เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ ไม่ตรงกับสกอร์

เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ

เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ ไม่ใช่เรื่องแปลกใหม่ในบาสเกตบอล แต่ยุคนี้มันถูก “จับได้ชัดขึ้น” เพราะทุกอย่างถูกนับเป็นตัวเลข เราเห็นเกมที่ทีมหนึ่งชนะ ทุกหมวดสถิติสำคัญ แต่สุดท้ายแพ้ในบอร์ดคะแนน หรือเกมที่โมเดลดาต้าให้โอกาสชนะสูงกว่า 70% แต่ผลจริงกลับสวนเป็นอีกฝั่ง

  • วิเคราะห์ความน่าจะเป็นในสนามบาส ที่อาจไม่ใช่การรับประกันผลลัพธ์
  • ขอบเขตของสถิติในเกมที่มีความแปรปรวนสูง
  • ตัวอย่างเกมที่โมเดลให้โอกาสชนะสูง แต่โดนพลิก

ทำไมบาสยุคใหม่ถึงรู้สึกว่า “ตัวเลขต้องตรงกับผล”

ตั้งแต่ NBA เริ่มติดตั้งระบบ player tracking ครบทุกสนามในฤดูกาล 2013-14 และยกระดับเป็นเทคโนโลยี Second Spectrum ในปี 2017-18 เป็นต้นมา สถิติของเกมบาส ไม่ได้มีแค่แต้ม รีบาวด์ แอสซิสต์อีกต่อไป แต่ถูกแตกย่อยเป็นคุณภาพช็อต ตำแหน่งชู้ต ความเร็ว และโอกาสแบบละเอียด

พอทีม โค้ช นักวิเคราะห์ และแฟนบาสมีข้อมูลมากขึ้น ความคาดหวังก็เพิ่มขึ้นตาม ถ้าตัวเลขบอกว่าทีม A ชู้ตแม่นกว่า เก็บรีบาวด์ได้มากกว่า คุมจังหวะเกมได้ดีกว่า หลายคนจึงรู้สึกว่า “ตามหลักแล้ว” ก็ควรชนะ แต่พอผลออกมาตรงข้าม เรามักรีบสรุปว่า ดวงไม่เข้า หรือไม่ก็สถิติไม่เวิร์ก

เคสจริงจาก NBA เมื่อทีมเล่นตามหนังสือ แต่แพ้

เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ

หนึ่งในเกมที่สะท้อนประเด็นนี้ได้ชัดคือ เกมระหว่าง San Antonio Spurs กับ Dallas Mavericks ในวันที่ 19 มีนาคม 2024 ที่ Frost Bank Center เกมนั้น Spurs แพ้ 107-113 แต่ถ้าดู team stats หลังจบเกมจะเห็นภาพอีกแบบคือ Spurs ชู้ตสามแต้มลง 14 จาก 39 ครั้ง (35.9%) ดีกว่า Mavericks

ที่ลง 10 จาก 30 (33.3%) และยังเก็บรีบาวด์รวมได้ 48 ครั้ง มากกว่าฝั่ง Dallas ที่ 40 ครั้ง พูดง่ายๆ คือในหลายตัวเลขใหญ่ๆ Spurs ดูไม่ได้แย่ไปกว่าทีมที่ชนะเลย แถมยังมีบล็อกถึง 10 ครั้งในคืนนั้นด้วย แต่ Gregg Popovich พูดชัดหลังเกมว่า “เรานำในหลายสถิติ แต่เราเสีย 16 เทิร์นโอเวอร์

นั่นแหละคือความต่างของเกม” Dallas เสียแค่ 9 เทิร์นโอเวอร์ ทำให้แต้มที่ Mavs ได้จากความผิดพลาดของ Spurs หนักจนกลบข้อดีอื่นไปหมด นี่คือภาพคลาสสิกของเกมที่ box score หลักๆ บอกว่า “เล่นดีใช้ได้” แต่ตัวเลขที่ชี้ชะตา กลับไปอยู่ตรงจุดอื่นที่เรามองผ่าน (19 มีนาคม 2024) [1]

Rockets 2017-18 ที่ตัวเลขบอกว่าสมควรเป็นแชมป์

กรณีของ Houston Rockets ฤดูกาล 2017-18 ทีมของ James Harden กับ Chris Paul ที่ทำสถิติชนะ 65 เกม มากที่สุดในประวัติศาสตร์สโมสร และจบฤดูกาลด้วยอันดับหนึ่งของลีก หลายสำนักวิเคราะห์ ยกให้เป็นหนึ่งในทีมที่แข็งแกร่งที่สุด ในยุคสามแต้ม ทั้งเรื่องสไตล์ และตัวเลข (7 เมษายน 2022) [2]

แต่ทั้งหมดจบลงด้วยการแพ้ Warriors ในเกม 7 รอบชิงสายตะวันตก วันที่ 28 พฤษภาคม 2018 ทั้งที่ Rockets เล่นตามสูตรเดิมที่ใช้ชนะทั้งปี เน้นสามแต้มกับการโจมตีใต้ห่วง เพียงแต่คืนที่สำคัญที่สุด พวกเขาพลาดสามแต้มติดกันถึง 27 ครั้ง ซึ่งเป็นสถิติที่ไม่น่าเชื่อ (29 พฤษภาคม 2018) [3]

ในมุม “สถิติตลอดปี” Rockets ทำทุกอย่างถูกต้องแล้ว สร้างระบบที่มี Expected Value สูง รักษาประสิทธิภาพเกมรุก-เกมรับได้ตลอดฤดูกาล แต่ในมุม “เกมเดียว” ความแปรปรวนของลูกที่ลง และไม่ลง ก็มากพอจะทำให้ทีมที่ตัวเลขสวยที่สุดทีมหนึ่งของยุคนั้น ต้องจบฤดูกาลด้วยคำว่าพลาดโอกาส

สถิติในกล่อง vs รายละเอียดในสนาม

เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ

เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ สิ่งหนึ่งที่ต้องระวังคือ เรากำลังพูดถึง “สถิติชุดไหน”

  • Box score บอกภาพรวมว่าทีมชู้ตกี่เปอร์เซ็นต์ รีบาวด์เท่าไหร่ แจกกี่แอสซิสต์
  • Advanced stats อย่าง offensive rating, defensive rating หรือ line-up data บอกคุณภาพการเล่นรวมๆ ต่อ 100 โพเซสชัน
  • โมเดลที่ละเอียดกว่านั้น เช่น shot quality หรือ win probability พยายามคำนวณว่า ถ้าเล่นแบบนี้อีก 100 ครั้ง ควรจะชนะประมาณกี่ครั้ง


ปัญหาคือ ทั้งหมดนี้คือการเล่าความน่าจะเป็น ไม่ใช่การรับประกันผลลัพธ์ ในคืนหนึ่งทีมอาจสร้างโอกาสชู้ตที่ดีตลอดเกม แต่พอบอลไม่ลงในช่วงสำคัญ แค่ 2-3 ครั้ง เกมก็หักหัวไปอีกทางได้แล้ว และบ่อยครั้งสิ่งที่เกิดขึ้นจริงคือ สถิติบางตัวถูก แต่คนดูไปยึดติดกับตัวเลข ที่ไม่ใช่ตัวแปรชี้ขาดของคืนนั้นต่างหาก

ภาษีทางใจของเกมที่ตัวเลขเข้าข้างแต่ผลไม่เข้าเป้า

อีกมุมหนึ่งที่สถิติพื้นๆ มักเล่าไม่หมดคือ “บริบทของแต้ม” แต้มสองแต้มจาก layup ตอนคิวสองไม่เท่ากับสองแต้มจากลูกโทษใน 30 วินาทีสุดท้ายของเกม และเทิร์นโอเวอร์หนึ่งครั้งในต้นควอเตอร์สาม ไม่ได้มีน้ำหนัก เท่ากับการเสียบอลตอนนำอยู่แต้มเดียวในช่วงท้ายเกม

ทีมที่มักจะเจอเหตุการณ์แนว “สถิติดีแต่แพ้บ่อยๆ” มักมีจุดร่วมบางอย่าง เช่น เสียบอลในจังหวะสำคัญมากกว่าช่วงอื่นของเกม, แพ้จังหวะหลัง timeout หรือหลัง dead ball ที่โค้ชทั้งสองฝ่าย มีเวลาออกแบบเพลย์ และขาดคนปิดเกมที่ตัดสินใจได้ดี ในสถานการณ์ที่ความกดดันสูง

สิ่งเหล่านี้วัดได้จากสถิติแบบ clutch หรือ play-by-play ลึกๆ แต่ถ้าเราดูแค่ box score หลังจบเกม จะเห็นแค่ภาพรวมที่เรียบเนียน จนเข้าใจผิดว่าทุกแต้มมีน้ำหนักเท่ากัน ทั้งที่ในเชิงเกมจริงๆ “แต้มเท่ากัน แต่ไม่เท่ากัน” เสมอ และบ่อยครั้งความต่างก็ซ่อนอยู่ในรายละเอียดเล็กๆ พวกนี้นี่เอง

ใช้ตัวเลขเป็นไฟฉาย ไม่ใช่ค้อนตัดสินเกม

สำหรับคนดู การเข้าใจว่าบางคืน สถิติจะไม่เดินตามผลลัพธ์ ช่วยให้เราดูเกมได้สนุก และเป็นธรรมกับทีมตัวเองมากขึ้น เราไม่ต้องรีบด่าโค้ช หรือผู้เล่นทันทีที่ทีมแพ้ ทั้งที่ทั้งเกมสร้างช็อตที่ดี เล่นตามแผน และแพ้เพราะ variance หรือรายละเอียดเล็กๆ ที่เกมระดับนี้พร้อมจะลงโทษเสมอ

ในทางกลับกัน เราก็ไม่ควรหลงกับเกมที่ “ชู้ตลงเกินจริง” ครั้งสองครั้ง แล้วเชื่อว่าทีมแก้ปัญหาทุกอย่างได้แล้ว ทั้งที่ตัวเลขเชิงโครงสร้าง ยังน่าเป็นห่วงอยู่ เช่น แพ้รีบาวด์ตลอด มีเทิร์นโอเวอร์ไม่ดีเกินไป หรือให้คู่แข่งได้ชู้ตจากโซน EV สูงบ่อยเกินไป

ส่วนคนเล่นบาส หรือโค้ชสมัครเล่น ตัวเลขง่ายๆ อย่างเทิร์นโอเวอร์ต่อเกม, คุณภาพช็อต และการเสียแต้มจากความผิดพลาดของตัวเอง เป็นจุดเริ่มต้นที่ดีมากในการอ่านทีมของตัวเอง ว่ากำลังแพ้เพราะ “ดวงไม่เป็นใจ” หรือจริงๆแล้ว แพ้เพราะเราเปิดช่องให้ variance ทำงานใส่เราเอง

บทส่งท้าย เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ

สุดท้าย เมื่อสถิติถูกต้อง แต่ผลการแข่งไม่เป็นใจ เราอาจรู้สึกเสียดาย หรืออยากโทษดวงเป็นอย่างแรก แต่ถ้ามองให้ลึกกว่านั้น เกมแบบนี้คือกระจกที่ดีมากว่า “โครงสร้างของทีมเรา” เดินมาถูกทางหรือยัง ถ้าตัวเลขระยะยาวดี แต่แพ้เพราะคืนเดียวที่ชู้ตไม่ลง นั่นอาจเป็นสัญญาณให้เชื่อในระบบต่อไป

ทำไม box score บอกว่าเล่นดี แต่โค้ชยังบอกว่าทีมเล่นไม่ดี?

เพราะ box score เป็นภาพกว้างที่เล่าไม่หมดว่าแต้มไหนสำคัญที่สุด เกมจำนวนมากแพ้ชนะกันที่จังหวะ high leverage ไม่กี่ครั้ง เช่น เทิร์นโอเวอร์ท้ายเกม ฟาวล์สามแต้ม หรือจังหวะหลุดประกบหลัง timeout โค้ชจึงอาจเห็นว่าทีม “ไม่ดีพอ” ในช่วงเวลาที่มีน้ำหนักต่อผลลัพธ์จริงๆ แม้ตัวเลขรวมจะแข็งก็ตาม

ในฐานะคนดูทั่วไป ถ้าไม่อยากจมกับตัวเลขควรโฟกัสอะไร?

เริ่มจากคำถามง่ายๆระหว่างเกมว่า “ช็อตนี้คุ้มไหม” แยกจากคำถามว่า “ลงไหม” แล้วดูเพิ่มอีกนิดว่าเรา มักแพ้หมวดเดิมๆ หรือเปล่า เช่น เทิร์นโอเวอร์, รีบาวด์, ฟาสต์เบรกที่เสีย แต่มองตัวเลขเป็นไฟฉายส่องให้เห็นจุดที่ควรดู ไม่ใช่เอาไว้ตัดสินว่าทีมดี หรือแย่จากเกมเดียว

Facebook
Twitter
Telegram
LinkedIn
ข้อมูลผู้เขียน

แหล่งอ้างอิง