Det finns ett problem i Leksand 2017/18 och den består av inget mindre än en tre tilltänkta stjärnspelare. Alex Friesen, Mattias Ritola och sist men inte minst David Åslin.
Jag var allmänt negativt inställd till Åslin men ändrade mig snabbt när han blev klar. Det är trots allt en spelare som inte gör bort sig i SHL, ingen kille för de två övre kedjorna, men han klarar sig och saker väger över till det positiva, speciellt i ett HockeyAllsvenskt kontext skall det vara klart att han gör gott för sitt lag.
Inför säsongen så sitter vi ofta som supportrar och spekulerar i kedjor. I min egen uppsättning hade jag följande tredjekedja: Åslin – Grönberg – M.Karlsson
Det såg så pass bra ut att Åslin inte tar en plats på den övre halvan även här. Så det var med stor tveksamhet jag beskådade förstakedjan inför SSK. “Ritola och Friesen, med Åslin?”. Självklart bör det spela en ‘naturlig’ avslutare bredvid dessa herrar som Johan Porsberger eller Fredrik Forsberg. Tji fick jag.
När den första perioden stigit över tröskeln till sin avslutande hälft så gör just David Åslin mål, Ritola har fått skjuta många skott från riktigt bra lägen och Friesen har drivit in på mål. Det fungerar hur bra som helst.
Tills det inte gjorde det längre. Vilket har varit alla matcher efter den första, i princip. På sätt och vis, så är det här inte den enda lagdelen som gått i stäv, men det är utan tvekan den mest smärtande.
Det här skall vara vår kedja som går i bräschen, producerar mest och äter mest istid bland forwards.
Vid den här tidpunkten är den inte något mer än ett svart hål, ett misslyckande av kosmiska proportioner och beviset på en horribel säsongsinledning.
Det finns som sagt andra problem. Vår nuvarande tredjekedja, spelet som helhet (speciellt bland forwards), unga killar som sitter på bänken eller spelar juniorhockey som egentligen redan konkurrerat ut sina äldre, etablerade och välbeprövade lagkamrater.
För att avsluta med det positiva så har alla backar övertygat och imponerat. Så också vårt målvaktspar i Tex, och framförallt Arntzen som gjort det väldigt bra under sin tid som förstamålvakt när Williamsson hämtar sig från en infektion.
Min förhoppning nu är att man stuvar om i kedjorna och börjar om på nytt till fredagens match mot Pantern.
Ni som följer mig på Twitter har märkt hur jag gnällt på senare tid om vart på isen Leksand skjuter sina skott ifrån. Jag hade tänkt göra ett inlägg som behandlade hela säsongen, men just nu gör jag kvällens match mot Asplöven.
Återigen använder jag mig av Patrick Carlssonoch hans blogg Puckade Tankar, han skriver om BIK men är trots det värd ett klick tycker jag.
Vart vi skjuter ifrån bestämmer hur stor sannolikhet en puck har att rassla till i nätet. Något som är återkommande för Leksand är att vi skjuter från ställen som inte är helt i vår favör och att lag vi möter ofta också gör det. Tyvärr.
Här är en bild som visar sannolikheten för ett skott som går på mål att bli just ett mål.
Jag har gått igenom skottkartanoch delat in skotten i de olika zonerna för både Leksand och Asplöven. Det här gäller alltså alla skott, inte bara de som gick på mål. Här är resultatet, siffrorna visar antalet skott i vilken perioder ex: LIF 19% x-y-z, där x är period 1 o.s.v.
Det finns mindre underlag för de spelare jag tänker kolla på nu än med Paakkolanvaara,så det blir lite kortare idag och lite mer beiget, vad vet jag… Men här är vad vi ska titta på!
Lite fancystats och ord om Hári och Bryggman
5v5 Individual Fenwick For/60 & Points/60
Vad som krävs av en målskytt
Hári och Bryggman
Som jag nämnde tidigare så tittade jag på 5 matcher (tror jag) med Paakkolanvaara, med resten av nyförvärven var det svårt att hitta matcher på nätet, men jag lyckades hitta en match med Lars Bryggman och två med Janos Hári. Vi jobbar alltså med tre matcher så det borde säga hur representativt detta är (inte alls). Dags för siffror!
Stats 5v5 för Janos Hari
Vi sätter Janos siffror i kontext, han spelade en av matcherna som extraspelare mot Frölunda och hade det minst sagt tufft. I den andra matchen mot Djurgården spelade han i fjärdekedjan (med bl.a. Olofsson tror jag) och den linan totaldominerade. Två totala motsatser insatsmässigt.
Inte mycket att gå på och mitt minne sviker mig säkerligen, men jag tyckte att Hari såg väldigt bra ut. Spelade mer fysiskt än jag förväntade mig, visade prov på bra spelsinne och tog väldigt mycket ansvar bakåt (hoppade ner på backplats bl.a.). Blir väldigt spännande att följa och jag har stora förväntningar.
Stats 5v5 för Lars Bryggman
Lars Bryggmans kedja hade det väldigt tufft. Spelade med bl.a. Daniel Zaar och matchades mot Färjestads första- och andrakedja. Det jag såg var en spelare som jobbade väldigt hårt i båda riktningarna och stod ut i det defensiva spelet, låg väldigt bra i position och jobbade smart med klubban. Tog stort ansvar när det kom till att ta sig ur egen zon.
5v5 Individual Fenwick For/60 & Points/60
5v5 iFF som det också kallas, är antalet skott på mål och antalet skott utanför (som corsi fast utan blockerade skott) som den enskilde spelaren bidragit med, som sedan räknas till frekvens, något vi även gör för poäng. Det är det som erbjuds på SHL.se när vi tittar på statistik (klart bättre än HA:s obefintliga istid och endast skott på mål) och det ska kunna besvara lite frågor om vad det är för inputs spelaren bidrar med. Alla stats som följer är alltså i 5v5 och per 60 minuter från SHL-säsongen 2014/15.
János Hári – iFF/60: 7,16 Points/60: 2,13 Lars Bryggman – iFF/60: 13,94 Points/60: 0,69 Fredrik Forsberg – iFF/60: 12 Points/60: 0 Jon Knuts – iFF/60: 11,48 Points/60: 0,45 Viktor Mårtensson – iFF/60: 9,5 Points/60: 0 Martin Grönberg – iFF/60: 8,61 Points/60: 0,49 Oskar Lang – iFF/60: 6,72 Points/60: 0 Robin Jacobsson – iFF/60: 15,38 Points/60: 0 Jonas Frögren – iFF/60: 4,21 Points/60: 0,097
Tittar vi på iFF så är det en bra indikation på hur bra en spelare är att komma till skottlägen/hur villig den är att skjuta (på gott och ont). Som vi ser så var Fredrik Forsberg, Bryggman och Jacobssonbra på detta. Jon Knuts överraskar och ligger även han ganska så högt.
János Hári står ut med 2,13 i Points/60, vilket är väldigt bra. För att jämföra så hade Mattias Ritola högst 5v5 Points/60 i LIF anno 2014/15 på 1,97.
Men det finns ju fler spelare att titta på, nämligen de som spelat i HA (och de som spelade i både HA och SHL) eller andra ställen. Då får vi nöja oss med SOG/G från grundserien och vissa spelares All-Sit Points/60(Paakkolanvaaras går att läsa om här) från säsongen 2014/15.
Martin Karlsson – SOG/G: 1,26 Points/60:2,05 Brock Montpetit – SOG/G: 1,86 Points/60:1,46 Lukas Ericsson – SOG/G: 1,01 Points/60:1,26 Lars Bryggman SOG/G: 1,84 Tobias Ericsson – SOG/G: 1,34 Viktor Amnér – SOG/G: 2,03
Simon Erlandsson – SOG/G: 0,47
Robin Jacobsson – SOG/G: 2,22
Alexander Ytterell – SOG/G: 2,82
Fredrik Forsberg (J20) – SOG/G: 6,05 (Hög-volym skytt, eller vad?)
Mike Embach (ECHL) – SOG/G: 3,26 (2,9 Säs. 2013/14)
Både Mike Embachs, Alexander Ytterells och (speciellt) Fredrik Forsbergs siffror är rätt sjuka, även om det är J20 trots allt. Också kan vi se att vi har två andra väldigt bra vapen på backsidan i Viktor Amnér och Robin Jacobsson.
Vad som krävs av en målskytt
Att skjuta. Där är svaret, typ. Skjuter du inte så gör du inte heller mål och för Leksand blir det att sätta sina förhoppningar till främst tre spelare gissar jag: Forsberg, Embach och Bryggman.
Jag villa sätta dem i två skikt: Embach/Forsberg slåss om en plats i förstakedjan samt Forsberg/Bryggman slåss om en plats i andrakedjan. Jag tror inte att Embach faller ner i hierarkin så långt att han blir en tredjelinare, det är han nog inte värvad för heller, och Forsberg har potentialen att vara en förstakedjespelare, men kan ändå vara sådär juniorvalpig att han får spela i tredjekedjan och att Bryggman får ta rollen i andrakedjan.
Jokrar i sammanhanget är väl att kanske Montpetit eller Knuts får ta rollen som primär avslutare i andra/tredje kedjan istället. Det blir svårt att jämföra och dra slutsatser när vissa spelar mer och andra mindre, därför är det så bra med frekvenssiffrorna som iFF/60 kontra SOG/G.
Paakkolanvaara. Om sanningen ska fram fick jag ändra i rubriken ett par gånger p.g.a. stavfel och ren osäkerhet, men från och med nu kör vi på Tommi (eller Pakman). Ibland känns det nästan som namnet har fått mer uppmärksamhet än spelaren i sig, det försöker jag ändra på nu.
Efter den här paragrafen i alla fall.
Vad ska vi kika närmare på?
En scoutrapport baserad på gamla matcher
Samt de siffror jag fått fram från samma matcher
En statistikanalys från den senaste säsongen i Liiga och från karriären i stort
Alltid redo!
Nu beträder vi ny mark, det här är nog den första ‘scoutrapporten’ jag skrivit, så bear with me…
“Tommi Paakkolanvaara är en stor tvåvägscenter som klarar av att agera städare i defensiv zon och hålla igång en anfallscykel. Inte den som själv driver på hårt i det offensiva i form av avslut och ta pucken till mål, är mer av en stöttespelare till sina vingar.
Ganska bra i det fysiska spelet, kan hålla undan folk längs sargerna vid
puckinnehav och parkerar med framgång framför mål i båda zoner.
Besitter ett rätt bra spelsinne och fina händer, kan båda servera
och ta emot flippmackor, hantera pucken på små ytor och dra en kille vid behov.
Spelar väldigt ansvarsfullt, tar inte några stora risker i det offensiva och jobbar hem stenhårt. Har kommit upp i åren men har nog kapacitet för att spela
några år till och klivet nertill HA förskönar nog den åldersmässiga nergången.”
Att koka soppa på en spik
Det är nämligen vad jag gjort gällande den här analysen, jag har tittat på matcher på YouTube från
Olika ligor (Liiga och NLA)
Från olika säsonger (12/13, 13/14 och 14/15)
Slutspel och grundspel
Det här säger varken det ena eller det andra om Tommi i stort, det enda det säger vad som hände i de här specifika matcherna och är man väldigt nyfiken kan det släcka kunskapstörsten för åtminstone någon sekund. Jag hade gärna gjort detta bättre men jag har helt enkelt inte haft möjligheterna till det.
5v5 Corsi, zone exits & zone entries
Att sätta siffror i kontext
Matcherna spelar så klart ut på olika sätt, en match tog Pelicans ledningen med 3-0 i första perioden, det hade effekter på corsi for/against –
“score effects”, vilket vi kommer gå igenom i framtiden. I någon match låg de under och Tommi fick ta fler offensiva tekningar, han matchades annars övervägande i neutral och defensiv zon. Det här är från fem matcher, och
man får ändå säga att det är väldigt låga siffror. Det hände inte mycket framåt och marginellt mindre bakåt. När jag väl var klar med sista matchen var jag rädd att jag missat att fylla i någon match eller använt mig av en gammal
version, men allt verkade stämma. Liten sample-size så svårt att dra slutsatser om något men, jag tror att Tommi är en “low-event”-spelare.
Om man jag hade tagit resultaten efter Liiga-matcherna hade corsi% legat i den övre delen av 50% och snuddat på 60%. Det var just i NLA som Pakman inte hängde med ordentligt, han spelade med Klasen och Pettersson, men drog snarare ner den kedjan i mitt tycke. Det kan också ha varit en dålig kombination med den lite mer defensivt inriktade Tommi tillsammans med Klasen och Pettersson, eller bara att kedjan inte var samspelt, vad som är klart är att den inte fungerade speciellt bra.
Men statistiken säger…!
För att skapa oss en bild av vad vi kan förvänta oss kan vi titta på statistik, det första vi kan tänka på är att Liiga är inte HockeyAllsvenskan, HA är också sämre än på länge i.o.m. SHL-expansionen. Vi får anta att vad vi ser i Liiga kan amplifieras, åtminstone lite, i HA. Vi riktar våra blickar till det som ligger närmast i tiden.
Säsongen som var
Till att börja med kan vi titta på statistiken från Liiga föregående säsong.
Det var en bra säsong personligen för Tommi poäng-, och speciellt, målmässigt där han tangerar sitt personbästa – 13 mål.
Stats 2014/15 alla situationer (5v5, BP, PP, o.s.v.)
Om vi tittar på Tommis poängfrekvens så ligger den på 1,88. Oftast så tittar man på sådant i spelet 5v5 eller vid lika antal spelare på isen, men statistiken från Liiga tillåter inte för det, tyvärr. Så nu har vi med alla spelformer som finns. Dock får vi en bra jämförelse med andra HA-spelare om vi tittar på Patrick Carlssons inlägg om Points/60 för HA-spelare förra säsongen, samma här – alla spelformer tas med i beräkningen.I den rankingen så hamnar Paakkolanvaara som en low-end 2:a-kedjespelare. Dock ska vi tänka på att Tommi matchas i såväl PP som BP så hans siffror blir mer svårbedömda och inte lika uppblåsta som någon som bara spelat vid lika många spelare och PP, och inte lika undertryckta som någon som är BP-specialist. Och återigen, det är Liiga inte HA.
“Vem ska göra våra mål?”
Det är en fråga många ställer sig inför säsongen (mer om det här i kommande inlägg). Att det skulle bli Paakkolanvaara kan man nog redan nu sluta hoppas på, vi tar oss en titt på hans siffror.
Varje rad är en säsong (grundserie Liiga 04/05 till 14/15)
acc. S% – Den ackumulerade skottprocenten
S%-diff – Differensen från den tidigare säsongen
Goals lost/won – Hur många mål man förlorade eller vann
på s% förändringen baserad på antalet skott från säsongen
Om vi tittar på skottprocenten så är det väldigt spretigt, många säsonger som är långt under och över det karriärsnitt vi hittar under acc. s%. Vad det beror på kan jag inte annat än gissa mig till och då får det bli special teams, tillfälligheter / tur eller vad du än vill kalla det.
Tittar vi på en erkänd målskytt som t.ex. Per-Åge Skröderser vi att han ligger runt 12-14% (12% är där jag brukar dra gränsen för “snipers”) säsong efter säsong. Väldigt jämn procentmässigt om vi kollar över hela karriären.
Kollar vi på säsongerna där Tommi gjort 13 mål är det på den första säsongen så att han ligger 2% över det snitt han har samlat på sig just nu, och att det är hans skottmässigt bästa säsong sett till både antalet och frekvensen. Den senaste är väldigt driven av skottprocenten, men det är också en av de bättre skottmässiga säsongerna om man ser till frekvensen (Tommi fick göra en utflyckt till Lugano som tidigare nämnts och spelade bara 42 matcher i Pelicans 14/15).
Om vi gör en jättekorkad analys och säger att Tommi följer det totala av hans karriär och skjuter 1,82 skott på mål / match och skjuter 8,19% av dem i mål så får vi en total på ungefär 6-7 mål. Det säger sig självt att det inte är en ny Prestberg som kommit in i truppen. Kanske att han både procentmässigt och skottmässigt kan ligga högre än snittet p.g.a. att det är en sämre liga men man ska inte förvänta sig några stordåd. Målskyttet får nog yngre förmågor försöka driva.
Mina egna förväntningar
Jag skulle bli förvånad om Paakkolanvaara var någon som låg högt upp i poängligan och vara hyllad i media när säsongen summeras, däremot är jag ganska övertygad att om du klickar dig in här efter 45 omgångar så ser du en grön CF%-ruta i något gammalt excel-blad och några ord om det stabila tvåvägsarbetet som genomförts period efter period.
Det ska bli väldigt spännande att se vad träningsmatcherna kan påvisa.
I det här inlägget skall vi gå igenom dessa punkter
Zone Exits – Pucktransport ur egen zon.
Vad vi mäter och varför.
Hur det påverkar spelet.
Zone Exits
Vi har sett att hur vi tar pucken in i motståndarens zonhar märkbara effekter på corsi, och nu skall vi titta på vad pucktransport ur egen zon kan ha för effekter på det offensiva spelet.
Carry – Pucken bärs med kontroll ut ur zonen eller passas ut till en medspelare.
Chip – Pucken chippas ut i neutral zon och motståndarna får kontroll över pucken.
F.Carry – Ett försök till att bära eller passa pucken ur zon förhindras, men pucken lämnar trots det defensiv zon.
Turnover – Pucken hamnar under kontroll hos en motståndare inom egen defensiv zon.
Icing – Pucken spelas till icing.
Misc. X – En odefinerad utgång. Pucken hamnar utanför defensiv zon.
Total X – Totala antalet utgångar.
Total Succ. X – Antalet lyckade utgångar. Total X – ( Turnover + Icing )
Success% – Antalet lyckade utgångar i procent. Total Succ. X / Total X
Control% – Antalet kontrollerade utgångar i procent.Carry / Total X
Som utvärderingsverktyg
Att få pucken ur sin egen zon är viktigt, i lägen där det bränner till kan det räcka att bara skicka ut pucken, andra gånger är det bra att spela sig ut.
Varje situation har en optimal aktion, vad vi kan få ut av sådan här tracking är att se vilka spelare som är mer benägna att att spela sig ur def-zon på ett konstruktivt, puckägande vis och vilka som väljer att spela sarg ut, samt se hur framgångsrika de är i sina ageranden och kanske hur framgångsrikt spelsystemet i sig är.
Om vi kollar tillbaka på inlägget omingångar i off-zon så stack Mark Hurtubiseut där. Det gör han även i denna aspekt av spelet, man får vissa aningar om att Mark kan vara en god pucktransportör.
Nu var det här en ganska tidig ver. av det jag vill ta med, så jag kommer att ändra lite på vad som blir trackat i framtiden och själva utformningen.
Inverkan på det offensiva spelet
Man behöver fart genom neutral zon för att komma in med puckkontroll i off-zon. Så det är inte speciellt förvånande att det är mycket bättre att passa eller åka med pucken ur def-zon (Carry) än de andra alternativen. En Carry Exit resulterar i 74% av fallen till en ingång i den andra zonen,de andra alternativen endast 48%.
Vad vi bär med oss
Detta är ännu ett verktyg för oss att utvärdera spelare och se vad de gör bra och mindre bra.
En spelare som kan lösa defensiven på ett kontrollerat vis är positiv för det offensiva eftersom det genererar långt fler zon-ingångar vilket i sin tur också kommer att leda till en positivare skottförsöks-differens.
Ett ordspråk man kan använda i många situationer, så även här när vi behandlar zon-ingångar och dess betydelser för framgång.
Ingångar i off-zon för LIF-spelare MIK-LIF Globen
Definitioner för Excel-arket
Dump-Ins: Pucken dumpas in i offensiv zon
S D-I: Skottförsök av egna laget vid Dump-Ins
Carry: Pucken bärs in över blålinjen med kontroll
S C: Skottförsök av egna laget vid en Carry
Pass-In: När pucken passas in över blå till en medspelare
S P-I: Skottförsök av egna laget vid en Pass-In
Tot. Entries: Det totala antalet ingångar
Tot. Shots: Det totala antalet skottförsök
Control%: % för kontrollerade ingångar (Carry+Pass-In)/Tot. Entries
Shots/Entry: Skottförsök per ingång
Shots/CE: Skottförsök per kontrollerad ingång
Shots/D-I: Skottförsök per Dump-In
Varför är det relevant?
Det som är intressant med zon-ingångar är hur de påverkar corsi.
Markanta skillnader vid dump och kontroll.
En kontrollerad zon-ingång resulterade i 0,53 skottförsök och en okontrollerad ingång 0,15. Det är alltså 3,5 gånger så många skottförsök vid ingång med kontroll. Det här är troligtvis opålitliga siffor som uppstår p.g.a. den minimala sample size vi har, en match är inget stort underlag direkt, men det är normalt med en kvot på strax över 2:1.
Det där med mål och resa
Ordspråket i början känns kanske mer relevant nu, vi kan se, i kvantifierbar data och inte något andligt trams, att resan är viktigare än målet.
Målet är att få in pucken i offensiv zon, men om vi systematiskt kan minimera okontrollerade ingångar så kommer det resultera i en bättre skottförsöks-differens. En kontrollerad ingång är som att flyga förstaklass eller åka lyxkryssning. En okontrollerad sådan mer likt SJ.
Hitta din reseledare
Med hjälp av sådan här data kan vi också identifiera spelare som är bra på att bära puck in i offensiv zon med kontroll, som i detta fall kan vi se att Michael Raffl var dominant med 8 entries (control%: 100%) som genererade 7 skottförsök.
Med sådana siffror får han nog ändå benämnas som den framstående drivkraften i den kedjan. I förstakedjan med Hurtubise, Ryno och Bergenström är det jämnare mellan Mark och Johan. Men med data från fler matcher hade säkerligen någon utkristalliserat sig.
Vad vi kan ta med oss
Att ta in pucken med kontroll är ett bra steg på vägen till att få en positiv skottförsöks-differens, det är ett bra verktyg för att utvärdera spelare och lagstrategi.
Nästa inlägg kommer att handla om zone exits, spelet ur egen zon,
och zone entry defense, backars spel vid egen blålinje!
Hela den här analyticsbiten kan vara nytt för många, så vi ska gå igenom det som säkert är det första man tänker på när man hör det, nämligen corsi, lite kortfattat.
Vad är corsi?
Corsi är skottförsöks-differens, det är en bra markör för puckinnehav, målchans-differens och vart pucken har befunnit sig. Skottförsök är skott som…
Går på mål
Missar mål
Blir blockerade
Det vi gör är att räkna alla dessa händelser för de spelare som är på isen, när något av detta sker får man ett plus (corsi for – CF) om det sker mot motståndarnas mål, sker det mot eget mål blir det minus (corsi against – CA).
Kapstad och Timander med vissa skillnader i sin 5v5 corsi.
Vad säger corsi oss egentligen?
Tidigare nämndes puckinnehav, om det egna laget har pucken under kontroll finns det goda grunder för att det kommer generera mål och det förhindrar även motståndarna att själva göra mål.
Det finns bra samband mellan corsi och framtida målskillnad, corsi är tillförlitligare att titta på än tidigare målskillnad för det syftet. Vi vet att det är mål som bestämmer vem som vinner i ishockey, sambandet mellan målskillnad och andelen vinster är starkt. Corsi kan därför förutse framtida vinster bättre än tidigare målskillnad och vinst%.
Med det sagt så är corsi inte allt, det finns andra faktorer som påverkar resultaten och främst är nämligen tur.
Tre andra faktorer som kan tippa vågskålen åt rätt håll är en målvakt som håller måttet över en säsong, special teams och att det finns spelare som kan skjuta pucken den där centimetern åt rätt håll så det inte klingar i stolpen.
Dock så är corsi och tur benämnt som ansvarig för 75% av den totala vinst% av analyticsgurun Gabriel Desjardins. Vad jag vet så är det enklare att påverka ett lags corsi än tur, om någon vet hur man fixar tur så hör gärna av er.
På individnivå
Det finns en 60-40 regel, de bästa spelarna hamnar vid 60% och de sämsta 40%. Detta gäller även för lag, Malmö säsongen 14-15 hade nära 60% på lagnivåi grundserien.
Det man måste ha i åtanke när man tittar på spelares corsi är miljön de spelar i. Kedjekamrater, zonstarter, motståndare och vilken istid man får.
Kevin och Mattias – olika nummer med samma zonstarter.
En annan faktor vi bör titta på är i vilken frekvens spelare producerar. Tyvärr finns ingen istid för matchen i fråga, så jag tar två olika nummer Kapstad 12 minuter och Timander 15 minuter.
Mäter vi i frekvens gör man det oftast på en 60 minuters skala.
Timander CF/60: 68 CA/60: 52
Kapstad CF/60: 65 CA/60: 70
Här kan vi då se att, om nu istiden hade varit såhär, skapas det nästan lika många skottförsök framåt med Kapstad som Timander på isen, men man släpper till mycket mer när Kapstad är inne.
Som avslutning…
Corsi är inte allt men det är en bra siffra att ha koll på. Jag hoppas du som nybörjare har en större förståelse och att ni hänger med i framtiden på den här bloggen.
Nästa inlägg kommer att handla om zon ingångar och zon utgångar!
Välkommen till Lirarnas Lag där jag framöver kommer att ta itu med Leksands IF från ett analytics perspektiv. Har man hängt med i hockeyvärlden på sistone så vet man säkert att det finns saker som heter “corsi” eller “PDO” t.ex.
Det är sådant vi kan räkna ut genom att titta på statistik-sidorna på SHL.se eller stats.swehockey.se t.ex. genom att bl.a. titta på skottstatistik, räddningsprocent o.s.v.
Vad vi inte ser även när vi tittar på sådana siffror är varför och vem som lade grunden för dessa resultat. På den här bloggen kommer jag att presentera siffror som förklarar just det.
Det här första inlägget är en återblick till bättre dagar, nämligen den där Globen-matchen mot Mora, och syftet är att vara ett litet smakprov på vad som komma skall i höst.
Corsi% och Zonstarter
Ingångar i offensivzon
Zone Exits
Backars hantering av egen blålinje
Om du inte redan vet vad alla siffror står för och varför vi ska bry oss om dem kommer det snart inlägg som på något vis förklarar varje bild.
Antingen skrivet av mig eller i form av olika länkar till någon av alla de duktiga bloggare som hållit på med detta sedan tidernas begynnelse i princip.
Jag kommer också att gå igenom statistik på nyförvärv för att både skänka och sänka förhoppningar nu under rådande silly season, så jag hoppas att ni följer med på detta projekt och finner materialet här på bloggen spännande.
lirarnaslag.com 