數據分析:世界排名前十的一發回球落點和得分率

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。

14會員
66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
發表第一個留言支持創作者!
你可能也想看
數據分析師 Data Analyst 需要的四種能力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
avatar
Richard Cheng
2024-02-08
數據分析報告的製作技巧與分享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~
Thumbnail
avatar
舒栗
2024-01-13
數據分析實戰案例:從數據中挖掘寶藏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
avatar
不給糖就搗蛋
2023-12-13
數據分析與調整:自媒體變現和短影音的第八步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
avatar
自媒體圖書館-DFP領袖學苑
2023-10-14
數據分析師面試別再採坑啦 !! 教你三個方法避坑(上)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
avatar
量化實驗室
2023-04-04
【數據分析】| 如何轉職成為數據分析師? | #Kaggle #Python #PowerBIPython 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
avatar
Dodson
2022-12-25
數據分析時代:司法特考應考策略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
avatar
Jackie Chien
2022-05-01
數據分析|成為數據分析師的第一堂課,Google 破壞大學學位計畫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
avatar
小克 WEN HUA WANG
2021-08-01
數據分析,抓緊通膨與升息趨勢通膨的概念 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
avatar
Jackie Chien
2021-05-01
數據分析師的工作日常,在資料和程式中挖掘商業價值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
avatar
ARON HACK 亞倫害的
2020-03-08