Servizio e risposta sotto pressione: una prospettiva diversa
Esaminate le prestazioni 2018 sulle singole dimensioni di analisi richiamate (servizio, risposta e gestione dei punti importanti), cerchiamo ora adottare una prospettiva alternativa a quella proposta dall’ATP. L’obiettivo è quello di costruire una nuova metrica sintetica che distinguendo per superficie possa dare delle utili indicazioni; e infine vedremo come anche in corso di partita qualche utile indicazione tattica possa essere tratta da elementi statistici. Rispetto al leaderboard ATP si cercherà allora di rendere conto in maniera più esplicita di quella che è la performance complessiva. In questo modo, anziché sommare mele con pere come fatto nel leaderboard si cercherà di fornire un indicatore maggiormente complessivo.
Innanzitutto vediamo allora di trovare una proxy della prestazione in palleggio: la performance in palleggio sulla seconda di servizio, nell’accezione dell’ATP rientra nella performance al servizio, ma in realtà lo possiamo considerare come un mondo a parte. Tale metrica, che invece l’ATP non sottolinea a sufficienza, può essere misurata in maniera convincente sulla seconda di servizio, ovvero una situazione di semi-rimessa in gioco, nella quale, a parte il caso in cui entrino in gioco la premiata ditta John&Ivo, la dinamica di gioco inizia su basi di un certo equilibrio. Ed è il terreno marginale in cui nel tennis spesso e volentieri si vincono e si perdono le battaglie e determina l’evoluzione dello scacchiere tattico: il momento in cui l’equilibrio degli standard game dei due giocatori comincia ad incrinarsi e il braccio di ferro comincia a pendere da una parte piuttosto che dall’altra, è spesso dipeso o da pessime percentuali di servizio di uno dei due, o dal fatto che la guerra delle seconde di servizio comincia a trovare un chiaro padrone. Una sorta di guerra di logoramento nella quale i territori più o meno intaccabili delle prime di servizio non vengono toccati, mentre le spallate vengono gettate nella terra di nessuno delle seconde. E in uno sport in cui 2-3 punti percentuali di punti vinti in più o in meno divide i migliori dagli onesti mestieranti, è facile capire quanto sia dura la lotta.
Date le peculiarità delle singole superfici, si cercherà di fornire un indicatore di chi siano stati i migliori giocatori nel 2018 distinti per superficie. Tutti gli indicatori sono costruiti tenendo presente quelli che sono i valori in campo e adottando un approccio di buon senso, che partendo da prototipi di metriche, cerca di verificare la bontà del dato sulla base dei valori in campo e retroagendo sulle metriche individuate, fino a trovare un buon equilibrio. Poiché l’applicazione delle metriche individuate agli anni precedenti ha dato buoni risultati, si è deciso quindi di presentare i risultati ottenuti.
Per quanto riguarda la terra battuta la metrica individuata è la seguente:
- { [(% 2nd Serve Points Won) + (% 2nd Serve Return Points Won)]/2 } * (Modificatore partite vinte)
- Dove: Modificatore partite vinte = SE(N. Partite vinte>=19; 1,05; SE(N. Partite vinte >10; 1; 0,95))
In termini discorsivi l’idea è la seguente: sommare i punti vinti sulla seconda di servizio e sulla risposta alla seconda di servizio dell’avversario e moltiplicare il risultato per un modificatore, che dia conto da un lato del fatto che se un giocatore ha vinto molte partite probabilmente avrà incontrato anche i più forti, pertanto il peso da attribuire deve essere maggiore. Dall’altro lato, serve anche a togliere gli outlier dovuti al fatto che chi ha giocato pochi match con buoni risultati risulterebbe ai piani alti della classifica pur senza aver lasciato il segno.
Etichette di riga | Somma di Indicatore |
Rafael Nadal | 63,6825 |
Dominic Thiem | 56,07 |
Alexander Zverev | 55,755 |
Fabio Fognini | 55,5975 |
Diego Schwartzman | 5555% |
Novak Djokovic | 54,15 |
Stefanos Tsitsipas | 53,6 |
Kei Nishikori | 53,25 |
Pablo Cuevas | 53,1 |
Martin Klizan | 52,6 |
Juan Martin del Potro | 52,535 |
Marin Cilic | 52,45 |
Kyle Edmund | 52,45 |
Nicolas Jarry | 52,185 |
Dusan Lajovic | 52,15 |
David Goffin | 52,1 |
Pablo Carreno Busta | 52,05 |
Taro Daniel | 51,3 |
Richard Gasquet | 51,25 |
Matteo Berrettini | 51,2 |
Guido Pella | 51,2 |
Leonardo Mayer | 51,2 |
Maximilian Marterer | 51 |
Steve Johnson | 51 |
Philipp Kohlschreiber | 50,825 |
Marco Cecchinato | 50,75 |
Roberto Bautista Agut | 50,65 |
Marton Fucsovics | 50,3025 |
Roberto Carballes Baena | 50,15 |
Mikhail Kukushkin | 49,78 |
Pablo Andujar | 49,3525 |
Borna Coric | 49,2575 |
Fernando Verdasco | 49,15 |
Chiaramente questo indicatore per costruzione tende a penalizzare i grandi battitori. Interessante il caso di Del Potro, che rientra approssimativamente nella top ten, ma che proprio in virtù del suo servizio riesce in realtà ad avere una performance migliore di quella indicata dalla metrica. Tuttavia si ritiene che il risultato dell’osservazione sia apprezzabile, in quanto a parte Del Potro l’indicatore sembra riuscire a isolare il resto dell’elite; inoltre va rilevato che lo stesso Del Potro risulta penalizzato dal ridotto numero di match vinti, che normalmente è un indicatore di scarsa performance. Probabilmente ulteriori affinamenti del modello richiederebbero di ponderare con un peso ad hoc i match del Grande Slam sulla superficie di riferimento.
Per quanto riguarda l’erba la metrica individuata è la seguente:
- [(% 2nd Serve Points Won) + (% 2nd Serve Return Points Won) + (% punti servizio vinti con la prima)*1,1] * (Modificatore partite vinte) = SE(E2>=19; 1,05; SE(E2>4; 1; 0,8))
- Dove: Modificatore partite vinte = SE(N. Partite vinte>=19; 1,05; SE(N. Partite vinte >10; 1; 0,95))
In termini discorsivi l’idea è la seguente: sommare i punti vinti sulla seconda di servizio e sulla risposta alla seconda di servizio dell’avversario come nel caso della terra battuta. In questo caso però, data la peculiarità della superficie, viene aggiunto un premium connesso alla performance sulla prima di servizio. Il risultato ottenuto anche in questo viene moltiplicato per un modificatore che dia conto da un lato del fatto che se un giocatore ha vinto molte partite probabilmente avrà incontrato anche i più forti, pertanto il peso da attribuire deve essere maggiore. Dall’altro lato, serve anche a togliere gli outlier dovuti al fatto che chi ha giocato pochi match con buoni risultati risulterebbe ai piani alti della classifica pur senza aver lasciato il segno. Data la brevità della stagione sull’erba il modificatore è tarato su delle fasce di partite vinte diverse rispetto alla terra battuta.
Etichette di riga | Somma di Indicatore erba |
Milos Raonic | 118,70 |
Novak Djokovic | 118,36 |
John Isner | 118,13 |
Roger Federer | 116,74396 |
Rafael Nadal | 112,49 |
Kevin Anderson | 112,12 |
Marin Cilic | 111,25416 |
Borna Coric | 108,99 |
Jeremy Chardy | 108,89 |
Jiri Vesely | 107,94 |
Stefanos Tsitsipas | 106,6457 |
Gael Monfils | 106,15 |
Kei Nishikori | 105,21 |
Karen Khachanov | 104,90 |
Matthew Ebden | 104,54 |
Roberto Bautista Agut | 104,47 |
Lukas Lacko | 103,74 |
Steve Johnson | 102,75 |
Alexander Zverev | 99,73 |
Guido Pella | 98,28 |
Juan Martin del Potro | 98,08 |
Bernard Tomic | 96,31 |
Sam Querrey | 96,19 |
Damir Dzumhur | 96,06 |
Dennis Novak | 95,99 |
Feliciano Lopez | 95,53 |
Mikhail Kukushkin | 95,41 |
Nicolas Jarry | 95,16 |
Kyle Edmund | 94,09 |
Richard Gasquet | 93,86 |
Radu Albot | 93,55 |
Ricardas Berankis | 93,52 |
Grigor Dimitrov | 92,94574 |
Per quanto riguarda i campi in superfici sintetiche (ormai la dizione cemento è un ricordo romantico), la metrica individuata è la seguente:
- [(% 2nd Serve Points Won) + (% 2nd Serve Return Points Won) + (% punti servizio vinti con la prima)*1,1] * (Modificatore partite vinte)*(Modificatore under pressure)
- Dove: Modificatore partite vinte = SE(N. Partite vinte >=20; 1,05; SE(N. Partite vinte >10; 1; 0,8))
- Modificatore under pressure = SE(Player performance =”Strongly above average”; 1,02; SE(Player performance =”above average”; 1; 0,8))
- La definizione di strongly above average e above average, già utilizzati nel commento all’ATP leaderboard, fa riferimento alla media dei top 50 nella metrica under pressure.
In termini discorsivi l’idea è la seguente: sommare i punti vinti sulla seconda di servizio e sulla risposta alla seconda di servizio dell’avversario come nel caso della terra battuta. Anche in questo caso però, data la peculiarità della superficie, viene aggiunto un premium connesso alla performance sulla prima di servizio. Il risultato ottenuto anche in questo viene moltiplicato per un modificatore che dia conto da un lato del fatto che se un giocatore ha vinto molte partite probabilmente avrà incontrato anche i più forti, pertanto il peso da attribuire deve essere maggiore. Inoltre il risultato in questo caso viene ponderato per un ulteriore modificatore, che dia conto delle performance sotto pressione, così come viene misurata dall’ATP leaderbord. Come ricordato nella precedente analisi la metrica ATP, in questo caso è metodologicamente sufficientemente robusta e può essere utilizzata. L’idea è quella di dare un premium al servizio, ma inferiore a quanto avviene sull’erba, in quanto in questo caso viene anche considerata la capacità di gestire situazioni di gioco come le palle break, che in un campo hard dovrebbero teoricamente presentarsi con maggiore frequenza rispetto a un campo in erba, dove la dominanza del servizio è maggiore.
Etichette di riga | Somma di Indicatore hard |
Juan Martin del Potro | 1,343902795 |
Novak Djokovic | 1,3310808 |
Alexander Zverev | 1,2991587 |
Roger Federer | 1,275559286 |
Rafael Nadal | 1,2741993 |
David Goffin | 1,2690904 |
Kevin Anderson | 1,25532392 |
Roberto Bautista Agut | 1,248448 |
Nick Kyrgios | 1,24686432 |
Kei Nishikori | 1,206647658 |
Dominic Thiem | 1,2058184 |
Jeremy Chardy | 1,1954033 |
Richard Gasquet | 1,1756856 |
Stefanos Tsitsipas | 1,1687624 |
Karen Khachanov | 1,051743 |
Marin Cilic | 1,033347336 |
Hyeon Chung | 1,03222224 |
Daniil Medvedev | 1,025491236 |
Gilles Simon | 0,9945304 |
Andrey Rublev | 0,99114848 |
Marcos Baghdatis | 0,98378208 |
Alex De Minaur | 0,9813016 |
Borna Coric | 0,97542016 |
Alexandr Dolgopolov | 0,97514384 |
Denis Shapovalov | 0,97355244 |
Pablo Carreno Busta | 0,96975 |
Filip Krajinovic | 0,9660344 |
Fabio Fognini | 0,96304384 |
Scorrendo la classifica in questo caso risalta come Djokovic sia solo al secondo posto a causa del pessimo inizio di stagione, che ricordiamo a Indian Wells lo vide soccombere contro un Taro qualunque.
Per concludere l’analisi statistica relativa al 2018, vi proponiamo infine un bonus track, ovvero la % di match in cui chi ha perso avrebbe avuto vantaggio dal rischiare maggiormente il servizio. L’idea ancora una volta è quella di andare a considerare quel terreno marginale sopra descritto, ovvero quello delle seconde di servizio. Stiamo cercando quindi di studiare quei casi in cui l’equilibrio degli standard game dei due giocatori comincia ad incrinarsi e il braccio di ferro comincia a pendere da una parte, e uno dei due inizia a prendere il sopravvento sui punti giocati sulle seconde di servizio. In questo caso allora chi si trova con la testa sott’acqua deve poter disporre di un albero decisionale strutturato che gli consenta di prendere decisioni tattiche semi-automatiche. Uno di questi sentieri decisionali che potrebbero essere studiati a tavolino è appunto la decisione di rischiare maggiormente la seconda di servizio al ricorrere di percentuali di trasformazione sulla seconda di servizio inadeguate. In questo caso la scelta limite, che ha però il pregio di essere misurabile, è quella di ipotizzare un approccio alla Goran il matto (matto però fino a un certo punto se consideriamo razionalmente che il servizio era di gran lunga il colpo migliore di Ivanisevic), ovvero tirare sistematicamente la seconda di servizio come fosse una prima.
Su un set di dati relativo al periodo gennaio 2018-fine settembre 2018, composto di 2473 rilevati, la proiezione dell’uso sistematico di un servizio tirato forte – come se fosse una prima – anche sulla seconda di servizio avrebbe prodotto risultati positivi in 739 match, pari a circa il 30%. Di questi 739, 337 sono state partite combattute, ovvero concluse in 3 set nei tornei “non Slam”, o 4/5 set nei tornei Slam.
Check_straight_set | Conteggio di loser_name | Conteggio di year_month |
Tight | 337 | 45,60% |
Straight set | 402 | 54,40% |
Totale complessivo | 739 | 100,00% |
Studiare questa fattispecie ci mostra esempi inaspettati.
Ad esempio il povero Mannarino è il leader di quelli che si sono trovati in questa situazione: in ben 11 casi avrebbe tratto vantaggio dal tirare la seconda a tutto braccio.
loser_name | Totale |
Adrian Mannarino | 11 |
L’utilizzo di questo dati è interessante, in quanto potrebbe dare sia utili indicazioni tecniche che tattiche. Sotto il punto di vista tecnico, verrebbe da dire che se fossimo il coach del buon Adrian, l’obiettivo per il 2019 sarebbe quello di migliorare la seconda di servizio in modo da renderla quantomeno decentemente fastidiosa. Sotto il profilo tattico invece, l’indicazione sarebbe di andare un po’ più spesso all-in al servizio e vedere cosa succede, magari potrebbero esserci delle sorprese.
Andando poi a vedere ulteriori casi concreti, ci accorgiamo che Djokovic, nella sconfitta al Queen’s con Cilic, si era proprio trovato in questa situazione.
Conteggio di loser_name | |||
loser_name | winner_name | tourney_name | Totale |
Novak Djokovic | Hyeon Chung | Australian Open | 1 |
Kyle Edmund | Madrid Masters | 1 | |
Marin Cilic | London | 1 | |
Martin Klizan | Barcelona | 1 | |
Novak Djokovic Totale | 4 | ||
Totale complessivo | 4 |
Se andiamo infatti a vedere i dati di quella partita, Novak nel decisivo terzo set ha ottenuto un misero 14% con la seconda di servizio. È interessante in particolare notare il trend di tale dato nel corso della partita, che ricordiamo è finita 5-7 7-6 6-3 per Cilic.
Probabilmente già a metà del secondo set c’erano segni di un deterioramento dell’incisività della seconda per Djokovic, che però il serbo non ha saputo cogliere. Forse, ma ovviamente non abbiamo la controprova, un approccio meno conservativo da parte del campione di Belgrado avrebbe potuto sortire effetti positivi. In ogni caso quello che si può dedurre è una incapacità di invertire un chiaro trend tecnico-tattico.
Federico Bertelli