數據分析:世界排名前十的一發回球落點和得分率

更新於 2024/03/27閱讀時間約 3 分鐘

2023年8月6日,ATP官網有一篇關於Daniil Medvedev的數據分析:The Hidden Benefit Of Medvedev's Deep Return Stance,作者是Craig O'Shannessy。在此採取文章內的數據和大家分享。

這篇文章的數據是計算目前世界排名前十的一發回球落點和得分率。

落點位於發球線和底線之間的才計算,無效的回球或是回在發球區內的不計算。數據收集的時間是2023年球季到加拿大公開賽為止。

一發回球落點比較靠近底線的排名:

1. Jannik Sinner = 47%

2. Andrey Rublev = 46%

T3. Daniil Medvedev = 43%

T3. Stefanos Tsitsipas = 43%

5. Frances Tiafoe = 40%

6. Holger Rune = 38%

7. Novak Djokovic = 37%

8. Taylor Fritz = 36%

9. Carlos Alcaraz = 35%

10. Casper Ruud = 24%

通常球員在接一發時,會傾向防禦,也就是把球回到球場比較安全的地帶,差不多在發球區外附近,但Sinner、Rublev有將近五成的回球落點比較靠近底線,表示他們在回一發時是比較傾向攻擊。

Ruud同樣也是以深站位聞名,但他回發球的落點只有24%比較靠近底線。

當回球落點比較靠近發球線時的得分率:

1. Medvedev = 61%

2. Alcaraz = 53%

3. Rune = 52%

T4. Rublev = 50%

T4. Djokovic = 50%

6. Tiafoe = 48%

7. Tsitsipas = 47%

8. Fritz = 46%

9. Sinner = 43%

10. Ruud = 43%

這個數據很有意思,通常回球較淺時,容易被對手攻擊,但為何當Medvedev回球的落點比較淺時,反而有那麼高的得分率?

原因就在於他已經準備好防禦了。當回球落點較淺時,發球者通常都會往前發動攻擊,接球者必須後退防守,由於Medvedev已經站在很後場了,他不必急著後退,這就給了他多餘的時間來應對對手的攻擊。

當回球的落點比較靠近底線時的得分率:

1. Alcaraz = 63%

2. Medvedev = 58%

3. Djokovic = 57%

T4. Tsitsipas = 54%

T4. Rublev = 54%

6. Tiafoe = 53%

7. Rune = 52%

8. Sinner = 50%

T9 Fritz = 44%

T9 Ruud = 44%

回球落點深,對發球者有相當大的壓力,因為發球者有可能被逼退,反而居於防守地位。

在此提醒一點:分析數據不能只看單一數據,像這類以累積一個賽季或多場比賽所呈現的數據,可以說明一位球員的平均表現和實力,但並不能實際反映單一比賽的內容,也無法指出比賽勝負的關鍵。

由這三個數據也可以看出,排名前十的表現其實都相當接近。不過數據是冰冷的,Rublev在這三項數據都優於Ruud,然而Ruud已經三次打進到大滿貫決賽了,所以支撐一位球員在兩週之內打到大滿貫第七場的條件,絕對不只是幾個漂亮的數據。

avatar-img
17會員
70內容數
ATP男子職業網球原創文章,涵蓋四大滿貫、大師賽、500及250級和Next Gen相關賽事。內容包括:賽事分析、球員介紹、數據分析、主題報導等。資料來源有ATP及各大賽官網、記者會及專訪、比賽影片、國外媒體報導、球員社交媒體等,再加上個人觀點,盡可能以第一手資料為主。歡迎追踪「麥鬧網球社」,共享網球樂趣。
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
麥鬧網球社 的其他內容
去年二月在鹿特丹,我第一次看Jiri Lehecka的比賽,留下相當深刻的印象。他由資格賽打進到正賽,接著一路擊敗排名比他高的球員:Denis Shapovalov(12)、Botic van de Zandschulp(51)、Lorenzo Musetti(63),最後才在準決賽敗給Stefan
今年美網,持外卡參賽的地主球員之一Emilio Nava,第一輪五盤擊敗John Millman,第二輪遇到Andy Murray,雖然先拿下第一盤,但接下來不敵經驗豐富的對手,連失三盤敗戰。
在ATP官網上有一篇以數據來分析Daniil Medvedev站位與回發球的文章,很有趣,在此綜合這篇文章的內容及我個人的想法。這篇文章的作者是Craig O'Shannessy,發表的日期是2021年8月10日,所以文章中所出現的數據是在這個日期之前統計的。
美網官網有一篇文章,以數據來比較三種類型的球風,來說明網球和球員如何進化。發文日期是:2021年9月7日。
去年二月在鹿特丹,我第一次看Jiri Lehecka的比賽,留下相當深刻的印象。他由資格賽打進到正賽,接著一路擊敗排名比他高的球員:Denis Shapovalov(12)、Botic van de Zandschulp(51)、Lorenzo Musetti(63),最後才在準決賽敗給Stefan
今年美網,持外卡參賽的地主球員之一Emilio Nava,第一輪五盤擊敗John Millman,第二輪遇到Andy Murray,雖然先拿下第一盤,但接下來不敵經驗豐富的對手,連失三盤敗戰。
在ATP官網上有一篇以數據來分析Daniil Medvedev站位與回發球的文章,很有趣,在此綜合這篇文章的內容及我個人的想法。這篇文章的作者是Craig O'Shannessy,發表的日期是2021年8月10日,所以文章中所出現的數據是在這個日期之前統計的。
美網官網有一篇文章,以數據來比較三種類型的球風,來說明網球和球員如何進化。發文日期是:2021年9月7日。
你可能也想看
Google News 追蹤
Thumbnail
*合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
Thumbnail
好的數據分析師要能做到釐清合作方需求、拆解問題並用數字詮釋問題、解釋分析結果以及寫出好維護的 SQL
Thumbnail
本篇文章分享從製作數據分析報告到PPT簡報技巧,內容包括數據分析報告的構成要素、主體的清晰邏輯設定,以及製作精準PPT簡報的方法。提供從製作報告的過程到提升製作效率的建議,適合初入職場的數據分析新人們參考喔~
數據分析是一項強大的技能,它可以應用於各個領域,從業務到科學,從醫療到市場營銷。對於出社會的成年人來說,學習如何在實際案例中應用數據分析技能是一個具有價值的經驗。在這篇文章中,我們將探討一個實戰案例,看看如何從數據中挖掘寶藏。 1. 案例背景 假設你在一家電子商務公司工作,他們想了解他們的網站訪
Thumbnail
數據分析在自媒體和短影音變現中扮演關鍵角色。本文介紹了四個核心指標:觀看時間、互動率、轉換率和成本效益(ROI),並提供了計算方法和實例。文章也警告避免常見錯誤,如過度依賴單一指標和不考慮季節影響。強調即時調整策略以最大化效益。
Thumbnail
最近有個小夥伴跟我說,他上家做不到半年就離職,離職的原因是,每天都在重複做沒有價值的事情。我說:讓我猜一下...
Thumbnail
Python is a so powerful tool in data science and this course is helpful for reviewing basic concepts. Even though I still have a long way to my future
Thumbnail
是否要花時間解析考題嗎? 司法三等與四等考題之差異,網路上有人在介紹,但是這些介紹的內容可以相信嗎?會不會因為主觀認知而有所偏頗呢? 過去並沒有看到有人把考題重點數據化分析,就沒有人去做了,因此如果能夠花點時間把考題重點加以分析,走對了方向,考上的機率變高了。 請參考下圖 司法三等:分則考題較多
Thumbnail
不知道大家曾經上過哪些線上平台的課程,VUCA的高變動性時代,過往體制內的科系,遠不足以應付未來世界的工作職能,而Google則根據未來市場急需且「高成長、高收益的工作」,推出3大數位學程,數據分析是一項必備的技能,協助我們找到問題的肇因、運用數據導向的思維、判斷出最佳的決策。
Thumbnail
通膨的概念 你今天買一罐飲料「冷山茶王」30元,明年變成36元,通膨成長就是+20%。 今年常聽到通膨的議題,主要是世界各國印鈔,無限的貨幣搶有限的資產,就會讓資產價格變高,所以股市、房地產、原物料都隨之起舞,萬物上漲當然就會通膨,通膨之後就會用各種手段來抑制,升息是其中一種。......
Thumbnail
雖然數據分析師是新職位,但數據分析或是資料分析的概念一點都不新。公司裡面行之有年的職位,不管是行銷、業務、採購、倉管,每個職位都需要數據,也都需要分析。隨著大數據、資料科學、機器學習、AI等酷炫的新名詞、新技術與新應用出現,所需的知識與技能多到員工爆肝也學不完。
Thumbnail
*合作聲明與警語: 本文係由國泰世華銀行邀稿。 證券服務係由國泰世華銀行辦理共同行銷證券經紀開戶業務,定期定額(股)服務由國泰綜合證券提供。   剛出社會的時候,很常在各種 Podcast 或 YouTube 甚至是在朋友間聊天,都會聽到各種市場動態、理財話題,像是:聯準會降息或是近期哪些科
Thumbnail
好的數據分析師要能做到釐清合作方需求、拆解問題並用數字詮釋問題、解釋分析結果以及寫出好維護的 SQL
Thumbnail
本篇文章分享從製作數據分析報告到PPT簡報技巧,內容包括數據分析報告的構成要素、主體的清晰邏輯設定,以及製作精準PPT簡報的方法。提供從製作報告的過程到提升製作效率的建議,適合初入職場的數據分析新人們參考喔~
數據分析是一項強大的技能,它可以應用於各個領域,從業務到科學,從醫療到市場營銷。對於出社會的成年人來說,學習如何在實際案例中應用數據分析技能是一個具有價值的經驗。在這篇文章中,我們將探討一個實戰案例,看看如何從數據中挖掘寶藏。 1. 案例背景 假設你在一家電子商務公司工作,他們想了解他們的網站訪
Thumbnail
數據分析在自媒體和短影音變現中扮演關鍵角色。本文介紹了四個核心指標:觀看時間、互動率、轉換率和成本效益(ROI),並提供了計算方法和實例。文章也警告避免常見錯誤,如過度依賴單一指標和不考慮季節影響。強調即時調整策略以最大化效益。
Thumbnail
最近有個小夥伴跟我說,他上家做不到半年就離職,離職的原因是,每天都在重複做沒有價值的事情。我說:讓我猜一下...
Thumbnail
Python is a so powerful tool in data science and this course is helpful for reviewing basic concepts. Even though I still have a long way to my future
Thumbnail
是否要花時間解析考題嗎? 司法三等與四等考題之差異,網路上有人在介紹,但是這些介紹的內容可以相信嗎?會不會因為主觀認知而有所偏頗呢? 過去並沒有看到有人把考題重點數據化分析,就沒有人去做了,因此如果能夠花點時間把考題重點加以分析,走對了方向,考上的機率變高了。 請參考下圖 司法三等:分則考題較多
Thumbnail
不知道大家曾經上過哪些線上平台的課程,VUCA的高變動性時代,過往體制內的科系,遠不足以應付未來世界的工作職能,而Google則根據未來市場急需且「高成長、高收益的工作」,推出3大數位學程,數據分析是一項必備的技能,協助我們找到問題的肇因、運用數據導向的思維、判斷出最佳的決策。
Thumbnail
通膨的概念 你今天買一罐飲料「冷山茶王」30元,明年變成36元,通膨成長就是+20%。 今年常聽到通膨的議題,主要是世界各國印鈔,無限的貨幣搶有限的資產,就會讓資產價格變高,所以股市、房地產、原物料都隨之起舞,萬物上漲當然就會通膨,通膨之後就會用各種手段來抑制,升息是其中一種。......
Thumbnail
雖然數據分析師是新職位,但數據分析或是資料分析的概念一點都不新。公司裡面行之有年的職位,不管是行銷、業務、採購、倉管,每個職位都需要數據,也都需要分析。隨著大數據、資料科學、機器學習、AI等酷炫的新名詞、新技術與新應用出現,所需的知識與技能多到員工爆肝也學不完。