High Danger Scoring Chances

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?)
Poängbedömning av skott:
Skott från den vita zonen: 1 poäng
Skott från den gula zonen: 2 poäng
Skott från den röda zonen: 3 poäng
Poängtillägg/avdrag:
Skott som räknas som en retur + 1 poäng
Om skottet blockas: – 1 poäng
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!!