"Bryta ner och analysera bit för bit"
Publicerad: 2021-07-25
Viktor Jansson skriver om underliggande statistik, beståndsdelar, skottprocent, slumpen, att våga satsa och gömda fynd.

Avancerad statistik.

Egentligen gillar jag inte det uttrycket. Visst, det finns statistiska modeller som baseras på avancerade machine learning-algoritmer, men i de flesta fall när det pratas om avancerad statistik är det inte den typen av modeller som åsyftas. Corsi, Fenwick och PDO är inte mer avancerade än plus-minus. Tvärtom. Då gillar jag hellre att prata om underliggande statistik för det förklarar bättre vad det handlar om. Medan den klassiska box-score statistiken fokuserar på resultat och ger en bild av vad som hände så försöker den underliggande statistiken vara fokuserad på prestation och ge en bild av varför det som hände hände och dessutom ger den oss bra förutsättningar för att försöka förutspå vad som kommer hända framåt.

I NHL är analytics det vedertagna namnet för den här typen av statistik och det begreppet gillar jag ännu bättre än underliggande statistik. För mig representerar analytics ett mindset mer än bara statistiken. Att bryta ner spelet i beståndsdelar och analysera bit för bit. Att ställa två spelare bredvid varandra och konstatera att en har gjort 43 poäng och den andre 24 poäng säger oss ingenting om respektive spelare. Hur många matcher har dom spelat? Hur mycket istid får dom i matcherna? Spelar dom powerplay? Är lagets och spelarnas skottprocent på hållbara nivåer?

Det viktigaste konceptet att förstå för att på ett effektivt sätt kunna analysera ishockey är i min mening att acceptera slumpens inverkan på spelet. Väldigt mycket händer i hög fart på liten yta och en felstuds eller ett stolpskott kan påverka utgången i en match. Gör man då sin utvärdering baserat på resultatet istället för prestationen finns stor risk att man kommer göra en felbedömning. Med hjälp av underliggande statistik kan man följa prestationen och gör man då rätt saker över tid så kommer också resultaten komma.

Jag har nu tre säsonger med data på min sajt SSKSiffror.se där jag manuellt har loggat varje avslut i SSK:s matcher. För varje avslut finns information om vem som sköt, vem som passade, gick det på mål eller utanför eller blev det blockat, varifrån skottet togs, vilka som var på isen, ställning i matchen, vilken period och tidpunkt var det. All den här informationen hjälper mig att teckna en mycket fylligare bild av dels lagets spel men framförallt enskilda spelare. Att kunna lyfta fram en Jacob Spångberg eller en Axel Andersson och visa vilken positiv inverkan dom har på spelet utan att dom vräker in poäng och får rubriker är det jag uppskattar mest.

Två matcher har jag missat att logga under dom här åren. Repriserna på Cmore finns bara tillgängliga i 48 timmar efter match så missar jag det fönstret av någon anledning så är det kört. Samtidigt är det kanske tur att den begränsningen finns för annars hade jag nog suttit uppe på nätterna och loggat ingångar/utgångar, återvunna puckar och special teams. Intressanta områden som jag idag har valt att skala bort på grund av tidsskäl.

Som med mycket annat så är NHL längst fram på området. Flera lag har hela analytics avdelningar och t. ex. Seattle Kraken som snart kliver in i ligan har satsat hårt på detta från dag ett och anställde flera analytiker innan dom hade en GM eller tränare på plats. Även i SHL är det mer eller mindre etablerat där alla lag har tillgång till SportLogiq och deras AI-genererade data och Hockeylabbet på Cmore pratar siffror i TV varje vecka.

HockeyAllsvenskan är inte lika långt framme även om det såklart förekommer dataanalys i olika utsträckning även där. Här tror jag det finns en jättemöjlighet för den eller dom klubbar som fördjupar sig ytterligare. Bristen på data och resurser är såklart ett hinder men det gör också att försprånget skulle kunna bli ännu större för den klubb som vågar satsa. Kan man hitta gömda fynd och undvika felvärvningar så har man snabbt tjänat in dom eventuella merkostnader som skulle tillkomma. Hade Almtuna bara varit en smula analytiska säsongen 16/17 så hade dom inte sparkat Niklas Eriksson när laget hade klart bäst corsi% och näst bäst målskillnad i lika styrka i ligan, samtidigt som dom inte för sitt liv kunde göra mål i PP och hade en skottprocent där på ohållbart låga 5%. För att nämna ett exempel. I efterhand är nog Eriksson glad för hur det blev dock.

Avslutningsvis. Corsi var länge kungen av ”fancy stats” men har på senare tid fått se sig omsprungen av xG (förväntade mål) som förutom kvantiteten av skott också tar hänsyn till kvaliteten.

I HockeyAllsvenskan har vi inte tillgång till xG men dom fyra lagen med högst corsi% i grundserien var Timrå, Björklöven, Västervik och Karlskoga. Samma fyra lag hade också bäst målskillnad i lika styrka i grundserien och det var dom som gjorde upp i semifinalerna.

Allra bäst corsi% hade Timrå följt av Björklöven.

Jag behöver inte påminna om vilka som spelade finalen och hur den slutade va?

HockeyAllsvenskan