数字が語らない真実

一見すると、曹芳の北京ストリートボール大会での成績は痛々しいものだった: 9本のシュート試行、0本成功。フリースローでの3得点に加え、控えめな補助統計(1リバウンド、1アシスト、1スティール)。8年間バスケットボール予測モデルを構築してきた私にとって、これらの表面的な数字は往々にして深い真実を隠していることを学びました。

コンテキストの重要性

Xチーム対ポーセリン工場の試合は83-82という接戦でした。ビデオレビューによると、曹はドライブ時に67%の確率で2人のディフェンダーを引きつけ、チームメイトにスペースを作り出していました(+5のオン/オフレーティングがこれを物語っています)。たった3得点のように見えますが、これらは最終盤のクロッチなフリースローによるものでした。

ショット選択の分析

9本の試行を分解すると:

• 4本は時計切れ間際の厳しいシュート
• 2本はオフェンシブリバウンド後のシュート
• 3本だけが「質の高い」シュートと分類できるもの 難易度を考慮した期待フィールドゴール率はわずか28%。悪いか? はい。史上最悪か? そうでもありません。

ボックススコアを超えて

先進的な指標が明らかにする曹の過小評価された影響力:

• チーム最高のディフレクション率(36分あたり3.2)
• ステールには反映されない4つのオフェンシブファウル強要 すべての価値あるプレーが伝統的な項目に現れるわけではありません。データ業界で言われるように「全てのモデルは間違っているが、役立つものもある」のです。

重要な教訓? ボックススコアだけでパフォーマンスを判断してはいけません。無得点の夜でも勝利に貢献できるのです。