Por Kike García (@KikeGarcia41)
Seamos sinceros, como seres humanos que somos, en la mayor parte de las situaciones necesitamos centrarnos en un único punto. Cuando recibimos diferentes estímulos tratamos de aislarlos en uno, dos o tres como máximo. Esto mismo nos pasa también a la hora de analizar el baloncesto. Cuando empezamos a seguir este deporte y miramos un box score o una carta de estadísticas, todos nos vamos rápidamente a la misma columna: los puntos. Es lo que más nos llama la atención. Luego ya podemos ir a los rebotes, las asistencias, las pérdidas, los porcentajes… pero los puntos son lo primero que nos entra por la vista.
También por nuestra propia naturaleza, tendemos a clasificar todo. Este es mejor que el otro, pero peor que aquel al mismo tiempo. Y sentimos la necesidad de encontrar una manera de comparar y determinar el nivel con una única cifra. Hace tiempo quizás los puntos cumplieran esa función, pero está ya muy claro a estas alturas que no cuentan la historia completa del rendimiento de un jugador. Por eso nacieron las estadísticas “todo en uno”, destinadas a resumir el rendimiento de un jugador en una única cifra.
¿Eres nuevo en el mundo de la estadística avanzada? Descubre qué es
La mayoría de ellas tienen una fórmula que es pública, pero que ni yo mismo sabría explicar en estas líneas. Lo que sí intentaremos hoy es identificar las más conocidas y sus características, para que podáis curiosear con ellas y decidir cuáles son más fiables. Porque lo divertido de estos números, que se pueden utilizar sin saber exactamente cómo se han creado, es también lo más peligroso, y en ocasiones se utilizan sin una buena base.
¿Qué es el PER? Las primeras estadísticas avanzadas
La primera de estas estadísticas que alcanzó un gran reconocimiento público fue el PER (Player Efficiency Rating), lanzada en 2007. La facilidad del PER se encuentra en que la media de la liga siempre está en 15. Con lo cual es fácil ver qué jugadores están por encima o por debajo de esa media. Como era la estadística que adoptó ESPN fue la que se expandió más rápido, pero también ha quedado ya casi obsoleto, al sobrevalorar algunos aspectos como los rebotes, y no tener en cuenta el más/menos de los jugadores. Otra estadística muy parecida al PER es el PIE (Player Impact Estimate), creado por la propia NBA y en la que asigna un mayor valor a la defensa, pero tampoco se encuentra entre las más utilizadas.
ESPN sigue manteniendo el PER en las valoraciones de su trade machine, pero a efectos prácticos la estadística avanzada que desarrolló después y que promociona ahora mismo es el RPM (Real Plus Minus), creado por Jeremias Engelmann con una fórmula que utiliza datos del box score, del más/menos de los jugadores y de los datos del play-by-play. Cuando se lanzó en 2014 comenzó a ser muy utilizado, pero unos años después parece que se introdujeron algunos cambios en la fórmula que hicieron que los más puristas le dieran la espalda.
El Global Rating casi lo podríamos considerar un producto “local” español. Creado por Alberto de Roa para Hoopshype, se trata de una estadística que asigna un valor numérico al rendimiento de los jugadores en base a sus números, y después añade en la fórmula el rendimiento de su equipo, porque no es lo mismo el impacto de un jugador que juega 30 minutos en una victoria por 15 puntos que el del jugador que juega solo cinco minutos. También tiene en cuenta el número de partidos que se pierde el jugador durante la competición. Se ha estrenado esta misma temporada, así que veremos cuál es su impacto.
Regístrate gratis en el NBA ID para acceder a El Reverso, descuentos exclusivos, juegos y mucho más
Basketball-Reference, la biblia de las estadísticas NBA
Regresando a los clásicos. Si hablamos de NBA y de estadísticas, hay una página web imprescindible ya sea para una pequeña búsqueda o para una investigación en profundidad: Basketball-Reference. La biblia de las estadísticas NBA. Y como web de referencia, también crearon su propia estadística todo en uno: Box Plus-Minus (BPM). El centro de esta estadística se encuentra en el rendimiento del jugador, el rendimiento del equipo y su posición, aplicándolo a 100 posesiones. Se trata básicamente de la misma estadística que el VORP (Value Over Replacement Player), pero esta tiene en cuenta el tiempo de juego del jugador. Lo bueno del BPM es que es muy fácil de comprender: la media de la liga es 0.0. Cualquier valor negativo es negativo. Cualquier valor positivo es positivo.
Ahora nos adentramos en el mundo del baseball. Si habéis visto la película Moneyball o leído el libro, hay una estadística todo en uno que tiene mucha importancia: las Win Shares. Basándose en esa estadística y en las ideas de Dean Oliver en el libro Basketball on Paper, fue Justin Kubatko (también de Basketball-Reference) creó esta versión de las Win Shares aplicada al baloncesto. Básicamente lo que quiere hacer esta estadística es repartir el valor de cada victoria entre los jugadores que más han contribuido a ella. Al final de la temporada se pueden sumar esas cifras y ver cuántas victorias ha dado un único jugador, o se pueden medir por cada 48 minutos también.
Las mejores métricas de estadística avanzada en la NBA
Vamos llegando ahora a las favoritas, las más complejas a la par que fiables, cuyos autores parece que pasaron tanto tiempo pensando el nombre como la fórmula. En FiveThirtyEight, web que analiza el deporte y la sociedad utilizando el bug data, crearon el RAPTOR (Robust Algorithm Player Tracking On/Off Ratings). Le pusieron ese nombre porque esta fórmula predijo que los Toronto Raptors eran favoritos en las Finales de 2019 contra los Golden State Warriors. Tiene dos versiones, una defensiva y otra ofensiva, utilizando componentes del boxscore, aplicando si el jugador está o no en la pista, las combinaciones de compañeros con los que juega, etc. La suma de las dos fórmulas da la valoración RAPTOR global. Aunque FiveThirtyEight predijo con sus modelos y fórmulas que Hillary Clinton iba a ganar a Donald Trump en las elecciones de 2016, parece que aquí han atinado más.
La ciencia respalda especialmente al Estimated Plus-Minus (EPM), creado por Taylor Snarr, un científico de datos y ex coordinador de analytics de los Utah Jazz, quien presentó esta estadística en febrero de 2020. Utilizando un modelo híbrido como el del RAPTOR y sumando datos de tracking, el acierto que tuvo Snarr al presentar su estadística es que lo hizo con un complejo estudio en el que comparaba su fórmula con el resto de las mencionadas aquí, demostrando lo bien que valoraba a los jugadores, y creó una página web muy intuitiva y moderna.
Poco a poco llegamos casi al final con una de mis favoritas: el LEBRON (Luck-adjusted player Estimate using a Box prior Regularized ON-off) de Basketball Index. Se trata de una estadística bastante nueva, pero que ha tenido muy buenos resultados hasta el momento y que empieza a ser adoptada por los departamentos de analytics de casi toda la NBA. Lo que me gusta de esta estadística es que incorpora información del prototipo de jugador, su rol, y resta tanto minutos de la basura como “valores de suerte”. Este LEBRON se puede considerar casi una evolución de otra estadística todo en uno, el PIPM (Player Impact Plus-Minus), creado y desarrollado por Jacob Goldstein hasta que fue contratado por los Washington Wizards.
Pero quizás con la que más estén jugando los expertos en analytics ahora mismo sea el DPM (DARKO), creada por Kostya Medvedovsky. La descripción en la web ya suena a futurista: “DARKO es un sistema de proyección de box score gestionado por un dispositivo de aprendizaje automático”. Es decir, por un ordenador que, en base a la fórmula inicial, va haciendo minúsculas modificaciones continuas a la fórmula en base a los resultados que va teniendo. La trampa está en que DARKO sirve más bien para predecir el rendimiento que van a tener los jugadores, y quizás no tanto para evaluar la temporada que están teniendo hasta ahora.
Probablemente mucho de lo habéis leído os haya sonado a chino, si es que habéis llegado hasta aquí, pero si queréis analizar en profundidad lo que sucede en la NBA debéis entender al menos en parte lo que significan estos números. Existen otras muchas estadísticas todo en uno, como el DRIP, el Floor Impact Counter de RealGM, el Simple Rating de Roland Beech, un pionero de la estadística avanzada en la NBA, la Win Probability Added de Mike Beuoy, o el cada vez más utilizado Regularized Adjusted Plus-Minus.
Ninguna de ellas va a ser perfecta, porque nunca se podrá valorar la influencia de un buen entrenador, de un sistema o de la química con los compañeros. Y siempre será muy complicado cuantificar la defensa o los intangibles. Teniendo eso en cuenta, ahora mismo hay muchas alternativas y muy buenas para poder medir casi todo lo demás en una única cifra.
Tres curiosidades estadísticas tras el primer mes de competición de la temporada 2021/22
Los Golden State Warriors tienen la mejor defensa de la liga hasta el momento, encajando tan solo 98.7 puntos por cada 100 posesiones, y recordando a la mejor defensa de la dinastía de los Warriors. Lo realmente sorprendente es que los Denver Nuggets tienen hasta ahora el segundo mejor registro defensivo de la liga (101.1 de rating defensivo).
Los Washington Wizards se encuentran con uno de los mejores balances de la conferencia Este, y un protagonista inesperado de ese gran comienzo es Montrezl Harrell. El interior se encuentra ahora mismo en el top 10 de la mayoría de las estadísticas de rendimiento individual.
Puede que su balance no lo refleje así, pero los San Antonio Spurs están siendo el equipo que mejor protege el balón. Los de Gregg Popovich reparten 2.18 asistencias por cada pérdida que cometen, muy por delante del segundo clasificado, los Phoenix Suns (1.99).
Líderes estadísticos de la temporada 2021/22
Líderes de la temporada en varias estadísticas todo-en-uno (algunas estadísticas como LEBRON, RPM o EPM aún no se han publicado por haber una muestra pequeña).
Datos actualizados a fecha 15 de noviembre de 2021.