Controlled zone exits & entries

Välkommen till vikstats.se !
Här kommer du att hitta lite intressanta s.k. ”micro-stats” eller underliggande statistik för vårt gulsvarta lag!

Vem är jag som loggar statistiken och skriver denna (”stats”)-blogg då?

Jag är ett VIK-fan sedan tidigt 90-tal och har följt laget sen ”storhetstiden” i Elitserien och varit med i hockeyladorna i Ettan och är med på denna resa som förhoppningsvis ska ta oss tillbaka till hockeyns finrum senast år 2024. Jag har länge varit intresserad av sportstatistik och försökt att bilda mig en uppfattning av individuella spelare och lag som helhet genom att läsa på och försöka hålla mig uppdaterad om lite ”nördigare” stats så som Corsi eller Fenwick etc.

Inför denna säsong tänkte jag börja föra lite statistik över VIK:s spelare, viss statistik på en individuell nivå och viss så kallad ”on ice”- statistik där samtliga spelare som varit på isen vid en viss händelse registreras.

Jag är inte en expert på detta på något sätt, utan tänker att det är ett kontinuerligt lärande under resans gång. Jag har fått bra hjälp av allas vår bloggare ”VIK Fancentral-Micke” (vikfancentral.se) och @rotkivnossnaj som ju gör ett fantastiskt jobb med att logga statistik om SSK på ssksiffror.se samt uppdragsport.se, mycket trevliga killar båda två! Jag är glad att ha fått lite hjälp och tips och kommer säkert att behöva det under resans gång!

All statistik loggas för hand och det görs genom att kolla på matcherna i efterhand, vilket ju är en rätt tidskrävande process. Det sätter naturligtvis gränser för hur mycket och hur detaljerad statistik jag kan erbjuda, men jag hoppas att du som läser denna blogg kommer att hitta någon siffra på laget/spelaren som du tycker är intressant. Kommentera gärna på inläggen och kom med förslag på förbättringar. Eller om du bara vill dela med dig av hur du ser på spelet så är kör bara!

Så denna sida (och blogg) kommer främst att kretsa kring statistik och (försök till) analyser och tolkningar av det vi ser på isen. Vilken sorts statistik kommer då att finnas tillgänglig?

Det tänkte jag att skriva om i kommande inlägg.

Mindre än en vecka kvar till seriepremiären, nu taggar vi till!

Säsongen har börjat med två vinster och två förluster och känslan är att vi kanske börjar inse hur svårt det kommer att bli att rubba HV denna säsong (jag vet, 4 matcher spelade, men ändock).
Innan säsongen knappt hunnit börja har man värvat Tommi Huhtala från tyska ligan, där han under senaste tre säsongerna tryckt in ganska exakt 0,5 poäng per match. Att han dessutom sägs vara en riktig playoff-spelare gör honom inte mindre värdefull för ett redan svårslaget lag som HV faktiskt verkar bli denna säsong.

Så vi som hoppades att HV skulle vara överhajpade kanske måste inse verkligheten?
Skam vore väl i och för sig annars med den pengapåsen de förfogar över.

Men. Glöm aldrig den gamla hösthockeysanningen: ”Det är inte NU vi ska vara bra”.

Men nog om HV, vi har faktiskt match ikväll.
Känslan är att vi vill se Gulsvart kamma till sig i försvarspelet som Micke på VIK Fancentral redan skrivit en bra artikel om.

Vad kan vi då säga om våra backar?

Det som i alla fall jag slås av när jag kollar på spelet ur egen zon är att utan att ens föra någon statistik så tycker jag att ”eye-testet” säger att Roe har en förmåga att hitta en medspelares blad i mittzon. En nog så viktig backegenskap att ha för ett lag som vill spela med puckkontroll (to state the obvious). Här måste man komma ihåg att statistiken loggas för en passning som når medspelaren. Om denne sedan blir av med pucken efter en sekund, beroende på dålig puckmottagning eller press från motståndaren, är en annan sak.

Det jag skulle vilja föra statistik på är andelen passningar ut ur egen zon som i sin tur leder till ingång in i anfallszon, samt även där ha en fördelning på kontrollerade och okontrollerade ingångar. Men tyvärr skulle det vara alldeles för tidskrävande för egen del, det här med statistikloggandet tar ju redan nu rätt mycket tid i anspråk. (Fortfarande kul, dock).
Men det kanske skulle berätta något om backens timing av passningarna och förmåga att hitta en medspelare som förhoppningsvis kan transportera pucken in i anfallszon. Att alibi-passa pucken till en felvänd medspelare som har en motståndare i ryggen kanske inte ger något mer alls än att tillfälligt rensa trycket in från försvarszon?

Corey Sznajders statistik (som bl.a. loggat zone exits/entries för alla lag i NHL) har använts (se här) för att visa att kontrollerade zoningångar ger ungefär dubbelt så bra skott per ingång än dumpningar in i zon:

Så backens förmåga att hitta en bra passning till en medspelare som i sin tur kan transportera/passa pucken in till anfallszon är en viktig del av spelet för att driva upp CF%-siffran och kontrollera spelet.

Som jag redan tweetat så är backarnas passningskung Roe hittills:

Även topp 3 för pucktransporter syns i ovan tabell, men den leds av Östman med 10 pucktransporter, följt av DG:s 8 och Roe:s 6 (Tornberg har också 6 st transporter ur zon).

Men sett till totalen är DG:s bäst på zonutgångar, där han alltså har en Controlled Zone Exit% på hela: 75,86% och bara dumpat ut pucken 7 ggr hittills. Kanske kan vara bra att ha detta i åtanke, nu när kritiken haglar runt Gunnarsson. Enligt VLT:s intervju ska han ju nu se till att fokusera på spelet i egen zon, så det håller vi extra koll på ikväll då 🙂

Hur ser zoningångarna in i anfallszon ut?

Svårt att dra några slutsatser efter fyra spelade matcher, men en aning förvånande att Jimmie inte har en enda pucktransport in i zon än? Håll ett öga på det ikväll:)?

Hur ser det då ut med totala antalet målchanser (både Scoring Chances + High Danger Scoring Chances), alltså SCF + HDCF%?

Både Logan Roe och DG är alltså inne på betydligt fler chanser framåt än bakåt. Så vi kanske inte behöver riva kontraktet riktigt än 🙂

Lite fun facts inför kvällens drabbning mot Tälje är ju att Anton Svenssons tidigare kedjekamrater Jonathan Harju och Felix Olsson från Tingsryd båda spelar tillsammans i samma kedja i SSK. (Ja, det är bror till HAN Harju ifall ni undrar:)). Se till att läsa denna intressanta artikel från Victor Jansson om just dessa två spelare här.

SSK gillar tydligen att värva spelare i ”paket”, man har ju även värvat farlige Colin Smith från Väsby tillsammans i en combo med Tobias Lindberg. Om Colin (bl.a.) har Victor skrivit en väldigt intressant artikel; läs den här.

Inga alltför stora växlar kan dras av detta inlägg, men tanken var att tagga till både mig själv och en eventuell läsare inför kvällens match :)!

Nu kör vi, FRAMÅT VÄSTERÅS!!!

Senast skrev jag om Corsi och att den inte tar hänsyn till kvalitén på skotten, alltså var någonstans på isen skottet togs ifrån.

Det är ju MÅLFARLIGA skott som man som supporter (eller tränare för den delen) vill att sitt lag ska ha många av. Att skjuta massa skott från nollvinkel rakt i täck blir ingen glad av.

Genom att mäta hur många farliga lägen ett lag skapar per match och på en hel säsong sammanlagt, skulle man ju på annan nivå jämfört med Corsi kunna se hur bra ens lag är på att förvalta sina lägen. Skottprocent då, har vi inte det där? Den statistiken har vi ju redan? Skott% visar ju helt enkelt hur stor andel av skott PÅ MÅL en viss spelare kan göra mål på. Men den säger ju inte heller något om var skotten togs ifrån. En spelare som ofta skjuter mot mål från nollvinkel och dåliga lägen, skulle förmodligen förbättra sin skott% han minskade på antal tagna skott från lägen som nästan säkert aldrig kan gå i mål. Så en skottglad tredjekedjespelare som ”slänger allt på mål” och oftast från dåliga lägen kan få sämre skott% än en back som skjuter två skott på mål på hela säsongen varav den andra resulterar i ett mål (skott% på 50).
Så vi vill ha något mer än Corsi (eller Fenwick som är samma som Corsi men här räknas inte blockade skott) och skott% eller SH% som amerikanare säger.

Vad skulle det kunna vara?

Entré: Scoring Chances + High Danger Scoring Chances !

Vad är detta nu då och vem har hittat på det här?

Det är tre killar som kallats sig för ”War-on-ice” med bl.a. Andrew Thomas, som har arbetat med statistik åt Minnesota Wild, som börjat med att forma en modell (läs inlägget från den numera nedlagda bloggen från 2014 här) för att mäta skottkvalité genom att betygsätta skottet baserat på var spelaren befann sig på plan när skottet togs. Modellen har modifierats och finns i lite olika versioner som du kan hitta via en snabb googling. Jag har läst på lite om modellen och beslutat mig för att använda mig av en variant som naturalstattrick använt sig av för att logga statistik för VIK denna säsong. Med en liten tvist.

Vi kollar på hur den ser ut och så kollar vi vad som är tvisten sen.

Vad går modellen ut på då, hur funkar det?

Man har helt enkelt delat upp anfallszonen i olika sektorer som ni kan se på bilden.
Skott tagna från den gula, röda och blåa zonen ges olika värden.
Den blåa zonen närmast mål är naturligtvis den målfarligaste zonen, den röda näst farligast och den gula är den minst målfarliga sektorn.
Inga skott tagna från egen egen zon eller mittzon räknas in i denna statistik.

När jag loggat lite träningsmatcher med denna modell, så stötte jag dock på ett litet problem.
Det är nämligen jättesvårt att bedöma när ett skott tas från den ”rektangeln” i höga slottet (precis ovanför siffrorna ”10/310” i bilden ovan).
Efter lite konsultation med @rotkivnossnaj så fick jag tipset om denna modell:

Den är mycket bättre med tydligare avgränsning med ett rakt streck som går vid ovankanten på tekningscirklarna. Men däremot så definierar den inte ytan precis framför mål.

Så jag modifierade den lite (det här är ”tvisten”) och den fick bli så här:
Jag har modifierat en befintlig bild och den är ritad med linjedragningar med bara fingrarna på en ipad, så ni får ursäkta detaljerna i den grafiska utformingen):

Det är alltså pucken som vid skottförsöksögonblicket måste befinna sig inom en angiven zon för att få en viss poäng, spelarens skridskor kan ju vara utanför strecken.
Det är inte millimeterprecision så klart, men jag kommer att vara så noggrann jag någonsin kan naturligtvis och tänker att ju större sample size jag får, desto mer kommer ju eventuella missbedömningar att jämna ut sig. Vi får helt enkelt hoppas att Cmore har bra produktion och bra kameravinklar (är det att hoppas för mycket, tro?)

Hur definieras en retur?

• Alla skott som tas inom 3 sekunder (utan spelavbrott emellan) efter ett missat, blockat eller räddat skott

Det här är alltså en modell för att räkna fram hur farliga skottförsök en spelare skapar och hur många farliga skottförsök en spelare tillåter en motspelare skapa mot det egna målet.
Som Corsi fast bättre, helt enkelt.

Corsi tar ju ingen hänsyn till kvalitén på skottet, vilket denna modell gör.Vi tar ett exempel.

I en match är Wikman på plan under 15 skottförsök framåt och 12 skottförsök mot det egna målet. Det skulle ge honom en CF% på 15 / 27= 55,6%, en bra siffra.

I samma match är Lill-Zäta på plan under 9 skottförsök framåt och 13 skottförsök mot det egna målet. Lill-Zäta får då en CF% på 9/22 = 40,9%, vilket är en dålig corsi-siffra.

Om vi istället använde oss av modellen jag beskrivit ovan och kollar på situationen igen.

Av de skottförsök framåt när Wikman var på plan visar sig 2 vara HDC (High Danger Chances) framåt och 8 HDC-skott bakåt. Resten av skotten fördelade sig så här: 4 SC (Scoring Chances) framåt och 6 SC bakåt. Kvarvarande skotten nådde inte upp i poäng för att räknas in i statistiken pga dålig kvalitet.

Det skulle ge Wikman följande statistik för HDC respektive SC:

HDCF (High Danger Chances For) = 2
HDCA (High Danger Chances Against) = 8
HDC% = 2/10 = 0,2 = 20%

SCF (Scoring Chances For) = 4
SCA (Scoring Chances Against) = 6
SCF% = 4 / 10 = 0,40 = 40%

Om vi leker med tanken att av Lill-Zätas sammanlagda 9 skottförsök framåt var 6 stycken HDC-skottförsök och 3 SC-skottförsök.
Av de imaginära 13 skottförsöken mot det egna målet var 3 HDC-skott 2 SC-skott och resten nådde inte upp till poäng för att räknas med alls.

Det skulle ge Lill-Zäta följande HDC och SC stats (jämför det här med hans Corsi som vi kom fram till ovan):

HDCF (High Danger Chances For) = 6
HDCA (High Danger Chances Against) = 3
HDC% = 6/9= 0,666 = 67%

SCF (Scoring Chances For) = 3
SCA (Scoring Chances Against) = 2
SCF% = 3/5 = 0,6 = 60 %

Hade vi i exemplet ovan bara kollat på Corsi, så hade vi sagt att Wikman hade CF% på 55,6 och Lill-Zäta en CF% på 40,9 och tänkt att Lill-Zäta gjorde en usel match.

Men i själva verket när det kommer till målfarliga lägen så var Lill-Zätas HDC% på 67% och Wikmans på 20%. Otrolig skillnad! Påhittat scenario naturligtvis och denna gång fick Wikman agera målsumpare, no offense mot någon spelare :))

Jag vet mycket siffror och tråkig text att läsa, men hoppas at du fick lite förståelse för vad HDC och SC går ut på och varför det har så mycket fördelar mot Corsi!

Framåt går ju denna statistik att även föra på individnivå, det vill säga logga skotten efter HDC / SC-modellen enbart för den spelare som skjuter och inte för alla som befinner sig på isen. Då kan man ju se hur bra skottkvalitet en viss spelare har.

Den här statistiken kommer jag alltså tillsammans med Controlled Zone entries / exits att logga för VIK i år och jag är riktigt taggad faktiskt, ska bli kul!

Du kan följa statistiken här på vikstats.se på sidan ”VIK stats 2021-22”.

IMORGON SMÄLLER DET, KOM IGEN GULSVART!!

Nu finns uppdaterad statistik efter HV-matchen uppe på sidan. På grund av tidsbrist så får ni bortse från att ”per 60min”-statsen är tillfälligt borttagna. Men all annan statistik finns uppe som vanligt och är uppdaterad.

Matchen mot HV var jämn, trots att slutresultatet blev 4-1. Starten var värsta tänkbara med boxplay under första spelminuten. Hade nån stolpträff kunnat gå vår väg + Jeppe satt sin jättechans, så hade vi nog kunnat rubba smålänningarna. Känslan var att vi hade mer klara lägen än HV, men att HV var mer rejäla i avsluten?

Anton Svensson leder antalet pucktransporter in i anfallszon med 9 st ”carry”.

Rauchenwald har flest zonutgångar från försvarszon genom pucktransport med sammanlagt 7 st ”carry” på sitt konto efter två matcher.

Bästa ”scoring chances for”-procent har Lavoie med hela 90%. Skulle ert ”eye-test” sagt samma om någon frågade :)? Något överraskande för egen del är det i alla fall. När det kommer till högfarliga lägen, så är DG etta med en High Danger Scorings chances-procent på: 87,5%.

Individuella lägen får man säga leds av Frycklund: 2 målchanser + 2 ”högfarliga” (kan man säga så på svenska?) chanser. Bergman har lika många till totalen (4 st) men alla är målchanser och ingen av dem har kvalat in som ”högfarlig”.

Ja, två matcher in bara, så man kan inte dra för många slutsatser än så klart 🙂

Hästen imorn då, nu taggar vi till!!

Tänkte skriva om statistiken Scoring Chances och High Danger Scoring Chances, men jag börjar med att förklara vad Corsi är, så kommer ni att förstå varför de förstnämnda behövs.

Så här.
Corsi som ju är statistik där alla skottförsök mot mål räknas.
Skotten behöver alltså inte träffa mål eller ens komma fram.

Till skottförsöken i Corsi räknas:

• Mål
• Skott mot mål
• Skott som missar mål
• Skott som blockas

Corsi räknas inte i när något av lagen spelar i numerärt underläge, det skulle ju snedvrida siffrorna rejält.

Alla skottförsök som laget har mot motståndarmålet är ”for” och alla skottförsök mot det egna målet är ”against”. Ensamt, för sig själv, kanske en Corsi For-tal siffra inte säger så mycket mer än att man skjutit lite skott. Eller en Corsi against-siffra heller för den delen. ”Lunsjö hade 13 Corsi For mot Tingsryd”, bra eller dåligt?

Men genom att se på förhållandet mellan Corsi For och Corsi Against när en spelare är på isen kan man bilda sig en uppfattning om den spelaren har en förmåga att driva spelet och skapa lägen. Man pratar då om den relativa Corsin, det vill säga hur stor andel av den sammanlagda summan av skottförsöken, (skottförsök mot motståndarmålet, CF) + (skottförsök mot det egna målet, CA), utgjordes av skottförsök mot motståndarmålet.

Formeln är alltså: CF / (CF+CA) = CF%. Ganska simpelt, men ack så trevligt.

Ett exempel.

En spelare i en match, vi säger ovan nämnda, allas våran Lunsjö, är på isen när gulsvart har 10 skottförsök mot motståndarmålet och 6 skottförsök mot det egna målet.
Corsi for (CF) är 10 och Corsi against (CA) är 6.
Den relativa Corsin för Lunis, alltså förhållandet mellan skottförsöken framåt vs. skottförsök bakåt, är då 62,5%. Det här kommer man fram till genom att dela Corsi For (10) med totala antalet skottförsök mot båda målen (CF + CA = 16).

10/16 = 0.625 = 62,5 %.
CF% = 62,5%

Alla spelare med en relativ Corsi över 50% är alltså på isen vid fler skottförsök framåt än bakåt, vilket ju är positivt. Det är ju det vi vill. Mer skottförsök = mer mål.

Corsi kan visas för laget eller på individuell nivå. Dock är det en ”on ice”-statistik, alltså alla spelare som är på isen vid skottförsöket får det loggat i sin individuella statistik (tänk plus/minus statistik). Det här innebär att en sämre spelare kan få bra Corsi-statistik om denne spelare med bättre spelare och tvärtom. Så fungerar ju all on-ice statistik.

Om man tar bort en individuell spelares Corsi-statistik från lagets totala Corsi, kan man se skillnaden på statistiken när spelaren är på isen och när denne inte var på isen. Vilken skillnad gör spelaren, om någon? Kanske blir det mer skott framåt UTAN spelaren?

Corsi kan naturligvis även räknas för hela laget, vilket ger lite fingervisning om hur laget spelar.
Genom att t.ex. jämföra två lags CF% med varandra ser man ju vilket lag som skapar mest anfall.

Hur bra är CF% på att förutse ett lags framgång?

Vi kollar snabbt på SHL och kollar hur SM-Guldvinnarna har placerat sig i CF%-tabellen det året.
SHL har fört Corsi statistik sedan säsongen 2015-16.

Vi ser att tre år i rad så vann det lag som hade bäst rel CF%.
Men sen hände något år 2019 och 2021, för de åren stämde det inte alls (9:a och 7:a)?

Hur har det sett ut i finska Liiga då? Vi kollar.

Bara en av Finska Mästarna under tidsperioden 2016-2021 hade bäst CF% under grundserien.

Det verkar ju onekligen som att i Sverige så fanns det åtminstone något slags samband med ett lags framgång och bra CF%-statistik i grundserien, men i Finland var det mer spridda skurar?

Vi kollar på världens bästa liga också, while we’re at it.

I NHL så stämmer det ju inte alls? Är Corsi inte så bra på att förutsäga framgång?
Ähh, det kan man inte säga genom att på en minut jämföra några års ligavinnare från olika länder och deras CF%, så klart. Det behövs någon annan än jag till att forska i den frågan.
Play off-hockey är också en annan sport många gånger jämfört med grundserielunken. Mycket faktorer som spelar in.

Men vad är det då som Corsi inte säger oss?

Kvalitén på skottförsöken.
Den säger nada om det.

Vi får ju inte reda på var någonstans på isen skottet togs ifrån.
Ett skottförsök från sarghörnet i höjd med förlängda mållinjen och ett skottförsök från mitt i slottet räknas lika mycket in i statistiken. Men som vi alla vet så går inte skotten från sarghörnet in med lika stor sannolikhet som att det togs mitt i slottet (om man inte heter Jonte Berg).

Hur ska man hitta en statistik som räknar in kvalitet (åtminstone placering på isen) när skottförsöket togs?

Det tar vi nästa gång.

Bra start för Gulsvart!
5-2 mot Tingsryd i en match som dock blev mer spännande än vad slutresultatet säger.
Otroligt skön och underbart snabb replik efter TAIF:s kvittering! Ser lovande ut detta!

Jag kollade på matchen i efterhand idag för att registrera statistiken och jag kan nu bekräfta det som jag redan under träningsmatcherna märkte: det är otroligt tidskrävande!
Det tog mig ca 4 timmar idag och då räknar jag inte med tiden att föra in det i Excel-tabeller och ladda upp det här på sajten, PHEEEW! Men, jag har en förhoppning om att när jag blir mer varm i kläderna och får in lite rutin, så ska det gå lite snabbare.

Bedömningarna om ett skott togs ovanför kanten på tekningscirklarna är svåra och tiden går åt för att kolla på en sekvens massa gånger. Vissa situationer var man tvungen att kolla 9-10 gånger för att försöka röna ut om pucken verkligen var på ”rätt sida” tekningspunkten vid skottögonblicket (skillnaden för att räknas som en ”scoring chance” eller att inte registreras överhuvudtaget. Även att se vilka spelare som befann sig på isen kräver rätt mycket tillbakaspolning (för att använda sig av uttryck när man kollade på VHS-band :)).

Men men. Nu ska jag sluta gnälla, jag tycker faktiskt att detta är superkul och intressant. Det ger också en helt annan bild av matchen och spelet när man kollar på den så här med lupp i efterhand. Härligt att vara igång!

Statistiken har jag lagt upp nu och den säger kanske inte så mycket efter en enda match, men så sakteliga när vi kommit en bit in på säsongen kan man börja dra lite slutsatser. Noterbart är dock Daniel Gunnarssons SCF på 9 (Scoring Chances For) och HDCF på 5 (High Danger Chances For). Han var på isen under det mesta som hände framåt.

Den som transporterade in pucken i anfallszon under kontroll mest var Anton Svensson men en ”Zone Entry, Carry” på 8.
Det tillsammans med 3 dumpningar in i anfallszon gav det honom en ”Controlled Zone Entries% på 72,7%.

Men som sagt, lite tidigt än så länge, sample sizen är en match 🙂

Själva utseendet på statistiktabellerna kanske lämnar en hel del att önska, men detta tillägg för WordPress var det bästa som jag hittade som har en filtreringsfunktion och som inte kräver att man kan koda hemsidor. En annan är allt annat än en webdesigner och det syns kanske på sidan?
Det är något lurt fortfarande med menystrukturen här på sidan och jag har inte lyckats klura ut vad jag gjort för fel.
Man hamnar inte där man tror att man ska hamna när man trycker på vissa menyknappar.

Nåväl. Tanken är inte att vinna priser för bästa design och utseende på hemsidan, utan att erbjuda statistik för att kunna få bättre inblick spelet. Samt att lära sig mer av statistik på vägen. Everyday is a schoolday.

Kommer även att lägga till en ”glossary”-del, där förkortningarna för respektive kolumn förklaras, så att man förstår vad det är siffran visar.

Nu taggar vi HV borta!!