Back in March 2014 at Staples Center, Stephen Curry and the Warriors were playing the Clippers. After David Lee missed a layup, Blake Griffin swatted at the rebound, but the ball flung back toward the top of the arc and into the hands of Curry. Naturally, he looked to shoot. As he gathered the ball and began his shooting motion, Chris Paul recovered his defensive position and took that option away. Curry dribbled forward and looked for a pull-up jumper inside the arc. He found one, but Paul remained on his hip and Curry’s shot missed.

(스테판 커리와 워리어스가 지난해 3월 스테이플 센터에서 클리퍼스와 가졌던 경기의 한 장면이다. 데이빗 리의 레이업 슛은 림을 돌아나왔고, 그리핀은 튕겨나온 공을 밖으로 쳐냈하다. 하지만 공교롭게도 그 공은 탑에서 자유롭게 풀려나있던 커리의 손으로 들어갔고, 당연하게도 커리는 득점을 노리기 위해 슈팅 모션에 들어갔다. 그 순간 크리스 폴은 자신의 수비 포지션으로 복귀했고, 이것은 커리로 하여금 일단 슈팅을 포기하게 만들었다. 슈팅 모멘텀을 빼앗긴 커리는 드리블을 쳐서 앞으로 몇발자국 전진한 후에 아크 안쪽에서 풀업 점퍼를  시도했다.  커리는 슈팅 기회를 만들기는 했으나, 폴은 여전히 커리의 엉덩이 쪽에 붙어서 슈팅을 방해할 수 있었고, 슈팅은 넷을 흔들지 못했다.)

In the box score, this was marked down as a rare, forgettable missed field goal for Curry. Who cares? Nowhere in the box score does it mention that Paul chased Curry off the arc while also maintaining decent enough defensive position to contest Curry’s failed pull-up a few dribbles later.

(박스 스코어 상으로 이것은 그저 금방 잊혀질만한 커리의 드문 필드골 실패로 기록될 뿐이다. 누가 신경을 쓰겠는가? 기록지 상의 어디에도 거의 노마크 상태로 슈팅을 던질 수 있었던 커리에게 기민하게 따라붙어서 충분한 수준의 샷 컨테스트를 시도한 폴의 공헌은 남아있지 않다. )

Anecdotally, Paul is considered one of the best defenders in the NBA. But we don’t have any charts or advanced metrics to prove that conventional wisdom. In fact, while the statistics we use to judge offensive play have never been more thorough and complex, defensive analytics are still overly reliant on age-old tallies like steals and blocks.

(폴은 NBA 최고의 수비수들 중 하나로 여겨진다. 하지만 그러한 관행적인 믿음을 뒷받침할만한 차트나 계량적 지표는 이제까지 존재하지 않았다. 사실, 우리가 농구의 공격적인 부분에 대해 사용하는 통계는 과거의 그 어느때보다 세밀해지고 복잡해진 반면, 수비에 대한 분석은 여전히 스틸이나 블록과 같은 오래된 지표들에 의존하고 있다.)

But thanks to the player-tracking revolution, that’s about to change.

(하지만, 선수 추적 시스템Player-Trancking이라는 혁명이 일어나면서,  상황이 바뀔 조짐이 보이고 있다.)

Later this week, my colleagues Alexander Franks and Andrew Miller, who are both PhD students at Harvard,1 will present a research paper at the MIT Sloan Sports Analytics Conference in Boston. In conjunction with professor Luke Bornn of Harvard’s Statistics Department and myself, Franks and Miller have been researching defensive analytics in the NBA for almost two years. You can read the full paper here, but here’s the elevator pitch: We are confident that we’ve developed methods that will enable analysts to more richly characterize defensive performance in the NBA.

(나의 친구이며, 하버드 대학의 PhD 과정을 밟고 있는 알렉산더 프랭스와 앤드류 밀러는 이번 주말에 MIT의 Sloan 스포츠 분석 컨퍼런스에서 자신들의 연구를 발표할 예정이다. 하버드의 통계학 교수인 루크 본과 나와의 협력을 통해, 프랭스와 밀러는 지난 2년간 NBA의 수비 분석에 대한 연구를 진행해왔다. 이들의 연구 전문은 링크에서 읽어볼 수 있다. 간단히 요약하자면, 우리는 이 연구에서 개발된 통계적 도구를 통해 분석가들이 NBA의 수비 퍼포먼스를 훨씬 풍부하게 분석하게 될 수 있게 될 것이라고 자신있게 말할 수 있다. )

Measuring defense is a challenging endeavor, and the behaviors of truly great defenders don’t fit nicely into the cells of spreadsheets. Highlight culture rewards individual offensive achievement, while the defenders in those clips are largely reduced to the same status as officials. If they do their jobs, people don’t even notice they’re there. (Unless we’re talking about Brandon Knight.) As a result, defensive reputations remain murky, and with a few exceptions — Zach Lowe’s wonderful article about the Raptors from two years ago, Ethan Sherwood Strauss’s look at the making of the Warriors defense — meaningful defensive analyses are rare.

(수비를 계량화한다는 것은 매우 어려운 작업이고, 진정으로 훌륭한 수비수들은 스프레드 쉬트에 제대로 표현될 수가 없다. 하이라이트 필름은 선수 개개인의 공격에서의 공헌을 잘 조명해주지만, 반면에 그 영상들의 수비수들은 거의 심판과 같은 수준으로 그 존재감이 축소되고는 한다. 수비수들이 제 임무를 다할 때, 사람들은 그들이 거기에 있다는 것 조차 알아차리 못한다(우리가 브랜든 나이트에 대해 이야기하고 있는 것이 아니라면). 그 결과로, 수비에서의 명성은 매우 애매한 성격을 띄게되고, 몇몇 예외를 제외하면 의미있는 수비 분석은 매우 드물다.)

In the summer of 2013, the NBA installed player-tracking systems in all 29 of its arenas. Every seemingly mundane action on the court would now be catalogued — from distance run to dribbles taken. But the massive new data set offered something else much juicier: the chance to finally analyze every second of defense played in every arena in the NBA.

(2013년 여름, NBA는 리그의 29개 경기장 모두에 선수 추적 시스템을 설치했다. 이제 아무리 사소한 코트위에서의 행동-공 없는 움직임에서부터 드리블까지-이라도 분류/기록될 수 있게 되었다. 이 새롭고 거대한 데이터 셋은 그보다 훨씬 큰 가치를 가지고 있다. 드디어 경기장 안에서 발생하는 매초의 수비 행위가 분석될 수 있게 된 것이다.)


Franks and Miller began with a simple goal: to build a model that estimated defensive assignments at any given point in an NBA game. According to Ryan Warkins, the assistant vice-president of Stats LLC, and the guy in charge of managing SportVU, the NBA’s player-tracking system, “By assigning matchups and responsibilities, you can begin to measure the impact individual defenders are having throughout the game.” In short, the matchup model is the first key step in teasing out defensive intelligence from player-tracking data.

(프랭스와 밀러는 단순한 목표를 설정했다. NBA 경기의 어떤 시점에서든 수비 임무를 평가할 수 있는 모델을 만드는 것이다. Stats LLC의 부사장이자 NBA 선수 추적 시스템의 책임자인 라이언 왈킨스는, "수비 매치업과 수비 책임을 지정함으로써 수비수 개개인이 플레이하는 동안 경기에 미치는 영향력을 측정할 수 있다"고 말했다. 짧게 말하면, 매치업 모형을 정립하는 것은 선수 추적 데이터로부터 수비에 대한 의미있는 정보를 알아내기 위한 첫번째 단계라고 할 수 있다.)

Despite the ambitions of Franks and Miller, the statistical modeling and computation were complex, methods did not publicly exist, and the 80-gigabyte player-tracking database loomed as an unwieldy pain in the ass. Still, they were determined to make it work, and spent thousands of hours coding and recoding matchup models.

(프랭스와 밀러의 야심에도 불구하고, 통계적 모형화와 계량은 매우 복잡한 과정이었고, 활용할 도구들도 공개적으로 존재하지 않았으며, 80기가바이트의 선수 추적 데이터는 다루기 힘든 골칫거리였다. 그러나 그들은 어떻게든 이 일을 해내기로 마음먹었고, 매치업 모델의 코딩과 수정에 수천 시간을 투자했다.)

It took more than a year, but their findings are now ready to see the light of day — in two key venues. First, for the academic statisticians, a peer-reviewed article describing the approach in painfully wonky detail is set to appear in the Annals of Applied Statistics. Franks and Miller will also introduce how the model enabled the creation of a broad new ensemble of defensive metrics when they present the work at the Sloan Conference this Friday in Boston.


Their method snaked its way through every millisecond of the 2013-14 NBA player-tracking data set, and estimated who was guarding whom and when they were doing so. Then it quantified the performances of individual defenders for the season, in exciting new ways.

(그들의 연구는 13-14시즌의 선수 추적 데이터를 통해 이뤄졌으며, 13-14시즌 경기에 참여한 선수가 언제 어떤 선수를 막았는지에 대한 추정을 담고 있다.  그런 다음, 그것으로부터 수비수 개개인이 한 시즌 동안 보인 수비 퍼포먼스를 새로운 방식으로 계량화 해냈다. )

D. CLARKE EVANS/NBAE VIA GETTY IMAGES

On Christmas Day 2013, the Rockets were in San Antonio playing the Spurs. With less than five minutes left, Tony Parker dished the ball to Kawhi Leonard, who was open beyond the right wing. James Harden, the man assigned to defend Leonard, was entangled in a Tim Duncan screen — way out of position. As Leonard gathered the ball to shoot, Harden frantically tried to close him out, bursting out of the paint toward the arc and flailing desperately at Leonard’s jumper. But it wasn’t a jumper — it was a pump fake. Harden’s last-gasp leap took him right out of the play. Leonard took a dribble forward and calmly drained a wide-open 2-point jumper.

(2013년의 크리스마스 매치에서 로켓츠는 스퍼스를 상대했다. 5분이 채 남지 않은 상황에서 토니 파커는 오른쪽 윙에서 열린 카와이 레너드에게 공을 건네줬고, 레너드를 막아야할 하든은 팀 던컨의 스크린에 걸려 수비 포지션에서 완전히 벗어나고 말았다. 레너드가 슈팅을 하기 위해 공을 끌어당기는 동안, 하든은 페인트존에서 빠져나와 레너드에게 컨테스트하기 위해 기를 쓰고 다가섰다. 하지만, 카와이 레너드의 선택은 점퍼가 아니라 펌프 훼이크였다. 하든의 필사적인 마지막 움직임은 그를 플레이에서 배제시키는 결과를 낳았고, 레너드는 앞으로 드리블을 친 다음,  침착하게 와이드 오픈 점퍼를 성공시켰다.)

Here’s what that play looks like as player-tracking data, with the matchup model in place. The blue lines represent the matchup model’s estimate of who is guarding whom and when. As you can see, the model suggests that Harden was responsible for Leonard as he knocked down his jumper.

(매치업 모델이 적용된 선수 추적 데이터에서 표현된 위 플레이는 아래와 같다. 파란 선은 어떤 선수가 어떤 선수를 언제 막고 있는지에 대한 매치업 모델의 추정을 나타낸다. 아래의 도식에서 나타난대로, 레너드의 점퍼 성공에 대한 책임은 하든에게 있다.)


Here’s what Paul’s Staples Center closeout on Curry looked like.

(스테이플 센터에서 커리에게 따라붙은 폴의 플레이는 다음과 같다.)

Those unassuming little blue lines unlock new avenues, allowing us to quantify and understand individual defensive performances in the NBA. As Franks told me over email, “With detailed knowledge of moment-by-moment defensive matchups, we can fit complex regression models which describe how individual defenders impact opponents’ shot frequency and shot efficiency in different areas of the court.”

(이 별것 아닌 듯한 파란선들은 우리가 농구 경기의 수비를 바라보는 새로운 장을 열어준다. 개인의 수비 퍼포먼스를 계량화하고 이해할 수 있는 기반이 될 수 있는 것이다. 내게 보낸 이메일에서 프랭스는, "매 순간의 수비 매치업에 대한 세밀한 이해를 통해, 우리는 각각의 수비수가 코트의 다양한 지역에서 자기 상대의 슈팅 빈도와 슈팅 효율성에 어떠한 영향을 주는지 보여주는 복잡한 회귀 모형을 도출해 낼 수 있었다"라고 말했다. )

Among the many new defensive metrics that Franks and Miller will present at Sloan this week, two stand out:

(프랭스와 밀러가 이번 주 슬로언 컨퍼런스에서 발표할 새로운 수비 지표들 중 두가지가 특히 눈에 띈다.) 

1. Defensive Shot Charts: Depictions of how a defender’s opponents shoot and score against him.

(1. Defensive Shot Charts : 어떤 수비수의 매치업 상대가 그 수비수를 상대로 어떻게 슈팅하고 득점했는지에 대한 분석)

2. Counterpoints: Estimates of how many points an individual defender allows, per 100 possessions.

(2. Counterpoints : 한 수비수가 100포제션 당 얼마만큼의 득점을 허용했는지에 대한 추정치)

According to Franks and Miller, Chris Paul is the best perimeter defender in the NBA. They have empirical evidence that the Clippers point guard suppresses and disrupts shot activity as much or more than any other guard in the league.

(프랭스와 밀러에 따르면, 크리스 폴은 현재 NBA 최고의 퍼리미터 디펜더이다. 그들은 클리퍼스의 이 포인트 가드가 리그의 어떤 다른 가드보다 슈팅 활동을 억제하고 방해하는 임무를 잘 수행하고 있다는 실증 가능한 증거를 가지고 있다.)

Below is Paul’s defensive shot chart for the 2013-14 season. Think of it as the inverse of a conventional shot chart: It reflects the shooting behavior of players when Paul was defending them. The sizes of the symbols on the chart correspond to shot frequency; the color of the symbols represents shot efficiency.

(아래의 그림은 13-14 시즌 폴의 Defensive Shot Chart이다.  우리가 일반적으로 보는 샷 차트의 반대 버전으로 보면 된다. 이것은 폴이 수비할 때 선수들이 보여주는 슈팅 활동을 시각화한 자료이다.  그림에 그려진 기호의 크기는 슈팅의 빈도에 비례하고, 기호의 색깔은 슈팅 효율성을 의미한다. 

Paul’s chart is peppered with tiny blue dots. This indicates two things: He suppressed the expected shot activity of his nightly assignments and reduced their shot efficiency.

(폴의 도표는 파랗고 자그마한 점들로 덮혀있다. 이것은 두가지를 의미한다. 폴은 자신의 수비 대상의 슈팅 활동의 활동성을 둔화시키고, 또한 그들의 슈팅 효율성도 저하시킨다.)

It’s also important to note that the model accounts for baseline activity and effectiveness of the players he was defending. As a result, these defensive shot charts are an aggregate depiction of whether a defender’s assignments shot more or less frequently, and whether they shot more or less accurately than we would expect. If a defender drew a perfectly average response, in both frequency and effectiveness, his chart would be full of medium-size yellow hexagons. But as you can see, Paul’s chart is full of tiny, mostly blue symbols — dots, really. This means that, whether he was guarding Stephen Curry or Rajon Rondo, on average, Paul reduced his opponents’ field goal attempts and field goal percentage.

[이 모델이 수비수가 막는 선수의 활동성과 효율성의 수준을 설명해준다는 점이 특히 중요하다. 그 결과로 Defensive Shot Chart는 어떤 수비수가 담당하는 선수가 우리가 기대하는 것보다 슛을 더 자주 쏘는지 덜 쏘는지, 그리고 우리가 기대하는 것보다 더 정확하게 던지는지 부정확하게 슛을 던지는지에 대한 총체적인 답을 제시해준다. 만약 어떤 수비수가 빈도와 효율성의 양 측면에서 완벽하게 평균적인 결과를 낸다면, 그 수비수의 도표는 중간 정도 크기의 노란색 육각형들로 가득차게 될 것이다. 하지만 보다시피, 폴의 차트는 거의가 파란색인 육각형들, 아니 점들로 가득차 있다, 정말로. 이것은 그가 스테픈 커리를 막든, 라존 론도를 막든, 평균적인 선수를 막든, 폴은 그의 매치업 상대의 필드골 시도와 필드골 성공률을 모두 감소 시킨다는 의미이다.)

Those tiny hexagons all over the court mean that players rarely shot when Paul was the on-ball defender. The fact that they’re tiny blue hexagons means that when they did shoot, they were really ineffective. Results from the Franks-Miller study reveal that among all perimeter defenders, Paul’s matchups exhibited some of the biggest decreases in both shot frequency and shot efficiency.

(코트 전 지역에 걸친 매우 작은tiny 육각형들은 폴을 온-볼 디펜더로 상대할 때 선수들이 슛을 제대로 쏘지 못한다는 것을 의미한다. 또한 이 매우 작은 육각형들이름아닌 파란색이라는 것은, 그들이 결국 슈팅을 했을 때에도 그 슈팅들이 매우 비효율적었다는 것을 의미한다. ) 

The same could not be said of James Harden.

(제임스 하든의 경우는 다르다)

Relative to Paul, Harden’s hexagons are bigger, more orange, and more red. This means that his defensive assignments became more active and more effective shooters when Harden was the defender.2 All of that red above the break illustrates that a lot of NBA wings got good looks from that area when Harden was marking them.

(폴과 비교했을 때, 하든의 육각형들은 더 크고, 오렌지색이거나 빨간색인 경우가 많다. 이것은 하든이 수비했을 때 그의 수비 상대들이 좀더 활동적이고 효율적이었다는 것을 의미한다. 빨간 육각형들이 있는 3점 라인 바깥의 지역에서 NBA의 윙 플레이어들은 하든이 마크할 때 더 편하게 슈팅을 던졌다는 것을 알 수 있다.)

Compare this with Kawhi Leonard, whose assignments hardly ever got those looks, and when they did, they were more likely to miss.

(카와이 레너드와 비교해보자. 레너드의 수비 상대들은 같은 지역에서 거의 슈팅 기회를 잡지 못했고, 설령 던졌다고 하더라도 슈팅이 빗나갈 확률이 매우 높았다.)

These defensive shot charts do a good job of showing the relevance of individual defenders. Players like Paul and Leonard reduce the effectiveness of whoever they’re guarding. Guys like Harden heighten it.

(이 디펜시브 샷차트는 수비수 개개인의 활동을 잘 보여준다. 폴과 레너드 같은 선수들은 그들이 막은 선수들의 효율성을 저하시키고, 하든과 같은 선수의 경우에는 오히려 상대의 효율성을 높였다.)

The Franks-Miller method also helps us understand differences in interior defenders. Below, you see the 2013-14 defensive shot charts of three of the NBA’s most prominent rim protectors.

(프랭스-밀러의 방식은 빅맨 수비수들 간의 차이를 이해하는 데에도 도움이 된다. 아래는 13-14시즌 가장 돋보였던 세 림 프로텍터들의 디펜시브 샷 차트이다. )

As you can see, all of these guys turned the paint blue, meaning opponents suddenly shot at below expected efficiency when facing them. However, while Roy Hibbert and Tim Duncan each faced a lot of shots in the paint, Dwight Howard deterred opponents from even attempting close-range field goals. Abandon all hope, ye who enter the paint against Superman.

(보시다시피, 이들은 모두 페인트존을 파랗게 물들였다. 이것은 그들의 매치업 상대는 이들을 맞닥뜨렸을 때 기대치보다 낮은 효율성으로 슈팅을 던졌다는 의미이다. 하지만 로이 히버트와 팀 던컨은 페인트존에서 매우 많은 슈팅에 직면한 반면, 드와이트 하워드는  아예 상대로 하여금 림 가까운 지역에서의 슈팅 자체를 단념하게끔 만든 것으로 나타난다. 슈퍼맨이 버티고 있는 페인트 존으로 들어온 자들이여, 모든 희망을 포기하라.)

Now, were these differences in interior defense symptomatic of individual skill, or were they reflections of the varying defensive principles among teams? Did the Spurs and Pacers intentionally “funnel” shooters toward their behemoth basket protectors in ways that the Rockets did not? Of course, schemes and teammates matter — Rudy Gobert makes Trey Burke a better defender, just like Hibbert made Paul George a better defender. But that caveat doesn’t negate some of the new ways we’re able to quantify defensive performance.

(이러한 차이가 선수 개인의 골밑 수비 능력의 격차로부터 비롯된 것인지 아니면 선수들이 소속된 팀이 채택하고 있는 수비 전략의 차이로부터 비롯된 것인지에 대해서는 따로 생각해볼 일이다. 스퍼스와 페이서스는 로켓츠와는 달리 의도적으로 상대 선수들을 그들의 거대한 림 프로텍터에게 '집중'시킨 것일까? 물론, 전략과 팀 동료는 중요한 변수이다. 루디 고베어가 트레이 버크를 좀더 좋은 수비수르 만들거나 히버트가 폴 조지를 더 좋은 수비수로 만들기도 하니까. 하지만 이러한 단서 때문에 수비 퍼포먼스를 계량화할 수 있는 몇가지 새로운 방법들이 전적으로 부정되는 것은 아니다. )

Another important stat to come out of Franks and Miller’s work: Contest Rate. Last season, NBA players attempted more than 200,000 shots. We can now see which frontcourt players contested shots the most often when they were on the floor and who contested shots the least often.

(프랭스와 밀러의 작업에서 또다른 중요한 통계치는 컨테스트 비율Contest Rate이다. 지난 시즌, NBA 선수들은 20만개 이상의 슈팅을 시도했다. 우리는 이제 어떤 프런트 코트 플레이어가 코트 위에 있을 때 가장 자주 샷 컨테스트를 했는지, 어떤 플레이어가 가장 적게 샷 컨테스트를 했는지 알 수 있다. )

Highest Contest Rates Among Frontcourt players, 2013-14

  1. Roy Hibbert: 41.9 percent
  2. Robin Lopez: 40.1 percent
  3. Ian Mahinmi: 39.3 percent
  4. Joakim Noah: 37.3 percent
  5. Timofey Mozgov: 37.2 percent

Hibbert not only contested almost 42 percent of shots, but his backup, Ian Mahinmi, was third. Which brings us back to that idea of the Pacers funneling shooters toward their centers. It’s an idea bolstered by David West’s placement on the next list:

(단지 히버트만이 거의 42퍼센트의 샷에 컨테스트를 했을뿐만 아니라, 그의 백업인 이안 마힌미까지도 지난 시즌 3위에 해당하는 컨테스트 비율을 보였다. 이것은 페이서스가 그들의 센터에게 슈터들을 유도하고 있다는 아이디어를 다시금 떠올리게 만든다. 그리고 다음 리스트에서의 데이빗 웨스트의 위치를 통해 그 추측은 더욱 강화된다.) 

Lowest Contest Rates Among Frontcourt players, 2013-14

  1. David West: 23.4 percent
  2. Mike Scott: 23.9 percent
  3. Josh McRoberts: 25.1 percent
  4. Blake Griffin: 25.3 percent
  5. Jeremy Evans: 25.6 percent

Contest Rate is one thing; tallying up Points Against is another.

컨테스트 비율은 한가지 지표일분이고, Points Against(상대득점?)은 또다른 문제이다.

This stat gives us another sensible summary of a defensive player’s performance. We look at all matchups for a defensive player when shots occur (0.5 to 0 seconds before release) and compute the “attempts against” and “points against” values. To do this, we look at all of the possessions played by a defender (in which a shot is attempted) and count how many times he was defending the shooter at the moment of the shot, and how many points were scored, per 100 possessions.

(이 지표는 수비수의 퍼포먼스에 대한 또다른 합당한 설명을 제시한다. 우리는 슈팅이 발생할 때의 모든 수비수 매치업-샷 릴리즈로부터 0.5초~0초 범위의 매치업-을 관찰했고, 이로부터 "상대 시도(?)Attempts Against"와 "상대 득점(?)Points Against" 값을 계산해냈다. 값을 구하기 위해, 우리는 어떤 수비수가 코트 위에서 플레이하고 슈팅이 시도된 모든 포제션을 통해, 그 수비수가 슈팅 순간에 슈터를 몇번이나 수비하고 있었는지, 그리고 슈터를 수비한 100포제션당 얼마나 많은 실점이 발생했는지 세어보았다. )

No player in Franks-Miller is as stingy as CP3, who allowed 11 points per 100 possessions while dealing with ferocious NBA matchups — Damian Lillard, Steph Curry, Tony Parker, et al. — on a nightly basis. Paul’s matchups ended up shooting about 80 percent as much as expected, while Harden’s matchups ended up shooting about 114 percent as much as expected.3

(프랭스-밀러의 연구에서 그 어떤 선수도 CP3만큼 인색하지는 않았다. CP3는 NBA에서 가장 혹독한 수준의 매치업-데미언 릴라드, 스테판 커리, 토니 파커 등등-을 매일 밤 소화해 내면서도 100포제션 당 11점이 채 안되는 상대 실점을 기록했을 뿐이다. 폴의 매치업 상대들은 기대치의 80%에 수준으로 슈팅 시도가 억제 되었고, 반면에 하든의 매치업 상대들의 경우는 기대치의 114%에 해당하는 슈팅 던진 것으로 나타났다.)

Points Against (Backcourt Defenders), 2013-14

  1. Chris Paul: 10.8
  2. Norris Cole: 11.1
  3. Nick Calathes: 12.0
  4. C.J. Watson: 12.0
  5. Greivis Vasquez: 12.3

We talk a lot about how player tracking is poised to revolutionize basketball analytics. But up until now, what we really mean is offensive basketball analytics. Offense is sexy and fun, and it’s generally easier to model, measure, and quantify.

(우리는 지금까지 선수 추적 시스템이 농구의 분석에 얼마나 혁명적인 효과를 가질지 이야기했다. 하지만 아직까지 우리가 주로 관심 갖는 것은 농구의 공격 부문에 대한 분석이다. 오펜스는 섹시하고 재밌으며, 또한 일반적으로 모형화하고, 측정하고, 계량화하기 편하기 때문이다.)

The antiquated nature of defensive stats affects everything from sports bar spats to free-agent contract negotiations. As basketball races headlong into its own version of the big data era, this has to change. Unfortunately, with the exception of a few outside groups, a vast majority of progress in this area is occurring behind the locked doors of practice facilities because of league rules. And while some teams may be cracking the codes of defensive analytics, they sure as hell aren’t sharing their findings with the public.

(케케묵은 수비 지표들은 스포츠 바에서의 언쟁에서부터 FA 협상까지 영향을 미쳐왔다. 그러나 농구 역시 빅 데이터Big Data 시대로 진입하게 되었고, 이러한 상황은 분명히 변화를 맞이할 것이다. 하지만 불행하게도, 몇몇 재야 집단의 예외를 제외한다면, 이러한 진보의 대다수는 리그 규정으로 인해 연구소의 닫혀진 문 안에서 이뤄지고 있다. 그리고 몇몇 팀들이 수비 분석의 비밀을 찾아낸다고 하더라도, 그 팀들은 절대로 그들의 발견을 대중과 공유하지 않을 것이다.)

This research may not change basketball forever, but it represents an important publicly readable step in the evaluation of defensive play in the NBA. There are still many challenges in understanding defensive performance; with no prior knowledge about a team’s principles and rotations, it’s very difficult to know what a defender is supposed to do. But until Gregg Popovich and Tom Thibodeau start publishing their defensive playbooks, we’re just going to have to make educated guesses. Regardless, while there will probably always be an analytical bias that leans toward offense, this work is evidence that the integration of statistical modeling, computation, and player tracking offers an unprecedented opportunity to improve our understanding of defensive play.

(이 연구는 농구를 완전히 바꿔놓지는 않을 것이지만, 대중이 이해할 수 있는 수준의 수비 평가에 있어서 매우 중요한 사건이 될 것이다. 여전히 선수의 수비 퍼포먼스를 이해하는 데에는 많은 어려움이 존재한다. 어떤 팀의 수비 전략과 로테이션에 대한 사전 지식이 없다면 특정 수비수가 어떤 플레이를 해야할지 이해하는 것은 불가능하기 때문이다. 그렉 포포비치와 톰 티보도가 그들의 수비 플레이북을 출판할 때까지 우리는 그저 경기를 학습하여 추측해야만 할 것이다. 그와 상관없이, 언제나 오펜스 쪽으로 기우는 분석적 편견이 존재할 것임에도 불구하고, 이 작업은 통계적 모델링,  계산, 그리고 선수 추적 시스템의 통합이 농구의 수비 영역에 대한 우리들의 이해를 이전에 없는 수준으로 향상 시킬 수 있을 것이라는 증거가 될 것이다.  )

The NBA is experiencing a boom in popularity, and millions of fans are obsessed with learning about the game and studying everything there is to know about their favorite players. Unfortunately, even if you examine all of the stats, it’s hard to appreciate greatness on both ends of the floor; hopefully this new research will start to change that. 


(NBA의 인기는 세계적으로 매우 폭발적으로 증가하고 있으며, 수많은 팬들은 NBA의 경기와 자신들이 좋아하는 선수들을 속속들이 알고 싶어한다. 그러나 불행하게도, 당신이 현재 일반적으로 쓰이는 모든 스탯을 들여다본다고 하더라도, 농구의 공수 양측면의 위대함을 모두 이해하는 것은 어려운 일이다. 이 새로운 연구가 이러한 상황을 바꾸는 시발점이 되기를 바란다.)