Jannik Sinner ha appena vinto l’US Open! 
Ieri sera, il numero 1 del mondo italiano ha trionfato in uno dei tornei di tennis piĂą prestigiosi, aggiungendo questa vittoria a quella degli Australian Open conquistata a gennaio.
Ora, potresti pensare: “Ma questo è un forum di data science… Cosa c’entra il tennis con la data science?” 
La risposta: tutto!
Il tennis è un gioco estremamente strutturato, ricco di dati che aspettano solo di essere analizzati. Ecco perché molti giocatori, incluso Sinner, utilizzano l’analisi dei dati per perfezionare il proprio allenamento e la propria strategia, identificando punti di forza e debolezze nei minimi dettagli.
Per i tifosi, questi dati offrono una nuova prospettiva sullo sport. Anche se spesso ricordiamo i lunghi scambi spettacolari, sapevi che la maggior parte dei punti nel tennis si decide in 1-4 colpi (il 66% nella partita di ieri sera) e finisce con un errore (l’80%)? In effetti, la vittoria di Sinner è stata proprio in questo: ha commesso meno errori. Ha fatto 24 errori in meno rispetto al suo avversario, nonostante abbia realizzato solo un colpo vincente in più!
I dati non sono solo numeri; sono intuizioni. Sono la chiave per capire cosa distingue i migliori dagli altri. 
Quindi, la prossima volta che ti chiedi cosa rende un campione, parti dai dati – rivelano tutto. 
6 Mi Piace
Che prospettiva interessante!
Non avrei mai pensato che una partita o un match di tennis potessero essere un ambiente per la raccolta dati.
Sarebbe molto interessante organizzare un’attività con le classi su questo: lavorare sui dati di uno sport per capire quali sono gli elementi che influenzano il risultato!
Da appassionato di sport e di calcio le statistiche sono molto importanti soprattutto per comprendere al meglio le performance del singolo sportivo per monitorare la sua crescita o il suo calo nel corso della sua carriera.
Tuttavia, alcune statistiche nel calcio, sebbene possano fornire informazioni interessanti, non sempre riescono a catturare l’essenza reale dell’andamento di una partita. Alcuni dati statistici, come la percentuale di possesso palla o il numero di calci d’angolo battuti, non sono necessariamente indicativi della supremazia di una squadra o della sua capacità di creare occasioni da gol e vincere la partita.
Spesso una squadra può avere un maggior possesso palla, ma non riuscire a tradurlo in azioni pericolose e gol. Al contrario, una squadra che gioca in maniera più diretta e verticale potrebbe avere meno possesso, ma essere più incisiva e pericolosa in fase offensiva. Allo stesso modo, il numero di calci d’angolo battuti non sempre corrisponde alla qualità e alla pericolosità delle occasioni create.
Quindi, le statistiche nel calcio, o meglio alcune, seppur utili per analizzare alcuni aspetti del gioco, non possono essere considerate l’unico metro di giudizio per valutare l’effettivo andamento di una partita e la supremazia di una squadra sull’altra. Spesso capita che una squadra ha avuto un possesso palla maggiore ma magari ha perso, quindi ci sono alcuni dati più rilevanti di altri.
A questo proposito, sarebbe interessante proporre agli studenti, come diceva Serena, un’ attività per capire quali sono gli elementi che influenzano il risultato e quello che non lo determinano in maniera decisiva.
Ditemi anche voi cosa ne pensate!
@serena.marrandino Sicuramente! Il tennis si presta così bene alla raccolta di dati perché è un gioco strutturato, ma passi simili potrebbero naturalmente essere presi per altri sport. Naturalmente il calcio è probabilmente il più popolare, ma mi piacerebbe fare questo per gli sport meno comuni come lo skateboard.
@leonardo.lodi Sì, una delle cose che trovo abbastanza fastidioso è come le statistiche che vengono spesso mostrate in TV durante una partita di calcio non sono spesso troppo utili (ad esempio, possono mostrare il possesso e il territorio, ma non vanno più in profondità di quello). Questo è anche uno dei motivi per cui mi piace il tennis, perché c’è una ricchezza di dati (ad esempio, dove questi giocatori particolari servono quando affrontano un break-point o il cambiamento in rpm quando giocano su terra battuta vs hardcourt).
Naturalmente non tutti amano lo sport (o lo stesso tipo di sport), ma puoi estendere questa linea di pensiero a qualsiasi altro materiale - cosa rende particolari canzoni più popolari, o certe opere d’arte più riuscite, rispetto ad altre? Qui è dove la data science brilla davvero, aiutandoci a capire anche altri aspetti del mondo che ci circonda.
1 Mi Piace