Editörün notu: Olimpiyatlarda madalya turlarının başlamasıyla, WIRED Kirk Goldsberry’nin istatistikli basketbola takıntısının profesyonel basketbolu nasıl değiştirdiğini yeniden ele alıyor.
Çocukken Kirk Goldsberry aşırı bir basketbol taraftarıydı. Fakat bu 1980ler’deydi ve Penn State yakınlarında yaşamak evinin 76ers maçlarını televizyonda izlemek Philadelphia’ya yeteri kadar yakın olmadığı anlamına geliyordu. Bu yüzden takım arayışında olduğu o dönemlerde Dominique Wilkins ve Atlanta Hawks’ı benimsedi. 750 mil uzakta olsalarda, TBS kanalının sihri sayesinde Georgia’danmış gibi Hawks’ı takip edebiliyordu.
Goldsberry üniversite diploması için Penn State Üniversitesi’nde Yer Bilimi ve Coğrafya okudu, ve sonra da yüksek lisans ve doktora eğitimlerini aldığı Kaliforniya Üniversitesi, Santa Barbara’da İnternet’in gerçek zamanlı yoğunluk haritası üzerine tezini yazdı. Sayısal veriler elde edebilmek için uzay ve zaman kavramlarını kullanarak hareketlerle ilgili verileri görselleştirmenin yollarını arıyordu. Haritalar ve uzay Goldsberry’nin dünyayı nasıl işlediğini tanımlıyordu. Yani, haritalar, uzay ve basketbol.
Goldsberry eğitimi boyunca sadece basketbol izlemedi, aynı zamanda eğlencesine basketbol oynadı. Ve oynadıkça oyun ve diğer sporlardan hangi açıdan farklı olduğu hakkında kafa yormaya başladı. Oyun ve istatistikli performans analizleri daha geleneksel antrenörlük ve, maç videoları izleme ve fiziksel temel kurallar çalışma gibi değerlendirme metotlarına ilaveten kullanılmaya başlanmıştı.
Michael Lewis’in Moneyball adlı kitabında da belirttiği gibi bu devrim beyzbolda başladı. Fakat basketbolla kıyaslandığında beyzbol istatiksel açıdan çok daha basit bir oyun. Topa vuran oyuncu ve topu atan oyuncu arasında açık bire bir mücadele dizilerine merkezlenmiştir ve her oyunun belirli bir başlangıç ve bitiş noktası vardır. (Bir istatikçi bu oyunların herbirini “durum” olarak adlandırırdı.) Herhangi bir maçın herhangi bir anında bir sonraki maçın ihtimallerini hesaplayabildiğiniz ve her oyunun verilerine araştırmacıların erişebildiğini varsayalım. Eğer bir takımın ilk base’de bir tanesi dışarıda olan bir koşucusu varsa, takımın o atışta sayı bulma ihtimali %28 demektir vs.
Fakat Goldsberry ‘moneyball’un basketbol sahasında geçerli olmadığı fark etti. Durağan, durumdan duruma değişen beyzboldan farklı olarak, basketbolda devamlı bir akış var. Oyuncular hücumdan defansa, post-up hücumdan ikili sıkıştırmaya geçiş yapıyorlar. Eğer bir beyzbol oyuncusu sol alanda oynuyorsa, savunma yapacağı alanı bilirsiniz. Basketbolda ise bir forvet her an sahanın her yerinde olabilir. Oyun durağan değil, bu nedenle istatiksel olarak ihtimalleri hesaplayamazsınız. Analistler beyzbolda yaptıkları bireysel değerlendirmeleri yapmalarının imkansız olduğuna karar verdiler.
Bir diğer deyişle, basketbol Goldsberry’nin haritalarındaki gibi bir şeydi—karmaşık, birbirine geçmiş başı ya da sonu olmayan bir bilgi akışı. Fakat bu basketbolun analiz edilemeyeceği anlamına gelmiyordu. Tam tersine, Goldsberry sadece doğru verilere ihtiyacı olduğunu fark etti. Goldsberry: “Oyuncu olarak deneyimlerimden sahada bulunduğum yere göre değişen güçlü ve zayıf taraflarım olduğunu biliyorum, ve diğer oyuncuların da aynı şekilde kendilerini bildiklerini düşünüyorum.” Beyzbolda bir durumu açıklayan sayılara odaklanmak yerine Goldberry, objelerin konumlarına ve hareketlerine—özellikle de oyuncuların ve topun—odaklanmaya başladı. Bu yolla ve yeni geniş kapsamlı veri setleri sayesinde insanların bildiklerini zannettiklerinden daha fazlasını yapabiliyordu. Çemberle ilgili gizli gerçekleri kimsenin bilmediği karanlık köşelere ışık saçarak keşfedebiliyordu. Beyzbolu anlamak için yüzdeleri ve olasılıkları anlayabilen bir istatistikçiye ihtiyacınız olabilir. Fakat basketbolu anlamak için, uzayı da anlamanız gerek. Bir haritacıya ihtiyacınız var. Spesifik olmak gerekirse Kirk Goldsberry’ye ihtiyacınız var.
2011’de Michigan State ve Harvard’da verdiği derslerden kalan boş zamanlarında haritalama sistemi üzerine çalışmaya başladı. Fakat gerekli verileri bulmak bir bir engeldi. Sabit hareketle 10 oyuncuyu takip etmek kolay bir iş değil. Taraftar sitelerini ve spor haberlerini taramaya başladı, ve bu şekilde NBA’de atılan her şut için istatistikleri buldu. Çok fazla bir şey değildi—sadece şut, nereden atıldığı ve girip girmediğiydi. Fakat bu bir başlangıçtı.
Veriler özel değildi, ama herkesin bildiği şeyler de değildi—Goldsberry hepsini internette yaptığı uzun araştırmalar sonucu bulmuştu. Spesifik olarak ESPN.com’un her maçın box score’larıyla beraber şut grafiklerini çıkardığını buldu. Goldsberry: “Bu veri setlerini yayımlıyorlardı fakat benim gördüğüm potansiyel gibi kullanmıyorlardı.”
Sonunda 2006-11 yıllarında atılan 700.000’den fazla şutun uzaysal koordinatlarıyla veritabanını oluşturdu. Haritacı Goldsberry basketbol bağımlısı Goldsberry’yle takım oldu. “Bu verileri yeni bir şeyler söyleyebilmek, Kobe’nin nerelerde iyi, nerelerde kötü olduğunu anlatmak için bir yol bulmak istiyordum.” Ve karmaşık hesaplardan daha öte bir şey yapmak istiyordu. Goldsberry insanlara “oyuncularla, taraftarlarla, ve medyayla iletişim kurmayı” göstermek istiyordu.
Dünya’nın Farklı Yerlerinden Şutlar
Goldsberry oyuncuların şut attığı, sahanın 120 m2lik alanını strateji oyunlarındaki gibi hücrelere böldü—basitçe üç sayı çizgisinin dışından ve yakın mesafe. Sonra da elindeki verileri hangi oyuncunun nereden, hangi sıklıkla ve ne kadar etkili şutlar attığını gösteren haritaları oluşturmak için kullandı.
Goldsberry’nin CourtVision adını verdiği sistemi oyuncular arasında daha önce hiç kimsenin sayılara dökmediği farklılıkları gösteriyordu. NBA tarihinin en iyi şutörlerinden Ray Allen’ın üç sayı çizgisinin gerisinden bazı ölümcül şutları vardı ve çok nadiren orta mesafe atışlarını deniyordu. Los Angeles Lakers’ın enerjik oyuncusu Kobe Bryant sahanın farklı yerlerinden çok şut atıyor, fakat ona savunma yaptığınızda şut atmasını isteyeceğiniz yerler var (mesela dip çizgiden, çünkü oradan atarken sayıya çevirmekte zorlanıyor). Goldsberry oyuncunun hücumda anlık görsel imzasından farksız bir şey yaptı, okuması ve anlaması kolay. Yaptığı şey akıllı bir analistin ya da bir koçun saha kenarında olacakları sezmesinden öte bir şeydi. CourtVision haritalarını daha çok inceledikçe, daha fazla şey açığa çıkıyor.
Goldsberry çalışmasını 2012 yılında MIT’de düzenlenen istatistikçi ve koçların katırldığı Sloan Spor Analizleri Konferansı’nda sundu ve basketbol dünyası Goldberry’nin sunumuyla çıldırdı. İlk defa taraftarlar en sevdikleri basketbolcularının attığı şut çeşitlerini ve bu şutlarla ilgili değerleri görebiliyorlardı. CourtVision savunmacının kim olduğu ya da o an sahada yaşanan diğer hadiseleri göz önünde bulundurmuyor, fakat yine de takım yönetimine oyuncuları değerlendirme, yeterli verimi verip vermediğini tespit etme ve oyuncuların oyun tarzının takıma uyup uymadığını anlama konularında büyük bir kolaylık sağlıyor. Dallas Mavericks’in patronu Mark Cuban ve San Antonio Spurs’ün genel menajeri R.C. Buford, konuşmasından sonra Goldsberry’ye çalışmaları hakkında daha fazla bilgi almak istediklerini söylediler. Goldsberry hislerini şu sözlerle ifade ediyor: “ ‘Aman Tanrı’m, eğer bu işi doğru yapabilirsem gecelerimi, hafta sonlarımı harcadığım bu şey çok daha büyük bir olaya dönüşebilir’ denecek bir andı.”
Goldsberry’nin çalışmasıyla ilgilenenlerden biri de o dönem Chicago yakınlarında bulunan Stats’in yöneticilerinden Brian Kopp’tu. Bir grup beyzbol araştırmacısı Stats’i 1980ler’de beyzbolla ilgili en iyi istatistiksel bilgileri bulmak için kurmuşlardı. Bugünlerde ise şirket Amerika’da takımlara, liglere, ve medyaya profesyonel sporlarla ilgili bilgileri dağıtan dev bir yaratık. 2012’de Stats basketbolla alakalı çalışmalar da yapıyordu—SportVU adı verilen yeni bir veri toplama yöntemiyle uğraşıyorlardı. O yıl Sloan Konferansı’nda yaptığı sunumdan kısa bir süre sonra Kopp, Goldsberry’yi aradı ve yaptıkları çalışmaya göz atmak isteyip istemediğini sordu.
SportVU, İsrailli bilim adamlarının mermileri izlemek için bulduğu bilgisayardan kontrolü sağlanan optik teknoloji üzerinden geliştirilmiş bir sistem. 2005’te İsrailliler futbol sahasının üstüne yerleştirdikleri üç kamerayla verileri merkezi bilgisayara aktararak bu teknolojiyi spora uyarladı. Iraklık açısı ve diğer hileli bilgisayar görüntüleri sayesinde sistem, sahadaki her objeyi takip edebiliyor ve her birini 3-boyutlu görüntüleyebiliyordu. 2008’de Stats basketbola 6 kameralı bir geliştirme yapma fikriyle SportVU’yu satın aldı.
Yeni sistem ucuz değildi—bu bilgiye sahip olmayan isteyen her NBA takımının kameraların ve bilgisayarların arenasına montajı içi aşağı yukarı 100.000 Dolar ödemesi gerekiyordu. 2012-13 sezonunu sonu itibariyle yalnızca 15 takım bu sistemi aldı ve veriler arasında büyük boşluklar vardı—yalnızca maçların yarısı kadarı çekilebildi. Fakat elde edilen veriler bir potensiyel olduğunu gösteriyordu. Eylül 2013’te NBA ligde maçların oynandığı tüm arenalara bu sistemin monte edilmesi için bir sözleşme imzaladı.
Goldsberry: “Brian ben, aradı ve direkt ‘Bu verilerle uğraşmak ister misin?’ diye sordu. NBA’in dışından sadece birkaç kişinin görebildiği bu verileri görme fırsatı bulmuştum.” Bu fırsat Goldsberry için büyük ikramiyeyi kazanmak, altın madeni bulmak gibi bir şeydi ve ESPN.com’dan elde ettiği verilerden çok daha elle tutulur,her pozisyonun tüm ayrıntılarını kapsayan, oyuncuların şut atmak için nereye nasıl hareket ettiklerini gösteren verilere ulaşacaktı. Bu verilere ulaştığı andan itibaren tüm sorulara cevap verebilirdi. Bir oyuncunun maç içinde ne kadar koştuğunu bilmek istiyor musunuz? Terlemeye gerek yok. Takımınızdaki en etkili pas veren kim biliyor musunuz? Kolay iş. Şut saatinde 15 saniyeden az bir zaman kala harekete başladığınızda pick-and-roll verimliliği lig ortalamasıyla nasıl karşılaştırılabilir? SportVU bunu da yanıtlayabilir.
Fakat Goldsberry’yi en çok içine çeken şey sporun en can sıkıcı taraflarından birini anlama kapasitesiydi: savunma. Yıllarca takımlar oyuncunun defansif değerini görmek için basit istatistiki bilgilerle yetiniyordu —kaç top çalma, kaç blok. SportVU çok daha elit bir sonuç veriyordu. Artık Goldsberry pick-and-roll karşısında nesnel olarak en iyi defansı, ya da hangi oyuncuların hücumu rahatsız etmek için pas arası yapmada özellikle iyi olduğunu bulabilirdi.
Sloan Konferansı’ndaki sunumundan bir yıl sonra Goldsberry, MIT’ye SportVu verileriyle donanımlı ve savunma konusunda yeni bir bakış açısıyla gitti. Bu sefer sunum salonu ağzına kadar doluydu—sadece araştırmacılar yoktu, NBA’den yöneticiler de vardı.
Çemberi Koruma
Goldsberry savunma yapmak için sahadaki en önemli mülkün çemberin çevresi olduğunu gözlemleyerek işe başladı. Orası hücum oyuncularının en çok isabetli şut bulduğu bölge. Bu yüzden Goldsberry savunmacıların çemberin 1,5 m kadar yakınlarında rakiplerinin skor bulmasını nasıl engelleyebildiklerini inceledi. Ortalama bir NBA savunmacısının belirlenen alanda rakiplerine yüzde 49,7 oranında başarılı atış şansı tanıyordu.
Goldsberry iki farklı savunma sınıfı tanımladı. İlkinde savunmacılar rakiplerinin şutunu ya blokluyor ya da şutu bozuyorlardı—yani “şut verimliliği”ni düşürüyorlardı.Bu analizde, rakiplerini yüzde 38’de tutan Indiana Pacers’ın pivotu Roy Hibbert ve Milwaukee Bucks’ın pivotu Larry Sanders yıldız oyunculardı. Madalyonun diğer tarafında ise rakiplerinin, sırasıyla, yüzde 62 ve 61 isabet oranlarıyla şut atmalarına izin veren Houston Rockets’ta, daha sonra ise Phoenix Suns’da oynayan Luis Scola ve Golden State Warriors’dan David Lee defansta felakettiler. Bu veriler ilginçti fakat özel olarak şok etkisi yaratmıyorlardı. Bir anlamda hücum anlamında madalyonun diğer tarafındaki verileri geçen sene de sunabilirdi.
İkinci yaklaşımda ise savunma daha güç anlaşılıyor, ve daha sürpriz dolu. Bazı oyuncuların rakiplerinin yalnızca şut verimliliğini değil, şut sıklığını da azalttığı görüldü. Bu sadece Goldsberry’nin verilerinin gösterebileceği bir şeydi: ortalama şut yüzdeleriyle belirli savunmacıların belirlenen alanı savunurken ki yüzdelerin karşılaştırılmasıyla Goldsberry, şut sayılarının nasıl düştüğünü hesaplayabilirdi. Lider şut susturucusu rakiplerin çember çevresinde normalden yüzde dokuz daha az şut kullanmalarına sebep olan Dwight Howard’dı. Goldsberry buna Dwight Etkisi adını verdi—hatta konuşmasının ismi de buydu. Goldsberry, Howard çemberi korurken rakiplerinin daha az yakın mesafe şutu kullandığını ve daha çok NBA’de en verimsiz olan orta mesafeli atışları tercih ettiğini söyledi.
Goldsberry’nin konuşmasını dinleyenlerden NBA yöneticilerinden biri de Daryl Morey’di. Morey, organizasyonunu ligin en ileri görüşlü ekiplerinden biri haline getirdiği Houston Rockets’ın genel menajeri ve, aynı zamanda spor bilimine ve analizlere çok zaman ayıran ve enerji harcayan birisi. Aynı zamanda Sloan mezunlarında ve bu etkinliğin kurucularından; hala da eşbaşkanı. Bu bir tesadüf olabilir. Olmaya da bilir. Fakat Kirk Goldsberry’nin çalışmasını dört ay boyunca izledikten sonra Morey’nin Dwight Howard’la büyük bir sözleşme imzalaması bir kenara not etmeye değer.
Sporda istatiksel analizlerin kullanılmasıyla ilgili her muhabbet kaçınılmaz çekimgücü yüzündenmişçesine Moneyball’a bağlanıyor. Bir nedeni müthiş bir kitap ve kahramanının Oakland A’s’in genel menajeri Billy Beane olması. Bir diğer nedeni ise Michael Lewis’in hikaye anlatımı hünerinin istatistiki bilgilerin kolay anlaşılmasını sağlamış olması. Moneyball spor analizleri kavramını geniş bir okuyucu kitlesine açıklayan bir hikaye.
Yani aslında Moneyball etkisini temelinde olan istatistikler Beane için yeni değildi. 1910lar’da F.C. Lane’den, 1940lar’da Allan Roth’a, 1964’te Earnshaw Cook ve çığır açan kitabı Percentage Baseball’a oyunun uzun, küçük ama güçlü analiz geleneği vardı. Ve 1970ler’in ortasından başlayarak eskiden domuz eti ve fasülye fabrikasında çalışan bir güvenlik görevlisi Bill James Beyzbol Abstract’ı adı verdiği kendi bastırdığı yazısında oyunun bilgisini sistemleştirdi.
O dönemlerde Beane’nin yeteneği istatiksel değil operasyoneldi. Sıfırdan uzun süreli ve bilindik istatiksel bilgilerden faydalanan bir organizasyon kurabiliyordu. Yani rekabet üstünlüğü oyunun yazılı teorilerinden gelmiyordu; bu teoriler üzerinden iş yapabilmekten geliyordu.
Artık yeni teknolojiler oyuncular ve taktiklerle ilgili terabaytlarca veri oluşturduğundan yeni nesil rekabet üstünlüğü sayılarla uğraşmayı sevenlerin ve işaretleri anlamlı bir hale getirebilen analistlerin olacak. Mesela NBA’de istatiksel tsunami etkisi yaratan SportVU. Goldsberry: “Takımların yüzde 85’inin bu verilerle ne yapacağını bilmediklerini söylemek abartı olmaz. Bu verilerin NBA’de bir devrim olacağı fikri—aslına bakılırsa takımlar bir an önce makine öğrenimi ve veri görselleme gibi şeylere uyanmadıkları sürece buna inanmıyorum.”
Takım yöneticilerinin yüzde 15’inden kim gerçekten verilerle ne yapacağını biliyor? Onlar gelecek Billy Beaneler. Bu yılın Sloan Konferası’nda Goldsberry üç turba şampiyonluk sunumu verdi. Çünkü Goldsberry’nin aslında yaptığı şey basketbol maçlarını kısa sürelere, anlara bölmek, ve sonra da eski nesil spor analistlerinin beyzbolun farklı durumlarına uyguladıkları analizleri uygulamak. Goldsberry ve ekibi böylece post pozisyonuna pastan, içeriye drive etmeye kadar sahadaki her hareketin değerlerini nicelendirebiliyordu.
Bu tarz analizler bir oyuncunun yaptığı her şeyi farklı şekilde değerlendirme yolları açıyor. Goldsberry: “Hangi oyuncuların oyunu iyi yönde hangilerinin kötü yönde değiştirdiğini görebileceksiniz. Bu basketbolun yeni mikroekonomisi gibi bir şey.”
Bu Goldsberry için artık yarı zamanlı bir hobi değil. Yaptığı çalışmaları sporla ilgili websitelerinden Grantland’de spor analizleriyle ilgili yazma işine çevirdi, ve bunu onaylamayacak olsa da bazı raporlarda birkaç NBA takımının onunla görüş alışverişinde bulunduğu yazıyor. Ve hala kendilerine koordinat sistaminin kısaltmasından gelen XY Hoops adını veren bir öğrenci grubuyla yaptığı çalışmalar için Harvard’da. Goldsberry: “Bu benim fikrim değildi—fikir öğrencilerimden geldi. Ben sanki Foo Fighters’ım, ve onlar da günümüzün popüler grubu. Ben artk neredeyse bir nostaljiyim.”
Goldsberry ve ekibinin yazdığı çok önemli yazının adı “Basketbolda Top Hakimiyetinin Sonuçlarını Tahmin Etmek için Çoklu Çözünürlüklü Olasılıksal Süreç Modeli” Fakat umumi kullanım için daha iyi bir başlığı var: Databall.
Yazı Mark McClusky’nin Faster, Higher, Stronger: How Sports Science is Creating a New Generation of Superathletes—and What We Can Learn from Them adlı kitabından alınmıştır.
https://www.wired.com/2014/10/faster-higher-stronger