For most of its history basketball has measured not so much what is important as what is easy to measure — points, rebounds, assists, steals, blocked shots — and these measurements have warped perceptions of the game.
Quelle: The No-Stats All-Star - The New York Times
Großartiger Artikel, großartiges Learning.
Shane Battier scheint ein höchstens mittelmäßiger Basketballer zu sein. In jeder Statistik liegt er hinten, er scheint nichts gut zu können.
Dennoch wird jede Mannschaft mit ihm auf dem Platz besser. Signifikant besser. Und obwohl er laut Statistik wenig richtig macht, schaltet er regelmäßig die besten Angreifer aus. Mehr noch, er macht das Spiel der gegnerischen Mannschaft insgesamt schlechter.
“I call him Lego,” Morey says. “When he’s on the court, all the pieces start to fit together. And everything that leads to winning that you can get to through intellect instead of innate ability, Shane excels in. I’ll bet he’s in the hundredth percentile of every category.”
Diese Geschichte zeigt sehr man falsch liegen kann, wenn man auf die falschen Daten schaut. Wie sehr man Fehlschlüsse zieht, weil man die Daten falsch interpretiert.
Was macht nun einen Lego-Spieler aus? Im Artikel werden nachfolgend Statistiken zitiert und erläutert, in wie weit sie beitragen, den Wert eines Spielers oder Spielzugs zu bestimmen. Tatsächlich scheint Battiers Effektivität unmessbar zu sein.
Über ihn bleibt zu sagen:
Having watched Battier play for the past two and a half years, Morey has come to think of him as an exception: the most abnormally unselfish basketball player he has ever seen. Or rather, the player who seems one step ahead of the analysts, helping the team in all sorts of subtle, hard-to-measure ways that appear to violate his own personal interests.
Via Sean Stickle in #perf-management in Rands Leadership Slack.
