Il più grande archivio italiano di analisi statistiche sul tennis professionistico. Parte di Tennis Abstract

Probabilmente il più grande archivio italiano di analisi statistiche sul tennis professionistico. Parte di Tennis Abstract

Sara Errani sull’orlo del precipizio

ULTIMI ARTICOLI

ULTIMI ARTICOLI

Pubblicato il 17 maggio 2019 su HiddenGameOfTennis – Traduzione di Edoardo Salvati

// Nella prima partita degli Internazionali d’Italia, il torneo di casa, Sara Errani è stata demolita per 6-1 6-0 dalla numero 43 del mondo, Viktoria Kuzmova, che a sua volta la scorsa settimana a Madrid non aveva fatto nemmeno un game in pochi minuti in campo contro Simona Halep.

Sono andato subito a vedere le statistiche di Errani per cercare il numero di doppi falli, che ultimamente è diventato il motivo principale d’interesse per le sue statistiche. Sei doppi falli commessi, che non sembrano tanti, anche se ha servito solo 17 seconde. Mi hanno colpito di più invece le sette palle break che ha dovuto fronteggiare in una partita così breve. Si tratta di circa il 15% di tutti i punti al servizio, vale a dire che si è trovata sotto pressione al servizio più spesso di una volta ogni sette battute.

Ho fatto una veloce indagine sulle prime 125 della classifica, oltre a Errani, per la stagione 2019, compreso il torneo di Madrid, e per il periodo dalla stagione 2016 a quella attuale (incluso Madrid), eliminando poi tutte le giocatrici senza almeno 400 punti al servizio nel 2019. Sono rimaste fuori in quattro, tra cui Maria Sharapova.

La pressione delle palle break

La tabella mostra, per entrambi i periodi, le palle break fronteggiate come percentuale dei punti totali al servizio, e l’indice-z (cioè il numero di deviazioni standard rispetto alla media di questo gruppo. Nota: ho invertito il segno dell’indice-z in modo che a valori negativi corrispondano prestazioni negative). Ho aggiunto una quinta colonna “Differenza Indice-z” per la differenza tra breve e lungo periodo dell’indice-z, i cui numeri non hanno un significato intrinseco (almeno, non credo ne abbiano uno), ma aiutano a far vedere il cambiamento in termini di pressione delle palle break tra i due periodi di riferimento. La tabella è inizialmente ordinata per la peggior percentuale di pressione delle palle break (PBP) del 2019, ma si possono applicare altri filtri liberamente.

Min 400 Punti
servizio
PBP %
2019
Indice-z 2019PBP %
2016-2019
Indice-z
2016-2019
Differenza
Indice-z
Aleksandra Krunic0.161-2.8320.115-0.153-2.68
Sara Errani0.161-2.8320.141-2.560-0.27
Daria Gavrilova0.148-2.0220.123-0.893-1.13
Daria Kasatkina0.147-1.9590.122-0.801-1.16
Evgeniya Rodina0.145-1.8350.138-2.2830.45
Johanna Larsson0.145-1.8350.122-0.801-1.03
Shuai Zhang0.141-1.5850.117-0.338-1.25
Tamara Zidansek0.137-1.3360.129-1.4490.11
Anna Karolina Schmiedlova0.137-1.3360.135-2.0050.67
Nao Hibino0.137-1.3360.125-1.079-0.26
Samantha Stosur0.137-1.3360.110.310-1.65
Rebecca Peterson0.136-1.2730.119-0.523-0.75
Heather Watson0.136-1.2730.117-0.338-0.94
Ivana Jorovic0.135-1.2110.121-0.708-0.50
Mandy Minella0.134-1.1490.118-0.430-0.72
Lesia Tsurenko0.133-1.0860.120-0.616-0.47
Aliaksandra Sasnovich0.133-1.0860.119-0.523-0.56
Ons Jabeur0.132-1.0240.114-0.060-0.96
Vera Lapko0.132-1.0240.1130.033-1.06
Andrea Petkovic0.132-1.0240.124-0.986-0.04
Viktorija Golubic0.132-1.0240.120-0.616-0.41
Anna Blinkova0.131-0.9610.124-0.9860.03
Madison Brengle0.131-0.9610.131-1.6340.67
Yafan Wang0.131-0.9610.127-1.2640.30
Amanda Anisimova0.131-0.9610.115-0.153-0.81
Mihaela Buzarnescu0.130-0.8990.1110.218-1.12
Kristina Mladenovic0.130-0.8990.115-0.153-0.75
Jelena Ostapenko0.129-0.8370.124-0.9860.15
Laura Siegemund0.128-0.7740.119-0.523-0.25
Christina Mchale0.125-0.5870.121-0.7080.12
Marie Bouzkova0.125-0.5870.116-0.245-0.34
Barbora Strycova0.125-0.5870.114-0.060-0.53
Saisai Zheng0.125-0.5870.126-1.1710.58
Margarita Gasparyan0.124-0.5250.121-0.7080.18
Lauren Davis0.123-0.4630.124-0.9860.52
Sara Sorribes Tormo0.122-0.4000.146-3.0232.62
Zarina Diyas0.122-0.4000.121-0.7080.31
Fiona Ferro0.122-0.4000.135-2.0051.61
Carla Suarez Navarro0.121-0.3380.1120.125-0.46
Timea Bacsinszky0.121-0.3380.117-0.3380.00
Monica Puig0.120-0.2750.1060.681-0.96
Magda Linette0.120-0.2750.114-0.060-0.22
Anett Kontaveit0.120-0.2750.1050.773-1.05
Alison Riske0.120-0.2750.1110.218-0.49
Lara Arruabarrena0.119-0.2130.123-0.8930.68
Dalila Jakupovic0.119-0.2130.116-0.2450.03
Mona Barthel0.119-0.2130.116-0.2450.03
Kateryna Kozlova0.119-0.2130.1130.033-0.25
Elise Mertens0.119-0.2130.116-0.2450.03
Irina Camelia Begu0.118-0.1510.120-0.6160.47
Maria Sakkari0.118-0.1510.124-0.9860.84
Kaia Kanepi0.118-0.1510.1120.125-0.28
Vera Zvonareva0.117-0.0880.1130.033-0.12
Anastasija Sevastova0.117-0.0880.1110.218-0.31
Kirsten Flipkens0.117-0.0880.115-0.1530.07
Svetlana Kuznetsova0.117-0.0880.1110.218-0.31
Jil Teichmann0.116-0.0260.115-0.1530.13
Alize Cornet0.116-0.0260.125-1.0791.05
Victoria Azarenka0.116-0.0260.1050.773-0.80
Sorana Cirstea0.116-0.0260.116-0.2450.22
Sloane Stephens0.1150.0360.1090.403-0.37
Ysaline Bonaventure0.1150.0360.1100.310-0.27
Viktoria Kuzmova0.1140.0990.1050.773-0.67
Tatjana Maria0.1140.0990.115-0.1530.25
Stefanie Voegele0.1140.0990.1130.0330.07
Magdalena Rybarikova0.1140.0990.1120.125-0.03
Su Wei Hsieh0.1130.1610.122-0.8010.96
Jessica Pegula0.1130.1610.115-0.1530.31
Alison Van Uytvanck0.1130.1610.1070.588-0.43
Ajla Tomljanovic0.1130.1610.116-0.2450.41
Aryna Sabalenka0.1130.1610.1040.866-0.71
Eugenie Bouchard0.1120.2230.115-0.1530.38
Qiang Wang0.1120.2230.1100.310-0.09
Venus Williams0.1120.2230.1120.1250.10
Natalia Vikhlyantseva0.1120.2230.1120.1250.10
Yulia Putintseva0.1120.2230.121-0.7080.93
Veronika Kudermetova0.1110.2860.114-0.0600.35
Bernarda Pera0.1110.2860.114-0.0600.35
Polona Hercog0.1110.2860.122-0.8011.09
Misaki Doi0.1100.3480.117-0.3380.69
Petra Martic0.1100.3480.1060.681-0.33
Beatriz Haddad Maia0.1090.4100.1050.773-0.36
Pauline Parmentier0.1090.4100.121-0.7081.12
Caroline Garcia0.1090.4100.0991.329-0.92
Lin Zhu0.1080.4730.118-0.430.90
Anastasia Potapova0.1080.4730.122-0.8011.27
Sofia Kenin0.1080.4730.1120.1250.35
Anastasia Pavlyuchenkova0.1070.5350.1060.681-0.15
Kristyna Pliskova0.1070.5350.0981.422-0.89
Vitalia Diatchenko0.1070.5350.118-0.430.97
Dayana Yastremska0.1060.5980.1090.4030.20
Garbine Muguruza0.1060.5980.0991.329-0.73
Belinda Bencic0.1060.5980.1100.3100.29
Ekaterina Alexandrova0.1060.5980.1120.1250.47
Julia Goerges0.1050.6600.0921.977-1.32
Taylor Townsend0.1050.6600.121-0.7081.37
Nicole Gibbs0.1030.7850.122-0.8011.59
Elina Svitolina0.1030.7850.1021.051-0.27
Katie Boulter0.1030.7850.114-0.0600.85
Caroline Wozniacki0.1020.8470.1030.959-0.11
Iga Swiatek0.1020.8470.1050.7730.07
Katerina Siniakova0.1010.9090.115-0.1531.06
Danielle Collins0.1000.9720.1120.1250.85
Astra Sharma0.1000.9720.1030.9590.01
Donna Vekic0.1000.9720.1110.2180.75
Madison Keys0.0991.0340.0912.070-1.04
Angelique Kerber0.0991.0340.1040.8660.17
Camila Giorgi0.0991.0340.1060.6810.35
Johanna Konta0.0981.0960.0951.699-0.60
Dominika Cibulkova0.0961.2210.1130.0331.19
Karolina Muchova0.0941.3460.1001.2360.11
Simona Halep0.0931.4080.1040.8660.54
Serena Williams0.0911.5330.0783.274-1.74
Bianca Andreescu0.0891.6580.0991.3290.33
Ashleigh Barty0.0891.6580.0862.533-0.88
Karolina Pliskova0.0881.7200.0902.163-0.44
Petra Kvitova0.0851.9070.0941.7920.12
Marketa Vondrousova0.0851.9070.1060.6811.23
Tereza Smitkova0.0851.9070.1050.7731.13
Naomi Osaka0.0841.970.0921.977-0.01
Kiki Bertens0.0782.3440.0971.5140.83
Jennifer Brady0.0772.4060.1050.7731.63
Media0.1160.113
Mediana0.1150.114
Deviazione Standard0.0160.010

Aleksandra Krunic è in difficoltà al servizio nel 2019 quanto lo è Errani, ma si tratta per lei di una novità, perché nell’orizzonte più lungo è rimasta all’incirca in media. Così non è invece per Errani, che riesce in qualche modo a regredire da numeri già significativamente scadenti. Sempre nel lungo periodo, Sara Sorribes Tormo è stata ancora più sotto pressione di Errani, con tre intere deviazioni standard dal lato sbagliato della media. Nel 2019 è solo al 36esimo posto delle peggiori: o ha cambiato qualcosa, o il campione di dati deve ancora aggiornarsi per riflettere la situazione.

Deviazioni standard dalla media

Errani stessa è vicina a tre deviazioni standard dalla media, che la pongono agli estremi della curva. In concreto, all’interno di una partita di routine in due set (tipo, 6-3 6-3) una giocatrice ha probabilmente 60-65 punti al servizio. Questo significa che Errani si trova di fronte a circa tre game di servizio in più in cui è sotto pressione per le palle break che deve fronteggiare rispetto alla media del gruppo.

Tra le migliori per indice-z nel lungo periodo non troviamo sorprese, vista la presenza tra le altre di Kiki Bertens, Naomi Osaka, Petra Kvitova, Karolina Pliskova, Ashleigh Barty, Madison Keys, Julia Goerges e Serena Williams (l’indice-z di Williams nel lungo è fantascientifico). Per il 2019 però, due giovani sono entrate tra le prime 10, Marketa Vondrousova e Bianca Andreescu.

Andreescu ha dimostrato di avere un servizio solido, ma Vondrousova non appare così forte, anche se il fatto di essere mancina probabilmente è un fattore rilevante. Sono numeri che semplicemente ricordato che proteggere il turno di servizio non è solo una questione di avere un servizio potente. Anche Caroline Wozniacki, Elina Svitolina e Halep, e pure Astra Sharma (!) rientrano tra le prime 20.

Tra i problemi al servizio e una bizzarra squalifica per doping (bizzarra quanto la sentenza, con una contestuale “ingestione involontaria” e un “lieve grado di colpevolezza”), mi ha sorpreso che Errani non abbia scelto gli Internazionali d’Italia per ritirarsi dal professionismo. Ha vinto contro pronostico in passato, ma le colleghe sono diventate più potenti, e lei sta regredendo.

Nota a margine: punti con la pressione delle palle break

Non credo che calcolare la pressione delle palle break in percentuali aggiunga nuove informazioni. È di fatto un altro modo per rendersi conto della solidità di servizio di una giocatrice. La correlazione con i punti vinti al servizio presenta il robusto valore (almeno per il 2019) di -0.79, senza una differenza materiale tra terra battuta e cemento. Ritengo però interessante osservare un servizio debole (in generale o per una specifica partita) con la lente d’ingrandimento sulla quantità di pressione a cui una giocatrice al servizio è veramente sottoposta.

Gli appassionati sono a proprio agio sui numeri relativi alle palle break salvate e a quelle trasformate. Sono occorrenze che spesso danno idea dell’equilibrio di una partita e di come possa andare in una direzione o nell’altra, ma sono anche statistiche con una larga componente di casualità (o fortuna o non replicabile dominio nei momenti importanti, quale sia il termine che preferite; qui per approfondimenti). Teoricamente, una giocatrice può essere più brava della media a salvare palle break (in termini percentuali), ma nel contempo esporsi a così tante palle break da rendere inefficace il talento nel salvarle.

Percentuale di pressione sulle palle break

Potrebbe essere utile valutare anche la percentuale di pressione sulle palle break di una giocatrice al servizio nelle occasioni in cui ci sbrighiamo a dare merito alla giocatrice alla risposta. Facciamo tutti scelte soggettive nel commentare una partita che non abbiamo visto. Ad esempio, perché ho ipotizzato che Errani abbia avuto una giornata terribile al servizio invece di pensare che sia stata Kuzmova ad averne una fantastica alla risposta? Avrei potuto altrettanto facilmente scrivere che Kuzmova ha risposto con molta efficacia, raggiungendo la palla break sul 15% dei servizi di Errani.

Ho fatto un esempio limite, perché la difficoltà di Errani con il servizio è ben nota e perché Kuzmova non è conosciuta per avere una risposta formidabile. In una situazione meno evidente, prima di dare troppo merito alla giocatrice alla risposta, potrebbe aver senso stabilire se è normale per una giocatrice avere una palla break sul 15% dei punti al servizio dell’avversaria.

Linearità tra palle break e percentuale di vittoria

Da ultimo, inserisco una tabella per la stagione femminile 2019 in cui ho suddiviso in sottoinsiemi tutte le partite in funzione della percentuale di PBP, con incrementi all’incirca del 2.5%. Visto che quasi il 60% delle partite è ripartito nei tre sottoinsiemi centrali (7.50% – 15.00%), ho ulteriormente scomposto in sottoinsiemi dello 0.75%, come appaiono a destra della parentesi. Il punto in cui la percentuale di vittoria supera il 50% è intorno all’11.2%.

In due circostanze la percentuale di pressione delle palle break non è lineare con la percentuale di vittoria. La più importante è nell’intervallo 9.00% – 10.50% (evidenziato), ma un po’ anche nell’intervallo 12.00% – 13.50%. Due di questi mini-sottoinsiemi si traducono più o meno in una palla break a partita quando una giocatrice ha 65 punti al servizio. Non sorprende quindi l’impossibilità di una linearità perfetta. ◼︎

Errani Teeters on the Brink (Backsliding)

DELLO STESSO AUTORE