrata come la sconfitta del 2014 contro Alize Cornet, nella quale Williams ha servito la prima in media a 167 km/h (104 mph) e vinto esattamente il 50% dei punti giocati, potrebbe diventare un elemento decisivo.

Contestualizzare Williams

Questa regola generale non può essere applicata a tutte le giocatrici (qualche anno fa ho analizzato in modo simile le velocità del servizio dei giocatori e, forse scioccamente, non le ho suddivise per giocatore). Ho applicato lo stesso algoritmo sulle velocità del servizio a Wimbledon delle nove altre giocatrici di cui possiedo dati per almeno 15 partite. L’effetto della velocità varia da “un bel po’” per Johanna Konta a “per niente” nel caso di Venus Williams, con un “non capisco la domanda” per Caroline Wozniacki.

La tabella mostra due numeri per ogni giocatrice. La colonna “ KM/H Agg =” indica l’effetto di 1.6 km/h (1 mph) aggiuntivo sulla percentuale di punti vinti sulla prima, mentre la colonna “KM/H = 1% PVS” indica quanti km/h aggiuntivi sono necessari per aumentare la percentuale di punti vinti al servizio (PVS) di un punto percentuale.

Giocatrice    KM/H Agg =   KM/H = 1% PVS  
Konta         0.89%        1.1  
Kerber        0.56%        1.8  
S. Williams   0.48%        2.1  
Muguruza      0.47%        2.1  
Halep         0.41%        2.5  
Kvitova       0.29%        3.5  
Radwanska     0.28%        3.6  
Azarenka      0.02%        50.9  
V. Williams   0.00%        -  
Wozniacki     -0.40%       - 

Per una prima di servizio efficace (almeno in termini di punti vinti), la velocità del servizio per Konta è importante quasi il doppio di quanto non lo sia per Williams. La media della prima di Konta nella sconfitta ai quarti di finale contro Barbora Strycova è stata di 160.7 km/h (99.9 mph), la più bassa a Wimbledon dalla sconfitta al primo turno nel 2014.

All’estremo opposto troviamo Victoria Azarenka e Venus, per le quali la velocità al servizio non sembra fare troppa differenza (Venus ad esempio eccelle nel letale servizio a uscire, che riesce a trasformare in ace a prescindere dalla velocità). Apparentemente, Wozniacki spinge le avversarie in una situazione di confusione e illogicità, ottenendo risultati migliori con prime di servizio più lente.

Williams contro Halep

Stiamo parlando di un effetto davvero minimo, tale per cui anche l’intervallo tra la prestazione al servizio di Williams nelle sei partite a Wimbledon prima della finale (i 169 km/h di media contro Carla Suarez Navarro) e la finale del 2015 contro Muguruza avrebbe inciso sui punti totali vinti da Williams di circa 2.5 punti percentuali. In nove delle dieci volte in cui Williams e Halep hanno giocato contro, Williams ha sempre vinto grazie ad almeno il 52.5% dei punti totali, e di solito con più del 55%. È un ampio margine di errore o, più precisamente, un ampio margine di lentezza al servizio.

Viceversa, la più recente partita e l’unica dal 2016 è stata anche quella più equilibrata. Halep ha una risposta eccezionale, ma non è immune a servizi potenti: la sua frequenza di punti vinti sulla risposta è influenzata dalla velocità del servizio tanto quanto lo sono le statistiche al servizio per WIlliams. Il divario tra le due nella finale di Wimbledon 2019 potrebbe essere sottile e la velocità del servizio uno dei pochi aspetti su cui Williams ha controllo totale, al fine di indirizzare il risultato in suo favore (Halep ha poi vinto la finale con il punteggio di 6-2 6-2. Williams ha vinto il 59.4% dei punti sulla prima di servizio con il 68.1% di prime in campo e una velocità media di 167 km/h. Ha vinto solo il 41% dei punti totali, n.d.t.)

The Effect of Serena’s Serve Speed

Scompare l’erba, ma non la velocità

di Jeff Sackmann // TennisAbstract

Pubblicato il 10 luglio 2019 – Traduzione di Edoardo Salvati

In un precedente articolo, ho mostrato con alcune statistiche come l’erba di Wimbledon abbia quest’anno condizioni di gioco più lente, l’ultimo tassello di una tendenza che dura da anni. Molti appassionati sospettano che, una volta arrivati alla seconda settimana, la superficie rallenti ulteriormente, in presenza di estese macchie marroni nei pressi della linea di fondo dove i giocatori hanno cancellato l’erba con il loro passaggio. Ipotizzando che la scomparsa del manto sia simile di anno in anno, è una supposizione che possiamo mettere alla prova. 

La velocità in funzione dei turni

Ho applicato il mio algoritmo di calcolo della velocità di superficie per diversi sottoinsiemi di partite di singolare maschile a Wimbledon, vale a dire quelle della settimana 1, settimana 2, ogni turno dal primo al quarto, e i quarti di finale. Per il singolo anno, i campioni relativi alla settimana 2, al quarto turno e ai quarti di finale sono troppo ridotti per rappresentare indicatori affidabili. Ma nell’arco di due decenni, le differenze tra settimane e turni, cioè l’effetto che vogliamo esaminare, dovrebbero manifestarsi in modo chiaro. 

(La metodologia si basa sulla frequenza di ace come valore di approssimazione della velocità, non perfetto ma funzionale in virtù di una statistica universalmente disponibile, e tiene conto del giocatore al servizio e alla risposta in ogni partita. La velocità media di un campo equivale a 1.0, e l’intervallo oscilla dallo 0.5 di Monte Carlo all’1.5 per i più veloci campi in erba e in cemento al coperto

Ad esempio, questo è l’elenco del valore della velocità di superficie da settimana a settimana e di turno in turno per il singolare maschile di Wimbledon 2018:

  • Settimana 1: 1.16
  • Settimana 2: 1.16
  • Primo turno: 1.02
  • Secondo turno: 1.29
  • Terzo turno: 1.33
  • Quarto turno: 1.25
  • Quarti di finale: 1.08

Avevo promesso rumore statistico e così è. La velocità settimanale è identica, ma il primo turno e gli ultimi due turni sono stranamente più lenti degli altri. Non possiedo una spiegazione valida per il primo turno (e potrebbe non essercene una, ma solo un frutto del caso), ma nei quarti di finale ci sono spesso meno ace, anche correggendo per i giocatori coinvolti. Ci tornerò a breve. 

Da Wimbledon 2000 a Wimbledon 2018

Ecco la media delle ultime 19 edizioni di Wimbledon per le stesse voci dell’elenco precedente: 

  • Settimana 1: 1.20
  • Settimana 2: 1.21
  • Primo turno: 1.19
  • Secondo turno: 1.20
  • Terzo turno: 1.21
  • Quarto turno: 1.25
  • Quarti di finale: 1.16

Il campione delle partite di quarti di finale continua a differire dagli altri ma, su numeri più ampi, la differenza è molto minore. Il divario tra 1.20 e 1.16 si riduce solamente a un ace o due a partita, che non sono sufficienti ad alterare il risultato finale di una partita, se non nel caso di quelle estremamente equilibrate

Come al solito, è importante ricordare che una statistica basata sugli ace non può dare risposte definitive. Per prima cosa, è possibile che l’erba restituisca rimbalzi diversi a seconda del grado di consunzione, anche se questo non si riflette nelle statistiche al servizio. Siccome le discese a rete sono sempre più rare, l’erba nella zona del rettangolo del servizio dura di più di quella lungo la linea di fondo, vale a dire che la velocità della pallina una volta toccato il terreno rimane relativamente inalterata.

Di contro, le macchie marroni più grandi si trovano dietro la linea di fondo, quindi anche la maggior parte dei colpi al rimbalzo finisce in una zona con erba verde, non in una in cui l’erba è scomparsa. 

I migliori contro i migliori

È possibile che anche la ridotta differenza tra i quarti di finale e il resto del torneo non abbia nulla a che fare con l’erba che si rovina. Dal 2000, si è assistito a una dinamica simile anche agli US Open: 1.07 per la settimana 1, 1.06 per il quarto turno e 0.97 per i quarti di finale (agli Australian Open c’è molto più rumore statistico che negli altri Slam, forse dovuto all’uso del tetto, quindi sono riluttante a considerarli ai fini dell’analisi).

Si può tranquillamente pensare che il cemento degli US Open non diventi all’improvviso più lento a partire dal martedì o mercoledì della settimana 2. Credo invece che la risposta sia nella combinazione dei giocatori, più precisamente nel modo in cui quei giocatori giocano uno contro l’altro. Rispetto alla frequenza di ace, le Finali di stagione si sono sempre classificate come uno degli eventi al chiuso sul cemento più lenti del circuito, anche se l’indice ufficiale di velocità del campo (Court Pace Index o CPI) è in disaccordo.  

In altre parole, il numero di ace tende a ridursi quando i migliori giocano contro i migliori. Forse è perché i più forti servono più tatticamente di fronte ad avversari di altissimo livello? O perché si concentrano di più sulla risposta, concedendo meno ace facili? O ancora perché i migliori si conoscono così bene da giocare in anticipo meglio di quanto fanno normalmente? È un campo di ricerca molto interessante, anche se certamente non sono in grado di trovare risposte in questa sede. 

Con o senza macchie, non fa differenza

La conclusione è che i campi maculati di Wimbledon hanno una velocità di gioco quasi identica a quella di quando sono totalmente verdi. Potrebbe esserci un rallentamento marginale alla fine delle due settimane ma, anche se fosse, dovremmo mantenere scetticismo. Le condizioni sono lente quest’anno, quantomeno non lo saranno ancora di più per le finali.  

The Grass Dies, But the Speed Lives On

Sì, Wimbledon è più lento quest’anno

di Jeff Sackmann // TennisAbstract

Pubblicato l’8 luglio 2019 – Traduzione di Edoardo Salvati

I giocatori hanno ragione. L’erba di Wimbledon — oppure le palline, o l’atmosfera, o l’aurea — è diventata più lenta se paragonata agli anni più recenti. Ne hanno parlato in questo senso Roger Federer, Milos Raonic, Boris Becker, Rafael Nadal e molti altri. Raonic pensa che sia l’erba, Nadal le palline. A prescindere dai motivi, i numeri confermano la percezione. La tabella mostra una panoramica di alcuni indicatori di velocità di superficie per i primi tre turni di singolare maschile e femminile a Wimbledon, nelle edizioni dal 2017 al 2019.

                   2017   2018    2019  
Ace (U)            8.9%   10.0%   8.5%  
Ace (D)            4.1%   4.2%    4.1%  
                                         
Non Risp (U)       36.0%  36.6%   33.3%  
Non Risp (D)       25.9%  27.6%   25.2%  
                                         
<=3 Colpi (U)      65.2%  65.6%   61.9%  
<=3 Colpi (D)      55.3%  57.9%   55.0%  
                                         
Scambio medio (U)  3.4    3.5     3.7  
Scambio medio (D)  4.0    3.8     4.1

La seconda coppia di righe, “No Risp”, indica la percentuale di servizi senza risposta. Quella successiva “<=3 Colpi” è la percentuale di punti terminati con uno scambio non superiore ai tre colpi. Per tutte le statistiche considerate, quindi anche gli ace e la lunghezza media dello scambio, i numeri per gli uomini vanno in direzione di condizioni di gioco più lente. Per le donne, la situazione è meno chiara, nel senso che pur facendo pensare a un rallentamento della velocità, il livello di confidenza è inferiore.

Non solo il 2019

Solitamente, numeri aggregati come questi danno un’idea di cosa sta succedendo. Si può sempre fare meglio di così. I numeri della tabella non tengono conto della combinazione di giocatori e della durata delle loro partite. Ad esempio, i valori del 2019 sarebbero diversi se ci fosse stato John Isner, invece di Mikhail Kukushkin, al terzo turno. La velocità della superficie avrebbe potuto incidere sul risultato, ma se mettiamo a confronto la frequenza di ace da un anno al successivo, non dovremmo paragonare quella di Isner con quella di Kukushkin.

È qui che torna utile la mia statistica sulla velocità di superficie. Per ogni torneo, tengo conto della combinazione di giocatori al servizio e alla risposta (eh si, anche i giocatori alla risposta hanno incidenza sulla frequenza di ace) per condensare ogni torneo in un solo numero, che identifichi come la frequenza di ace per il torneo si posizioni rispetto alla media del circuito. Per quanto la velocità di superficie sia definita da più della sola frequenza di ace, gli ace sono un buon rappresentante di molti degli altri indicatori e, ancora più importante, sono una delle poche statistiche disponibili per tutte le partite.

L’indice risultante generalmente varia tra lo 0.5, cioè 50% di ace in meno della media, di solito su un campo lento in terra battuta come a Monte Carlo, e l’1.5, cioè il 50% di ace in più della media, su un campo veloce in erba (Antalya) o in cemento al chiuso (Metz). Nell’ultimo decennio, le condizioni a Wimbledon hanno oscillato dalla parte alta dell’intervallo a quella centrale.

Anno     Uomini   Donne   Media  
2011     1.26     1.37    1.31  
2012     1.27     1.06    1.17  
2013     1.29     1.04    1.17  
2014     1.35     1.19    1.27  
2015     1.20     1.16    1.18  
2016     1.06     1.03    1.04  
2017     1.03     1.07    1.05  
2018     1.14     0.98    1.06  
2019     1.04     0.96    1.00 

I numeri per gli uomini sono solitamente più affidabili, perché basati su molti più ace, vale a dire che la frequenza di ace per ogni partita è influenzata meno dal caso. Idealmente, dovremmo assistere a uno spostamento sincronizzato degli indici di velocità maschili e femminili, ma c’è un po di rumore nel calcolo, e gli indici sono anche relativi alla media di quell’anno sul circuito, che dipende in ultimo dal cambiamento nella velocità di una dozzina di altre superfici.

La direzione è chiara

A parte questi caveat, la tendenza ha una direzione chiara. Non c’è una sostanziale differenza tra il 2019 e gli ultimi anni, ma il divario tra la prima e la seconda metà del decennio è drammatico. Ciò che è meno evidente, e che richiederà considerevole ulteriore ricerca, è quanto questo abbia rilevanza. Nel 2014, Nick Kyrgios ha vinto a sorpresa contro Nadal in quattro set, mentre qualche giorno fa il risultato è stato opposto. Quanto è attribuibile alla superficie? Condizioni più rapide avrebbero permesso a Isner di vincere contro Kukushkin? Kevin Anderson contro Guido Pella? O ancora, Jelena Ostapenko contro Su Wei Hsieh?

Per il momento, sono domande che rientrano nel campo della congettura. Ora che siamo in grado di dire che l’erba effettivamente è diventata più lenta, possiamo indirizzare quelle congetture sul destino di alcuni erbivori come Federer, Raonic (che ha perso agli ottavi di finale, n.d.t.) e Karolina Pliskova (che ha perso agli ottavi di finale, n.d.t.). Alla fine delle due settimane di gioco, anche loro, come Kyrgios, potrebbero aver desiderato che fosse di nuovo il 2014.

Yep, Wimbledon is Playing Slower This Year

Il problema è nella velocità della prima di Zverev?

di Chapel Heel // HiddenGameOfTennis

Pubblicato il 2 luglio 2019 – Traduzione di Edoardo Salvati

Dopo la sconfitta di Alexander Zverev al primo turno di Wimbledon, nello studio di ESPN c’è stato un lungo dibattito sui motivi della sua “crisi”, che ha visto protagonisti principalmente Patrick McEnroe e Brad Gilbert. Entrambi ritengono che abbia giocato troppo passivamente e dando troppa rotazione ai colpi. Gilbert ha anche aggiunto che ha visto Zverev in passato arrivare intorno ai 209 km/h (130 mph) sulla prima, senza però farlo a Wimbledon, e che avrebbe dovuto “lanciare la bomba” (“heater”, una palla veloce nel gergo del baseball) per raccogliere qualche punto facile in più.

Velocità della prima di servizio

Possiedo dati Hawk-Eye [1] al servizio per 33 partite di Zverev del periodo 2018-19. Di queste, sei si sono svolte sulla terra battuta (tutte nel 2019). Visto che la velocità al servizio è calcolata nell’istante in cui la pallina lascia la racchetta, ci sarebbe un’incidenza da parte della lentezza della superficie solo se Zverev stesso avesse deciso, come strategia di gioco, di servire più piano. Dando un occhio ai dati non sembra essere il caso, perché i valori in quei tornei sono in linea con quelli di altre partite. Ai fini dell’analisi quindi sono ricompresi nel campione.

La velocità media della prima di Zverev nelle 17 partite sempre con dati Hawk-Eye per il 2018 è di 210.3 km/h. Anche in questo sottoinsieme sono incluse le “velocità storiche”, che però non è chiaro cosa siano esattamente. Comunque, per il 2018 la velocità media storica per Zverev è di 201.4 km/h, forse un po’ bassa, ma è abbastanza irrilevante, perché si parla del periodo antecedente al 2018. La massima velocità è indicata a 228.8 km/h, ben sopra i 209 km/h di cui parlava Gilbert.

Per le 16 partite con dati Hawk-Eye giocate nel 2019, abbiamo una velocità media di 210.8 km/h, leggermente superiore al 2018, una “velocità storica” di 208.2 km/h e l’incredibile velocità massima di 231.7 km/h! I dati mostrano inoltre che è passato da 0.66 metri di superamento della rete nel 2018 a 0.75 metri nel 2019. Ancora più importante, nei dati Hawk-Eye del 2018 la media di prime senza risposta è del 37.1%, rispetto al 42.5% del 2019. Stando a questi dati, in realtà Zverev ottiene più punti facili sulla prima di quanto non facesse in passato. Non trovo quindi riprova del fatto che, nella stagione in corso, Zverev non stia “lanciando la bomba”.

Risultati dei punti al servizio

A beneficio del ragionamento, ipotizziamo che le 16 partite con dati Hawk-Eye del 2019 siano un sottoinsieme fortunato nel quale la velocità del servizio di Zverev non è diminuita, e se avessimo i dati completi riusciremmo a vedere quello che sostiene Gilbert. In altre parole, anche se Zverev avesse perso un po’ di velocità sulla prima di servizio, sarebbe un problema per lui?

La tabella riporta le statistiche di base delle partite di Zverev per ciascuna delle ultime quattro stagioni (ponderate per numero di game al servizio), esclusa la recente sconfitta a Wimbledon. Provate a dare uno sguardo qua e la finché non individuate un valore che è peggiorato in modo evidente. Non serve avere un occhio di lince.

IMMAGINE 1 – Statistiche di base delle partite di Zverev delle ultime quattro stagioni

La frequenza di doppi falli (calcolata come percentuale delle seconde servite) è più che raddoppiata, e Zverev perde 8.8% di punti in più sulla seconda di servizio. In otto partite del 2019 ha commesso un minimo di dieci doppi falli. Questo ha comportato una diminuzione dei punti vinti al servizio di circa il 2.5% rispetto ai numeri del 2017 e 2018 che, seppur sembri di poca entità, è una variazione notevole in un giocatore di vertice.

Acume tattico?

Contro il livello medio degli avversari del periodo dal 2016 al 2019, la percentuale di punti vinti al servizio del 2017 e 2018 dovrebbe consentire a Zverev di vincere il 76% delle partite secondo il modello di Markov (in realtà ne ha vinte il 74%). Per il 2019, dovrebbe vincere il 65% di partite (in realtà ne ha vinte il 63%). È una differenza importante.

Ha aumentato la percentuale di prime di servizio, che concorderebbe con un calo della velocità della prima, se così fosse stato. Questo però non ha avuto conseguenze sulla percentuale di punti vinti sulla prima. Se la velocità della prima fosse calata, sarebbe indicazione di un’intelligente e consapevole mossa tattica per servire più prime in campo riducendo la velocità, ma senza perdere di efficacia.

È esattamente il tipo di acume strategico che si vorrebbe vedere. Ma qui è ancora meglio. Se i dati sulla seconda di servizio sono identificativi della realtà, Zverev serve ora più seconde in campo senza aver ridotto la velocità.

Sulla seconda di servizio

No, è la seconda di servizio a rappresentare un problema. Quanto della diminuzione dell’8.8% nella percentuale di punti vinti sulla seconda è attribuibile all’aumento di doppi falli e quanto è invece attribuibile a difficoltà di altra natura sulla seconda? Dal 2016 al 2018, il 25.7% dei punti persi sulla seconda dipendevano dai doppi falli. Nel 2019, lo stesso numero è un incredibile 40%. Se si applica la media storica della frequenza di doppi falli alla stagione in corso, la percentuale di punti vinti sulla seconda sarebbe del 51.9%, cioè leggermente inferiore alla sua media storica. La percentuale complessiva di punti vinti al servizio sarebbe del 66.8%, cioè esattamente in media storica, perché serve più prime di servizio senza però perdere più punti sulla prima.

Riprendiamo al volo i dati Hawk-Eye, ora però per la seconda di servizio. Per il 2018, la velocità media della seconda di servizio è stata 166.2 km/h, contro una media storica di 162.8 km/h e uno 0.68 metri di superamento della rete. Per il 2019, la velocità media della seconda di servizio è di 166 km/h, la media storica è indicata a 164.8 km/h, con un superamento della rete di 0.72 metri. Nulla in questi dati ci dice cosa stia succedendo con la seconda di servizio. La velocità è all’incirca la stessa e il superamento della rete è migliore. Forse potremmo vedere qualcosa con più dati sulla profondità e sul piazzamento della seconda. La conclusione che posso trarre è che quando mette la seconda di servizio, i risultati sono altrettanto buoni di quanto accadeva in passato. Solo, non mette abbastanza seconde in campo.

La sconfitta contro Vesely a Wimbledon

È possibile che Zverev sia regredito sulla prima di servizio solo nella partita contro Jiri Vesely. Stando alle statistiche, Zverev ha servito con il 68% sulla prima (non un numero scandalosamente alto o basso per lui) e vinto il 74% dei punti, molto vicino alla media dal 2017 al 2019. Senza citare i 24 ace in soli 113 punti, un rapporto incredibile.

È interessante come anche in questa sconfitta i doppi falli non sono stati un problema. Ne ha serviti solo 4 su 36 seconde (cioè l’11%, in linea con la media dal 2017 al 2018), equivalenti solo al 20% dei punti persi sulla seconda di servizio. Potrebbe voler dire un aggiustamento della seconda di servizio per evitare il problema dei doppi falli in stagione, ed è quello che ha fatto, esponendosi però in questo modo all’assalto di Vesely contro seconde decisamente più deboli.

Andamento delle velocità nei set

I numeri di Infosys mostrano che il servizio più veloce ha raggiunto i 228 km/h, che vuol dire che quel giorno aveva velocità di braccio. La velocità media della prima però è stata solo di 205 km/h, un valore ben inferiore ai dati Hawk-Eye, con una media sulla seconda di 165 km/h, abbastanza in linea con il suo solito. Stiamo parlando della partita completa. Queste sono invece le medie della prima per ciascun set: 206, 209, 200, 205. E per la seconda: 164, 168, 169, 158.

Bisogna essere cauti, perché non sono sicuro che le telecamere che rilevano la velocità siano tarate allo stesso modo per ogni torneo. Ipotizzando che lo siano, sembra che la velocità della prima di Zverev non fosse in linea con la media, specialmente nel terzo set, perché 10 km/h in meno di media è una preoccupazione non da poco.

E guardiamo alla seconda nel quarto set…8 km/h in meno di media è un autostrada per la discesa agli inferi. Potrebbe andare a supporto dell’esitazione di Zverev nel cercare di non commettere doppi falli e servire una manciata di palle su cui Vesely ha avuto vita facile.

Selettività recente

Sembra quindi che le considerazioni di Gilbert abbiano un senso, almeno rispetto alla partita contro Vesely. C’è stata una chiara diminuzione della velocità della prima di servizio rispetto alla norma, che è indicazione di mancanza di aggressività, a meno di affaticamento o infortuni. Concentrandosi però solo sulla velocità della prima di servizio si viene depistati per un paio di ragioni.

Primo, è un errore estrapolare la velocità al fine di giustificare altre difficoltà che Zverev potrebbe aver avuto in stagione. Non vedo prove che la velocità della prima è inferiore o meno efficace degli ultimi anni. Può configurarsi un caso di “selettività recente”, per cui si tende a pensare che quanto appena visto sia rappresentativo di un fenomeno di maggiori dimensioni.

Secondo, anche se la velocità sulla prima di servizio è stata più bassa nella sconfitta contro Vesely, non è un elemento rilevante. Zverev ha vinto lo stesso numero di punti sulla prima di servizio del suo solito, e con una buona percentuale di prime. Il problema è stato sulla seconda, come nel resto della stagione, questa volta però senza l’aggiunta dei doppi falli. Evitando di ricadere in questa recente problematica, sembra proprio che si sia tuffato in un’altra.

Per sua stessa ammissione, Zverev è una fase in cui non ha fiducia nelle sue capacità, trovandosi anche ad affrontare situazioni di vita personale non facili. Chiunque giochi a tennis sa che i doppi falli — o, in alternativa, venire demoliti sulla seconda — sono una delle occorrenze più demoralizzanti che possano accadere in una partita. A pensarci bene, anche questa è una forma di selettività recente.

Note:

[1] Sono statistiche che si potrebbero definire del “dietro le quinte”, chiamate anche second screen, o seconda schermata, dall’ATP. La prima schermata di statistiche è quella che normalmente si vede alla fine di un set o della partita (punti vinti al servizio, errori non forzati, vincenti, etc). La seconda si avrebbe se si potesse girare schermata dopo la prima, per vedere l’altezza di superamento della rete, la velocità al servizio, i giri al minuto della pallina, etc.

Is the Speed of Alexander Zverev’s First Serve the Problem?

Sara Errani sull’orlo del precipizio

di Chapel Heel // HiddenGameOfTennis

Pubblicato il 17 maggio 2019 – Traduzione di Edoardo Salvati

Nella prima partita degli Internazionali d’Italia, il torneo di casa, Sara Errani è stata demolita per 6-1 6-0 dalla numero 43 del mondo, Viktoria Kuzmova, che a sua volta la scorsa settimana a Madrid non aveva fatto nemmeno un game in pochi minuti in campo contro Simona Halep.

Sono andato subito a vedere le statistiche di Errani per cercare il numero di doppi falli, che ultimamente è diventato il motivo principale d’interesse per le sue statistiche. Sei doppi falli commessi, che non sembrano tanti, anche se ha servito solo 17 seconde. Mi hanno colpito di più invece le sette palle break che ha dovuto fronteggiare in una partita così breve. Si tratta di circa il 15% di tutti i punti al servizio, vale a dire che si è trovata sotto pressione al servizio più spesso di una volta ogni sette battute.

Ho fatto una veloce indagine sulle prime 125 della classifica, oltre a Errani, per la stagione 2019, compreso il torneo di Madrid, e per il periodo dalla stagione 2016 a quella attuale (incluso Madrid), eliminando poi tutte le giocatrici senza almeno 400 punti al servizio nel 2019. Sono rimaste fuori in quattro, tra cui Maria Sharapova.

La pressione delle palle break

La tabella mostra, per entrambi i periodi, le palle break fronteggiate come percentuale dei punti totali al servizio, e l’indice-z (cioè il numero di deviazioni standard rispetto alla media di questo gruppo. Nota: ho invertito il segno dell’indice-z in modo che a valori negativi corrispondano prestazioni negative). Ho aggiunto una quinta colonna “Differenza Indice-z” per la differenza tra breve e lungo periodo dell’indice-z, i cui numeri non hanno un significato intrinseco (almeno, non credo ne abbiano uno), ma aiutano a far vedere il cambiamento in termini di pressione delle palle break tra i due periodi di riferimento. La tabella è inizialmente ordinata per la peggior percentuale di pressione delle palle break (PBP) del 2019, ma si possono applicare altri filtri liberamente.

Min 400 Punti
servizio
PBP %
2019
Indice-z 2019PBP %
2016-2019
Indice-z
2016-2019
Differenza
Indice-z
Aleksandra Krunic0.161-2.8320.115-0.153-2.68
Sara Errani0.161-2.8320.141-2.560-0.27
Daria Gavrilova0.148-2.0220.123-0.893-1.13
Daria Kasatkina0.147-1.9590.122-0.801-1.16
Evgeniya Rodina0.145-1.8350.138-2.2830.45
Johanna Larsson0.145-1.8350.122-0.801-1.03
Shuai Zhang0.141-1.5850.117-0.338-1.25
Tamara Zidansek0.137-1.3360.129-1.4490.11
Anna Karolina Schmiedlova0.137-1.3360.135-2.0050.67
Nao Hibino0.137-1.3360.125-1.079-0.26
Samantha Stosur0.137-1.3360.110.310-1.65
Rebecca Peterson0.136-1.2730.119-0.523-0.75
Heather Watson0.136-1.2730.117-0.338-0.94
Ivana Jorovic0.135-1.2110.121-0.708-0.50
Mandy Minella0.134-1.1490.118-0.430-0.72
Lesia Tsurenko0.133-1.0860.120-0.616-0.47
Aliaksandra Sasnovich0.133-1.0860.119-0.523-0.56
Ons Jabeur0.132-1.0240.114-0.060-0.96
Vera Lapko0.132-1.0240.1130.033-1.06
Andrea Petkovic0.132-1.0240.124-0.986-0.04
Viktorija Golubic0.132-1.0240.120-0.616-0.41
Anna Blinkova0.131-0.9610.124-0.9860.03
Madison Brengle0.131-0.9610.131-1.6340.67
Yafan Wang0.131-0.9610.127-1.2640.30
Amanda Anisimova0.131-0.9610.115-0.153-0.81
Mihaela Buzarnescu0.130-0.8990.1110.218-1.12
Kristina Mladenovic0.130-0.8990.115-0.153-0.75
Jelena Ostapenko0.129-0.8370.124-0.9860.15
Laura Siegemund0.128-0.7740.119-0.523-0.25
Christina Mchale0.125-0.5870.121-0.7080.12
Marie Bouzkova0.125-0.5870.116-0.245-0.34
Barbora Strycova0.125-0.5870.114-0.060-0.53
Saisai Zheng0.125-0.5870.126-1.1710.58
Margarita Gasparyan0.124-0.5250.121-0.7080.18
Lauren Davis0.123-0.4630.124-0.9860.52
Sara Sorribes Tormo0.122-0.4000.146-3.0232.62
Zarina Diyas0.122-0.4000.121-0.7080.31
Fiona Ferro0.122-0.4000.135-2.0051.61
Carla Suarez Navarro0.121-0.3380.1120.125-0.46
Timea Bacsinszky0.121-0.3380.117-0.3380.00
Monica Puig0.120-0.2750.1060.681-0.96
Magda Linette0.120-0.2750.114-0.060-0.22
Anett Kontaveit0.120-0.2750.1050.773-1.05
Alison Riske0.120-0.2750.1110.218-0.49
Lara Arruabarrena0.119-0.2130.123-0.8930.68
Dalila Jakupovic0.119-0.2130.116-0.2450.03
Mona Barthel0.119-0.2130.116-0.2450.03
Kateryna Kozlova0.119-0.2130.1130.033-0.25
Elise Mertens0.119-0.2130.116-0.2450.03
Irina Camelia Begu0.118-0.1510.120-0.6160.47
Maria Sakkari0.118-0.1510.124-0.9860.84
Kaia Kanepi0.118-0.1510.1120.125-0.28
Vera Zvonareva0.117-0.0880.1130.033-0.12
Anastasija Sevastova0.117-0.0880.1110.218-0.31
Kirsten Flipkens0.117-0.0880.115-0.1530.07
Svetlana Kuznetsova0.117-0.0880.1110.218-0.31
Jil Teichmann0.116-0.0260.115-0.1530.13
Alize Cornet0.116-0.0260.125-1.0791.05
Victoria Azarenka0.116-0.0260.1050.773-0.80
Sorana Cirstea0.116-0.0260.116-0.2450.22
Sloane Stephens0.1150.0360.1090.403-0.37
Ysaline Bonaventure0.1150.0360.1100.310-0.27
Viktoria Kuzmova0.1140.0990.1050.773-0.67
Tatjana Maria0.1140.0990.115-0.1530.25
Stefanie Voegele0.1140.0990.1130.0330.07
Magdalena Rybarikova0.1140.0990.1120.125-0.03
Su Wei Hsieh0.1130.1610.122-0.8010.96
Jessica Pegula0.1130.1610.115-0.1530.31
Alison Van Uytvanck0.1130.1610.1070.588-0.43
Ajla Tomljanovic0.1130.1610.116-0.2450.41
Aryna Sabalenka0.1130.1610.1040.866-0.71
Eugenie Bouchard0.1120.2230.115-0.1530.38
Qiang Wang0.1120.2230.1100.310-0.09
Venus Williams0.1120.2230.1120.1250.10
Natalia Vikhlyantseva0.1120.2230.1120.1250.10
Yulia Putintseva0.1120.2230.121-0.7080.93
Veronika Kudermetova0.1110.2860.114-0.0600.35
Bernarda Pera0.1110.2860.114-0.0600.35
Polona Hercog0.1110.2860.122-0.8011.09
Misaki Doi0.1100.3480.117-0.3380.69
Petra Martic0.1100.3480.1060.681-0.33
Beatriz Haddad Maia0.1090.4100.1050.773-0.36
Pauline Parmentier0.1090.4100.121-0.7081.12
Caroline Garcia0.1090.4100.0991.329-0.92
Lin Zhu0.1080.4730.118-0.430.90
Anastasia Potapova0.1080.4730.122-0.8011.27
Sofia Kenin0.1080.4730.1120.1250.35
Anastasia Pavlyuchenkova0.1070.5350.1060.681-0.15
Kristyna Pliskova0.1070.5350.0981.422-0.89
Vitalia Diatchenko0.1070.5350.118-0.430.97
Dayana Yastremska0.1060.5980.1090.4030.20
Garbine Muguruza0.1060.5980.0991.329-0.73
Belinda Bencic0.1060.5980.1100.3100.29
Ekaterina Alexandrova0.1060.5980.1120.1250.47
Julia Goerges0.1050.6600.0921.977-1.32
Taylor Townsend0.1050.6600.121-0.7081.37
Nicole Gibbs0.1030.7850.122-0.8011.59
Elina Svitolina0.1030.7850.1021.051-0.27
Katie Boulter0.1030.7850.114-0.0600.85
Caroline Wozniacki0.1020.8470.1030.959-0.11
Iga Swiatek0.1020.8470.1050.7730.07
Katerina Siniakova0.1010.9090.115-0.1531.06
Danielle Collins0.1000.9720.1120.1250.85
Astra Sharma0.1000.9720.1030.9590.01
Donna Vekic0.1000.9720.1110.2180.75
Madison Keys0.0991.0340.0912.070-1.04
Angelique Kerber0.0991.0340.1040.8660.17
Camila Giorgi0.0991.0340.1060.6810.35
Johanna Konta0.0981.0960.0951.699-0.60
Dominika Cibulkova0.0961.2210.1130.0331.19
Karolina Muchova0.0941.3460.1001.2360.11
Simona Halep0.0931.4080.1040.8660.54
Serena Williams0.0911.5330.0783.274-1.74
Bianca Andreescu0.0891.6580.0991.3290.33
Ashleigh Barty0.0891.6580.0862.533-0.88
Karolina Pliskova0.0881.7200.0902.163-0.44
Petra Kvitova0.0851.9070.0941.7920.12
Marketa Vondrousova0.0851.9070.1060.6811.23
Tereza Smitkova0.0851.9070.1050.7731.13
Naomi Osaka0.0841.970.0921.977-0.01
Kiki Bertens0.0782.3440.0971.5140.83
Jennifer Brady0.0772.4060.1050.7731.63
Media0.1160.113
Mediana0.1150.114
Deviazione Standard0.0160.010

Aleksandra Krunic è in difficoltà al servizio nel 2019 quanto lo è Errani, ma si tratta per lei di una novità, perché nell’orizzonte più lungo è rimasta all’incirca in media. Così non è invece per Errani, che riesce in qualche modo a regredire da numeri già significativamente scadenti. Sempre nel lungo periodo, Sara Sorribes Tormo è stata ancora più sotto pressione di Errani, con tre intere deviazioni standard dal lato sbagliato della media. Nel 2019 è solo al 36esimo posto delle peggiori: o ha cambiato qualcosa, o il campione di dati deve ancora aggiornarsi per riflettere la situazione.

Deviazioni standard dalla media

Errani stessa è vicina a tre deviazioni standard dalla media, che la pongono agli estremi della curva. In concreto, all’interno di una partita di routine in due set (tipo, 6-3 6-3) una giocatrice ha probabilmente 60-65 punti al servizio. Questo significa che Errani si trova di fronte a circa tre game di servizio in più in cui è sotto pressione per le palle break che deve fronteggiare rispetto alla media del gruppo.

Tra le migliori per indice-z nel lungo periodo non troviamo sorprese, vista la presenza tra le altre di Kiki Bertens, Naomi Osaka, Petra Kvitova, Karolina Pliskova, Ashleigh Barty, Madison Keys, Julia Goerges e Serena Williams (l’indice-z di Williams nel lungo è fantascientifico). Per il 2019 però, due giovani sono entrate tra le prime 10, Marketa Vondrousova e Bianca Andreescu.

Andreescu ha dimostrato di avere un servizio solido, ma Vondrousova non appare così forte, anche se il fatto di essere mancina probabilmente è un fattore rilevante. Sono numeri che semplicemente ricordato che proteggere il turno di servizio non è solo una questione di avere un servizio potente. Anche Caroline Wozniacki, Elina Svitolina e Halep, e pure Astra Sharma (!) rientrano tra le prime 20.

Tra i problemi al servizio e una bizzarra squalifica per doping (bizzarra quanto la sentenza, con una contestuale “ingestione involontaria” e un “lieve grado di colpevolezza”), mi ha sorpreso che Errani non abbia scelto gli Internazionali d’Italia per ritirarsi dal professionismo. Ha vinto contro pronostico in passato, ma le colleghe sono diventate più potenti, e lei sta regredendo.

Nota a margine: punti con la pressione delle palle break

Non credo che calcolare la pressione delle palle break in percentuali aggiunga nuove informazioni. È di fatto un altro modo per rendersi conto della solidità di servizio di una giocatrice. La correlazione con i punti vinti al servizio presenta il robusto valore (almeno per il 2019) di -0.79, senza una differenza materiale tra terra battuta e cemento. Ritengo però interessante osservare un servizio debole (in generale o per una specifica partita) con la lente d’ingrandimento sulla quantità di pressione a cui una giocatrice al servizio è veramente sottoposta.

Gli appassionati sono a proprio agio sui numeri relativi alle palle break salvate e a quelle trasformate. Sono occorrenze che spesso danno idea dell’equilibrio di una partita e di come possa andare in una direzione o nell’altra, ma sono anche statistiche con una larga componente di casualità (o fortuna o non replicabile dominio nei momenti importanti, quale sia il termine che preferite; qui per approfondimenti). Teoricamente, una giocatrice può essere più brava della media a salvare palle break (in termini percentuali), ma nel contempo esporsi a così tante palle break da rendere inefficace il talento nel salvarle.

Percentuale di pressione sulle palle break

Potrebbe essere utile valutare anche la percentuale di pressione sulle palle break di una giocatrice al servizio nelle occasioni in cui ci sbrighiamo a dare merito alla giocatrice alla risposta. Facciamo tutti scelte soggettive nel commentare una partita che non abbiamo visto. Ad esempio, perché ho ipotizzato che Errani abbia avuto una giornata terribile al servizio invece di pensare che sia stata Kuzmova ad averne una fantastica alla risposta? Avrei potuto altrettanto facilmente scrivere che Kuzmova ha risposto con molta efficacia, raggiungendo la palla break sul 15% dei servizi di Errani.

Ho fatto un esempio limite, perché la difficoltà di Errani con il servizio è ben nota e perché Kuzmova non è conosciuta per avere una risposta formidabile. In una situazione meno evidente, prima di dare troppo merito alla giocatrice alla risposta, potrebbe aver senso stabilire se è normale per una giocatrice avere una palla break sul 15% dei punti al servizio dell’avversaria.

Linearità tra palle break e percentuale di vittoria

Da ultimo, inserisco una tabella per la stagione femminile 2019 in cui ho suddiviso in sottoinsiemi tutte le partite in funzione della percentuale di PBP, con incrementi all’incirca del 2.5%. Visto che quasi il 60% delle partite è ripartito nei tre sottoinsiemi centrali (7.50% – 15.00%), ho ulteriormente scomposto in sottoinsiemi dello 0.75%, come appaiono a destra della parentesi. Il punto in cui la percentuale di vittoria supera il 50% è intorno all’11.2%.

In due circostanze la percentuale di pressione delle palle break non è lineare con la percentuale di vittoria. La più importante è nell’intervallo 9.00% – 10.50% (evidenziato), ma un po’ anche nell’intervallo 12.00% – 13.50%. Due di questi mini-sottoinsiemi si traducono più o meno in una palla break a partita quando una giocatrice ha 65 punti al servizio. Non sorprende quindi l’impossibilità di una linearità perfetta.

Errani Teeters on the Brink (Backsliding)

L’effetto della fortuna nei tiebreak

di Jeff Sackmann // TennisAbstract

Pubblicato il 2 gennaio 2019 – Traduzione di Edoardo Salvati

Più volte nel corso degli anni ho scritto di giocatori che vincono tiebreak in misura maggiore o minore rispetto alle attese. Appassionati e commentatori sono propensi a credere che alcuni di loro siano, in quella fattispecie, particolarmente bravi o particolarmente scarsi, esaltando il valore di un servizio dominante alla fine del set o imputando alla debolezza mentale effetti più dannosi che in qualsiasi altra circostanza di gioco.

Secondo le mie ricerche, per la grande maggioranza dei giocatori l’esito di un tiebreak è indissolubilmente legato alla fortuna. Chiarisco il concetto: il risultato di un tiebreak dipende dalla bravura complessiva di chi lo sta giocando, in modo che giocatori più forti vincono più tiebreak. Non ci sono elementi aggiuntivi da fattorizzare. Per quanto durante il tiebreak i giocatori tendono a vincere punti al servizio con un frequenza di poco inferiore, accade così per tutti.

Non esiste un ingrediente magico per il tiebreak

Tuttavia, la singola stagione è sufficientemente corta da permettere ad alcuni giocatori uno scintillante record nei tiebreak, facendoci pensare che possiedano un talento specifico. Nel 2017, John Isner ha vinto 42 dei 68 tiebreak giocati, cioè il 62%. Sulla base della frequenza di punti vinti al servizio e alla risposta contro gli avversari di quei tiebreak, ci saremmo aspettati che ne avesse vinti solo 34, esattamente la metà. Bravura o fortuna, è comunque andato oltre le attese di 8 tiebreak.

Potremmo dire che, con un servizio mostruoso e un solido controllo emotivo, Isner è il tipo di giocatore a cui il tennis ha svelato il segreto di come si vincono i tiebreak. Pur essendo andato oltre le aspettative diverse volte in carriera, anche lui non è in grado di reggere quel livello. Nel 2018 ha giocato 73 tiebreak. Avrebbe dovuto vincerne 41, ma si è fermato a 39.

Volete altri esempi? Va bene un giocatore qualsiasi. Prendiamo Roger Federer, che ha costruito una carriera su un rendimento al servizio inossidabile. Eppure, le sue prestazioni nei tiebreak sono state più o meno neutrali negli ultimi quattro anni. In altre parole, vince punti al servizio e alla risposta nei tiebreak quasi con la stessa frequenza con cui li vince in altri momenti del set. Negli ultimi quattro anni, Robin Haase, il cui record di 17 tiebreak persi di fila non è certamente un vanto, ha un rendimento parallelo a quello di Federer. Nel 2018 è riuscito a gestire meglio la pressione, vincendone due in più delle attese, e finendo nel primo quartile stagionale dei giocatori del circuito maggiore.

Dare un significato alla casualità

In sintesi, il rendimento stagione per stagione nei tiebreak richiama un foglio di calcolo pieno di numeri messi a caso. Un giocatore potrebbe replicare l’anno successivo il buon record avuto nella stagione precedente, solo se però anche il livello di gioco resta alto. Dovesse esistere una componente miracolosa per il tiebreak (a parte saper giocare bene a tennis), i giocatori non ne sono a conoscenza.

Fortunatamente, nelle statistiche sportive non tutti i risultati negativi vengono per nuocere. Si può essere delusi quando una statistica non è predittiva di risultati futuri ma, proprio la mancanza di predittività lascia spazio a un altro tipo di previsione. Se un giocatore ha avuto un anno fantastico nei tiebreak, superando le attese in quella categoria, si tratta probabilmente di fortuna. Di conseguenza, è altrettanto probabile che non avrà la stessa dose di fortuna anche l’anno seguente, e il record complessivo si riallineerà alla sua media.

Tiebreak Oltre le Attese

Il giocatore da osservare per il 2019 è Taylor Fritz, che nel 2018 ha avuto un record stellare di 20 tiebreak vinti e 8 persi. Sulla base del rendimento per l’intera durata di quelle partite, ci saremmo aspettati che ne vincesse solo 13 su 28. Il suo indice di Tiebreak Oltre le Attese (TOA) di +7 è stato il più alto sul circuito maggiore, anche se molti dei colleghi hanno giocato ben più tiebreak.

Non è da escludere a priori che Fritz possegga la combinazione perfetta di nervi d’acciaio e tattica impeccabile che si traduce in vittorie di tiebreak, ma è molto più probabile che a fine stagione il suo record sarà intorno alla parità (al momento della traduzione, Fritz ha 8 tiebreak vinti e 3 persi, n.d.t.). Nel 2017, il primo giocatore dietro a Isner per indice TOA era Jack Sock, è si può dire tranquillamente che la stagione 2018 non sia continuata sulla stessa riga (chiusa infatti con un record di 3-7, n.d.t.).

Migliori e peggiori del 2018

Avendo a mente quel tipo di regressione verso la media, la tabella elenca i migliori e peggiori per indice TOA per la stagione 2018 del circuito maggiore. La colonna TBA si riferisce al numero di tiebreak che un semplice modello avrebbe predetto, mentre la colonna Frequenza Tiebreak Oltre le Attese (FTOA) è la versione indicizzata di TOA e riflette la percentuale di tiebreak vinti sopra o sotto la media.

Indicizzazioni come FTOA hanno solitamente più valore del conteggio di statistiche come il TOA. In questo caso però, una statistica di conteggio diretto potrebbe dare più informazioni, perché considera quali giocatori giocano più tiebreak. Una produttività inferiore da parte di Sam Querrey non è così grave come quella di Cameron Norrie, ma il numero di tiebreak che gioca è il risultato del suo stile, motivo per cui si trova ultimo nell’elenco.

Giocatore      TB  Vinti  TBA     TOA   FTOA  2019  
Fritz          28  20     13.3    6.7   0.24  8-3
Klahn          22  16     10.6    5.4   0.24  5-3
Klizan         16  13     8.1     4.9   0.31  5-5
Nishikori      22  17     12.5    4.5   0.20  6-3
Tomic          18  14     9.6     4.4   0.24  1-6
A. Zverev      23  17     13.2    3.8   0.17  3-5
Ramos          22  15     11.2    3.8   0.17  7-6
Mannarino      25  16     12.3    3.7   0.15  1-6
Wawrinka       21  13     9.6     3.4   0.16  10-7
Del Potro      32  22     18.7    3.3   0.10  0-1
                                                       
Coric          21  8      10.8   -2.8  -0.13  6-5
Shapovalov     30  12     15.0   -3.0  -0.10  6-6
Khachanov      42  20     23.4   -3.4  -0.08  4-8
Karlovic       47  19     22.6   -3.6  -0.08  13-11
Istomin        31  13     16.7   -3.7  -0.12  3-5
Berankis       22  7      10.9   -3.9  -0.18  4-1
Cuevas         21  7      11.3   -4.3  -0.20  9-4
Rublev         18  5      9.6    -4.6  -0.26  5-4
Verdasco       25  8      12.8   -4.8  -0.19  3-2
Bautista Agut  26  10     14.8   -4.8  -0.19  3-8
Norrie         22  5      9.9    -4.9  -0.22  6-7
Querrey        36  12     18.5   -6.5  -0.18  5-5

Chi è nelle posizioni di vertice può attendersi di vedere il proprio record nei tiebreak rientrare alla normalità nel 2019, mentre i giocatori nella parte bassa hanno ragione di sperare in un miglioramento complessivo (la colonna 2019 mostra il record nei tiebreak di ciascuno al momento della traduzione, n.d.t.).

Conversione dei tiebreak in vittorie

I tiebreak sono importanti, e tutti sono d’accordo su questo, ma qual è l’impatto effettivo delle prestazioni positive e negative di cui sto parlando? In altre parole, dato che Kei Nishikori ha vinto 4.5 tiebreak in più delle attese nel 2018 (cioè che avrebbe “dovuto” vincere), come ha inciso questo aspetto sul suo record complessivo di vinte-perse? E, per estensione, cosa potrebbe voler dire per il record del 2019?

La matematica si complica parecchio [1] ma, in ultimo, due vittorie in più nei tiebreak corrispondono all’incirca a una vittoria extra di partita. Il bonus di 4.5 tiebreak di Nishikori equivale a circa 2.25 partite vinte in più. L’anno scorso il suo record è stato 48 vinte e 22 perse. Con una fortuna neutrale nei tiebreak, sarebbe invece stato di 46-24. Rimangono in ogni caso aperte delle questioni.

Convertire il record di vinte e perse in punti validi per la classifica e titoli è molto più complicato, e non ci proverò nemmeno. La fortuna di Nishikori nel tiebreak può trasformare potenziali sconfitte in vittorie, o fare di partite sfiancanti in tre set vittorie più comode in due set. Come collettore di tutte le possibili combinazioni, il TOA di ciascun giocatore ha un valore concreto che possiamo trasformare in vittorie.

Il numero esatto non è così rilevante, lo è molto di più il concetto di fondo. In presenza di un record estremamente positivo o incredibilmente negativo, non serve armarsi di foglio di calcolo per arrivare al numero preciso di tiebreak che un giocatore avrebbe dovuto vincere.

Il ruolo determinante della fortuna

Data una fortuna neutrale, qualsiasi giocatore stabilmente nel circuito maggiore dovrebbe avere un record di tiebreak vinti tra il 40% e il 60% di quelli giocati, il 40% per i giocatori posizionati al margine inferiore e il 60% per i giocatori di élite (nel 2018, la frequenza attesa di Federer era il 60.1%, quella di Sock il 40.9%). Numeri che escono da quell’intervallo, ad esempio il record di 13 su 16 di Richard Gasquet nel 2016, sono inevitabilmente destinati a ritornare sulla terra, con il botto, anche se poche volte in modo così catastrofico come per Gasquet, con 5 vittorie su 17 tiebreak nel 2017.

In qualsiasi tiebreak, l’esito può essere determinato da un servizio superlativo, da un atteggiamento audace alla risposta o da una resistenza mentale fuori dal comune. Nel lungo periodo, si assiste a un livellamento di questi aspetti tale per cui nessun giocatore è sempre bravo o sempre scarso nei tiebreak. È probabile che vinca il più forte, ma la fortuna riveste un ruolo determinante nel risultato finale. E, alla lunga, solitamente quel tipo di fortuna cancella sé stessa.

Note:

[1] Una rapida sintesi della matematica. In una partita al meglio dei tre set, si può raggiungere il tiebreak in tre distinte volte. Cambiare l’esito del tiebreak potrebbe alterare il risultato del primo set, del secondo set, o del terzo set. In termini di probabilità di vittoria, cambiare l’esito del primo set ha un impatto del 50%: a parità di giocatori, il vincitore ha una probabilità del 75% di vincere la partita e lo sconfitto il 25%. Anche l’impatto in termini di probabilità generato dal cambiare il risultato del secondo set è del 50%. O il vincitore vince definitivamente la partita (100%), invece di mandare la partita al terzo (50%), o il vincitore porta la partita al terzo (50%) invece di perderla (0%). Cambiare il risultato del terzo set significa alterare direttamente l’esito della partita, quindi l’impatto in termini di probabilità di vittoria è del 100%.

Qualsiasi partita che viene completata ha un primo e un secondo set, ma meno del 40% delle partite del circuito maggiore va al terzo. La media ponderata tra i tre valori, 50%, 50% e 100% è circa il 58%, e questa sarebbe la nostra risposta se venissero giocate solo partite al meglio dei tre set. La matematica per quelle al meglio dei cinque set è ancora più complessa. È importante sapere solo che in ognuno dei primi quattro set il margine è più ridotto e, per estensione, lo è anche per i tiebreak dei primi quattro set. La ponderazione di questo effetto con la frequenza delle partite al meglio dei cinque set darebbe una precisa tabella di conversione del TOA in vittorie. Pur di non addentrarmi in quel dedalo, mi accontento di utilizzare il più amichevole e approssimativamente corretto valore del 50%.

The Effect of Tiebreak Luck

Chi subisce di più la pressione del tiebreak

di Jeff Sackmann // TennisAbstract

Pubblicato il 23 agosto 2018 – Traduzione di Edoardo Salvati

Secondo la saggezza popolare tennistica, in un tiebreak contano solo due cose: i servizi e la tenuta mentale. Nonostante i miei precedenti sforzi in materia, continuo a sentire opinionisti affermare che i giocatori dal servizio dominante hanno un vantaggio sostanziale sull’avversario. Gli esperti ci ricordano inoltre che, aspetto questo più condivisibile, la posta in palio in un tiebreak è alta, e che sarà il giocatore in grado di gestire la pressione a prevalere.

Nel 2012, ho scritto alcuni articoli sul tiebreak facendo uso di un anno di statistiche dai tornei dello Slam del circuito maschile e femminile, da cui è emerso che in realtà i giocatori al servizio non sono avvantaggiati durante il tiebreak. In media, vincono più punti i giocatori alla risposta.

Ho anche scoperto che sono davvero pochi quelli andati oltre le attese nei tiebreak, vale a dire che il rendimento di un giocatore al di fuori del tiebreak è stato un ottimo indicatore previsionale della probabilità dello stesso di vincere il tiebreak.

Da ultimo, ho stabilito che i giocatori dal servizio dominante non avevano probabilità superiori a quelli dal servizio più debole di rientrare nel ristretto gruppo di coloro che nel tiebreak hanno ottenuto risultati migliori delle attese.

Per rivedere la prima di queste conclusioni, ho analizzato un insieme di dati sequenziali punto per punto molto più ampio. Si parla infatti di più di 15.000 tiebreak solo per il circuito maschile, rispetto ai nemmeno 400 dello studio iniziale. Un campione così dettagliato permette di andare oltre affermazioni generiche sui vantaggi al servizio o alla risposta e osservare il rendimento nel tiebreak di specifici giocatori.

Servire sotto pressione

Iniziamo dalle basi. Nei 15.000 tiebreak del circuito maggiore maschile, i giocatori al servizio hanno vinto il 3.4% di punti in meno di quanto fatto nelle situazioni non di tiebreak. Si tratta di una comparazione omogenea: in tutte le partite, per ogni giocatore ho usato la frequenza di punti vinti al servizio in situazioni non di tiebreak e di punti vinti al servizio nel tiebreak. Per avere un dato aggregato, ho calcolato la media di tutte le partite-giocatore ponderata per il numero di tiebreak nella partita.

(Inizialmente, ho ponderato per il numero di punti nel tiebreak pensando che, ad esempio, un tiebreak da 16 punti dovesse pesare di più di uno da 8 punti. Il risultato però è stato un notevole aumento della frequenza di punti vinti al servizio nel tiebreak, proprio a causa dell’effetto di selezione. Quando un tiebreak va oltre i 12 punti, spesso vuol dire che entrambi i giocatori stanno servendo bene. Perciò, se due giocatori sono in striscia positiva al servizio, tendono a giocare più punti, aumentando il loro peso nella formula di calcolo. È sempre possibile che un tiebreak più lungo del solito dipenda da molti punti vinti alla risposta, ma in un gioco come quello maschile in cui il servizio è così incisivo, è lo scenario meno probabile.)

Non serve essere supereroi

Il 3.4% di diminuzione nei punti vinti al servizio significa che, ad esempio, un giocatore che vince il 65% dei punti sul suo servizio nei dodici game che precedono il tiebreak scenderà al 62.8% durante il tiebreak. Fortunatamente per lui, anche l’avversario probabilmente subisce la stessa sorte. I benefici maturano solo per quei giocatori che mantengono o aumentano la percentuale di punti vinti al servizio dopo il dodicesimo game del set.

Ha senso pensare che i giocatori al servizio subiscano gli effetti della pressione. Almeno per le dinamiche del gioco maschile, il giocatore alla risposta ha poco da perdere. Visto che si ritiene che i tiebreak siano dominati dal servizio, qualsiasi punto vinto alla risposta sembra un colpo di fortuna. Forse, se i giocatori alla risposta sapessero di più dei veri numeri del tiebreak, potrebbero spostare a loro favore l’aspetto mentale, evitando di dover arrivare a servire come supereroi che non perdono neanche un game. Gli basterebbe mantenere il livello che li ha portati al tiebreak in prima istanza.

I più e meno prolifici nel tiebreak

Analizzando il campione in funzione dei giocatori, otteniamo convenientemente 50 giocatori con almeno 100 tiebreak (sarebbero stati in realtà 49, ma ho incluso Nicolas Mahut, che veniva subito dopo). Chi ha giocato il maggior numero di tiebreak è bravo, fortunato, o entrambe le cose, perché è riuscito a rimanere a lungo nel circuito e giocare così tante partite. Il giocatore medio dell’elenco, quindi, è un po’ più forte del generico giocatore medio.

La tabella mostra i migliori e peggiori dieci dei 50 giocatori più prolifici in termini di tiebreak. La prima statistica, cioè l’indice PVS (punti vinti al servizio), è il rapporto tra i PVS nel tiebreak e i PVS nei game del set. Un numero più alto significa che il giocatore vince più punti al servizio durante il tiebreak che nei game.

Siccome il valore si concentra in modo strano sullo 0.966 (uguale cioè alla diminuzione del 3.4% osservata in precedenza), ho inserito un’altra statistica che ho chiamato “Indice+”, in cui i numeri sono normalizzati in modo che la media sia 1.0. Anche in questo caso, un numero più alto significa più punti al servizio vinti nel tiebreak. L’1.09 di John Isner in cima alla lista gli consente di vincere il 9% di tiebreak in più di quanto atteso, dove per atteso s’intende la diminuzione del 3.4% a livello di circuito.

Giocatore   Tiebreak  Indice PVS  Indice+  
Murray      141       1.05        1.09  
Isner       368       1.05        1.09  
Kyrgios     109       1.05        1.08  
Ferrer      132       1.01        1.05  
Dolgopolov  116       1.01        1.05  
Rosol       100       1.01        1.05  
Tsonga      188       1.01        1.04  
Federer     175       1.01        1.04  
Mahut       94        1.01        1.04  
Paire       139       1.00        1.04  
…                                            
Istomin     120       0.94        0.98  
Troicki     104       0.94        0.97  
Berdych     181       0.93        0.96  
Almagro     118       0.93        0.96  
Verdasco    156       0.93        0.96  
Haase       123       0.93        0.96  
Mannarino   101       0.91        0.95  
Vesely      105       0.90        0.93  
Harrison    100       0.89        0.92  
Cuevas      100       0.87        0.90

La maggior parte dei grandi nomi che non compaiono nell’elenco (Rafael NadalNovak Djokovic, Juan Martin Del Potro, Milos Raonic) sono leggermente meglio della media, con un Indice+ di circa 1.02. Non mi sorprende che Isner o Roger Federer siano tra i migliori, visto che tradizionalmente hanno vinto più tiebreak delle attese. Più inaspettato è il primo posto di Andy Murray, che a quanto sembra riesce ad alzare il livello del servizio nei tiebreak meglio di chiunque altro.

Avvertimento: risultati negativi in arrivo

Negli ultimi sette anni – l’intervallo temporale dei dati a disposizione – Murray, Isner, e Federer hanno servito nel tiebreak con un rendimento costantemente positivo. Ci sono state stagioni però in cui anche loro hanno a malapena superato la media del circuito. Murray ha fatto meglio dei colleghi del 9% nel 2013 e del 10% nel 2016, servendo meglio nei tiebreak che nei game di un margine rispettivamente del 5% e del 6%. Negli altri anni invece si è limitato alla media.

Isner, che ha fatto meglio del circuito di almeno il 10% in tutte le stagioni dal 2012 al 2015, ha servito leggermente peggio nei tiebreak dei game nel 2016 ed appena sopra la media nei primi 50 tiebreak del 2018.

Si tratta di differenze ridotte, e la maggior parte dei giocatori non mantiene tendenze positive o negative da una stagione all’altra. In un altro esempio, dal 2014 al 2017 Raonic ha ottenuto Indici+ di 1.11, 0.92, 1.00 e 0.98. Non suggerirei di scommettere sul resto della stagione 2018 di Raonic o, se è per questo, anche sul 2019.

Nonostante la suggestiva presenza di Isner, Federer e Murray tra i migliori e di alcuni giocatori considerati mentalmente meno solidi in fondo all’elenco, non c’è prova che siamo di fronte a un’abilità, cioè un talento la cui applicazione è prevedibile, rispetto alla mera fortuna. Come per un passato articolo sui match point, ho suddiviso casualmente i tiebreak di ciascun giocatore in due gruppi. Se dominare al servizio nel tiebreak fosse un’abilità, l’indice PVS di un giocatore in un gruppo creato in modo casuale dovrebbe essere ragionevolmente predittivo del suo equivalente numero nell’altro gruppo. Così non è: non importa quale sia il limite inferiore di tiebreak per essere inclusi nell’analisi, non esiste correlazione tra i due gruppi.

Conclusioni

Se avete avuto modo di leggere i miei articoli, queste considerazioni appariranno familiari. Gestire la pressione e servire bene sembrano essere due qualità che alcuni giocatori mostreranno durante il tiebreak, mentre per altri resteranno inavvicinabili. Non ho trovato prove sufficienti ad affermare che nessun giocatore è incline a un rendimento superiore o inferiore alle attese perché, semplicemente, un professionista non gioca tiebreak a sufficienza in carriera da averne assoluta certezza. Ma con la possibile eccezione di Isner, Murray, Federer e lo sfortunato Pablo Cuevas, i giocatori si posizionano intorno alla media del circuito, vale a dire che il loro gioco al servizio diventa un po’ meno efficace nei tiebreak.

Se s’incontra un valore dell’indice SPV decisamente alto, o uno particolarmente basso, è probabile che la fortuna abbia pesantemente influenzato i risultati di quel giocatore. Se decidete di basare le vostre scommesse su questi numeri, ricordate che quasi sicuramente la maggior parte dei giocatori regredirà verso la media.

The Victims of Tiebreak Pressure

Il costo di un doppio fallo

di Jeff Sackmann // TennisAbstract

Pubblicato il 9 agosto 2018 – Traduzione di Edoardo Salvati

Tutti sanno che i doppi falli sono costosi, non è così chiaro quanto sia alto il prezzo da pagare. Nel corso di un’intera partita, un singolo punto qua e la non sembra rivestire particolare importanza, specialmente se, nel caso di un doppio fallo, l’errore arriva in una situazione di punteggio tranquilla, come sul 40-0. Eppure molte seconde sbagliate hanno conseguenze ben più pesanti. Proviamo a quantificare l’impatto dell’esito più snervante che un colpo di tennis può restituire.

Serve pensare in termini di probabilità di vittoria. A prescindere dalla partita, un giocatore vince una determinata percentuale di punti al servizio e di punti alla risposta. Se entrambe le percentuali sono sufficientemente schiaccianti – come ad esempio nella finale di San Jose 2018 in cui Mihaela Buzarnescu’s ha conquistato il 65% dei punti al servizio e il 59% di quelli alla risposta – la probabilità di vittoria è del 100%. Sfortunata o incapace di reggere la pressione dei momenti più caldi, sono comunque percentuali che portano una giocatrice alla vittoria.

In una partita equilibrata però, nella quale entrambi i giocatori vincono circa il 50% dei punti (definite anche partite lotteria), sul risultato incidono con decisione la fortuna e la capacità di fare la differenza quando più conta. Nell’atto di forza di Buzarnescu, cambiare il risultato di un singolo punto sarebbe del tutto irrilevante, ma in una battaglia all’ultimo scambio come la semifinale a Wimbledon 2018 tra John Isner e Kevin Anderson, un solo punto potrebbe separare l’accesso alla finale da un rientro a casa anticipato.

L’impatto medio in termini di probabilità di vittoria

Il mio obiettivo quindi è di misurare l’impatto medio di un doppio fallo in termini di probabilità di vittoria. Come altro esempio, prendiamo il quarto di finale a Washington 2018 tra Belinda Bencic e Andrea Petkovic. Bencic ha vinto circa il 51% dei punti totali – il 59% sul servizio e il 42% alla risposta – perdendo però al tiebreak del set decisivo. Erano percentuali solide a sufficienza da garantirle un 56.3% di vittoria: solitamente, fare propri più del 50% dei punti totali porta a vincere la partita, ma quando si è così vicini al 50%, c’è ampia possibilità che le cose vadano nell’altro verso.

In questa partita i doppi falli sono stati un fattore determinante. Bencic ne ha commessi 12 in 105 punti al servizio, una frequenza dell’11.4%, più del doppio della media di 5.1% del circuito femminile. Avesse evitato i 12 doppi falli e vinto quei punti con la stessa frequenza degli altri 93 punti al servizio, avrebbe ottenuto una percentuale di punti vinti al servizio del 67%, decisamente più impressionante. Unita al 42% di punti vinti alla risposta, si parla di una probabilità di vittoria della partita dell’87%, cioè di più di 30 punti percentuali superiore a quella effettiva.

A grandi linee, ciascuno dei suoi 12 doppi falli le è costato una probabilità del 2.5% (30 diviso 12) di vincere la partita. Una frequenza di doppi falli superiore al 10% è insolita, non lo è un costo del 2.5% per singolo doppio fallo. Sottoponendo gli esponenti di entrambi i circuiti alla prova dell’algoritmo, troviamo che i doppi falli diventano costosi molto rapidamente.

Le medie per uomini e donne

Con il metodo appena descritto – vale a dire sostituire i doppi falli con la percentuale media di vittoria di tutti gli altri punti al servizio – e prendendo le medie di tutte le partite del circuito maggiore dal 2017 fino alla settimana del 5 agosto 2018, otteniamo un costo medio per doppio fallo tra le donne dell’1.83%. In altre parole, ogni 55 doppi falli aggiuntivi una partita passa dalla colonna delle vittorie a quella delle sconfitte. Tra gli uomini, il numero è 1.99% di una vittoria. Un numero leggermente più grande è dovuto al fatto che i giocatori, in media, vincono più punti al servizio, quindi la differenza tra un doppio fallo e un servizio che fa vincere il punto è maggiore.

Esiste però un’alternativa di analisi. Confrontando i doppi falli con tutti gli altri punti al servizio, ne stiamo sostituendo molti con prime di servizio. Potrebbe essere più interessante cercare di conoscere il rendimento di un giocatore se la seconda di servizio fosse a prova di proiettile, eliminando comunque i doppi falli, ma rimpiazzandoli specificamente con seconde di servizio invece che con una generica combinazione di punti al servizio.

In questo caso, l’algoritmo è simile. Invece di sostituire i doppi falli con punti generati da un servizio valido, li rimpiazziamo con punti al servizio validi in cui è stata battuta la seconda. Un doppio fallo diventa un po’ meno oneroso, perché vengono vinti meno punti sulla seconda di servizio rispetto ai punti al servizio complessivi. Per le donne, il costo diventa di 1.61% per doppio fallo sui punti con la seconda, per gli uomini diventa di 1.70%. Da qui in avanti, considererò solo una generica combinazione di punti al servizio, ma una metodologia non è necessariamente più efficace dell’altra. Semplicemente, misurano aspetti differenti.

Una statistica specifica per giocatore

I doppi falli sono un’esternalità negativa quasi inevitabile. Pochi sono i giocatori in grado di mantenere una frequenza di doppi falli inferiore al 2% e la media in entrambi i circuiti è quasi del doppio. Dall’inizio del 2017 a oggi, la frequenza tra gli uomini è stata di circa il 3.9%, mentre tra le donne si è raggiunto circa il 5.1%, come visto in precedenza. Possiamo valutare i giocatori considerando la frequenza di doppi falli partita per partita rispetto alla media del circuito. I 12 doppi falli che Bencic ha sfortunatamente commesso ammontano a 6.7 in più di quelli che una tipica giocatrice avrebbe servito nello stesso numero di punti al servizio. Al contrario, sempre nella stessa partita, Petkovic ha commesso solo 3 doppi falli in 102 punti al servizio, cioè 2.2 doppi falli in meno di quelli di una giocatrice media.

Sappiamo che ogni doppio fallo incide sulla probabilità di vittoria di una giocatrice per l’1.83%. Rispetto a un medio rendimento al servizio, i troppi errori sono costati a Bencic circa il 17% di probabilità di vittoria (6.7 moltiplicato per 1.83%), la precisione ha invece aumentato la probabilità di vittoria di Petkovic di circa il 6.6% (2.2 moltiplicato per 1.83%). Applicando il metodo a ciascuna partita di un giocatore, è possibile costruire statistiche di lungo periodo. Iniziamo dalle giocatrici del circuito maggiore i cui doppi falli, dall’inizio del 2017 a oggi, hanno avuto le conseguenze più negative in termini di partite perse (la colonna “Costo DF”, con il segno meno che indica risultati peggiori), oltre a quelle che hanno migliorato il loro record di vittorie e sconfitte grazie a qualche doppio fallo in meno.

Giocatrice      DF%    Costo DF 
Mladenovic 7.7% -3.84
Gavrilova 7.9% -3.77
Ostapenko 7.7% -3.58
Kvitova 8.1% -3.01
Giorgi 8.3% -2.63
Dodin 10.2% -2.51
Vekic 7.0% -1.91
Williams 6.7% -1.71
Vandeweghe 6.4% -1.60
Sasnovich 6.7% -1.55

Radwanska 2.3% 1.27
Stephens 2.1% 1.43
Wozniacki 3.2% 1.43
Strycova 3.5% 1.47
Svitolina 3.9% 1.48
Halep 3.5% 1.53
Wang 2.6% 1.54
Sevastova 3.1% 1.57
Suarez Navarro 2.1% 1.67
Garcia 3.6% 1.82

Ecco la stessa tabella per gli uomini.

Giocatore      DF%    Costo DF   
Paire 6.2% -4.51
Karlovic 5.8% -3.63
Fognini 5.0% -2.38
Shapovalov 6.3% -2.26
Dimitrov 5.1% -2.25
Monfils 5.0% -2.22
Ferrer 5.2% -2.06
Chardy 5.3% -2.00
Verdasco 4.8% -1.94
Sock 4.8% -1.73

Federer 2.1% 0.88
Berdych 2.9% 0.89
Del Potro 2.8% 0.93
Ramos 3.1% 0.97
Carreno Busta 2.2% 1.07
Gasquet 2.6% 1.12
Isner 2.6% 1.23
Lajovic 1.9% 1.23
Istomin 1.9% 1.23
Kohlschreiber 2.5% 1.24

Doppi falli di situazione

Numeri aggregati come questi possono nascondere un grande quantitativo di informazioni. Considerano infatti solo due aspetti di ogni partita, cioè il numero di doppi falli commessi da un giocatore e quanto la partita è stata combattuta. Bencic riceverebbe lo stesso trattamento sia che abbia commesso nove dei suoi doppi falli sul 40-0, sia che ne abbia commessi nove nel terzo set del tiebreak. È chiaro però che in questo caso avrebbero un impatto infinitamente superiore.

Pur essendo una limitazione che deve essere tenuta a mente, sembra che i doppi falli siano distribuiti in modo relativamente casuale. Vale a dire che la maggior parte dei giocatori non commette la maggioranza dei doppi falli in situazioni di leva particolarmente alta o bassa. Le tabelle precedenti mostrano sia la statistica più basilare – la percentuale di doppi falli – sia le risultanze dalla metodologia più complessa.

Per giocatori con almeno venti partite dall’inizio del 2017 a oggi, la frequenza di doppi falli è altamente correlata con il costo dei doppi falli specifico della partita (per gli uomini, r^2 = 0.752, e per le donne r^2 = 0.789). In altre parole, la maggior parte della varianza nel costo di un doppio fallo può essere attribuita al numero di doppi falli, con poco spazio per fattori di natura diversa, come appunto l’importanza del momento in cui viene commesso il doppio fallo.

Conclusioni

Detto questo, rimane ampio margine per ulteriori analisi sulle situazioni specifiche. Anziché esaminare la probabilità di vittoria a livello di partita, come ho fatto qui, si potrebbe misurare il grado di incidenza di ciascun doppio fallo sulla probabilità di vittoria di una partita, in funzione della situazione di punteggio in cui si verifica.

Il mio sospetto è che, per la maggior parte dei giocatori, si aggiungerebbe un strato di complessità che non genera una grande ricchezza di conoscenza. Forse ci sono dei giocatori davvero capaci di servire una seconda valida nei momenti che fanno la differenza o con la tendenza a cedere alla pressione e commettere doppi falli quando il punteggio è in bilico.

Abbiamo visto quanto possano essere costosi i doppi falli nell’ambito di un’intera partita, nulla esclude che per alcuni giocatori gli errori al servizio siano ancora più dannosi.

The Cost of a Double Fault