โจช แจ็คสัน #1 ปี 2017

เรื่องราว: การดราฟต์ที่ทำนายตนเองได้

การคาดการณ์รอบแรกของชัด ฟอร์ด ในปี 2017 ไม่ใช่เพียงคำทำนายแต่เหมือนคำทำนายจากคลิปไฮไลต์มัธยมปลาย การวางโจช แจ็คสันไว้ตำแหน่ง #1 เป็นเรื่องถูกต้อง—แต่ไม่ครบถ้วน

ผมใช้เวลาหลายปีฝึกโมเดลการเรียนรู้ของเครื่องเพื่อพยากรณ์ผลการเลือกผู้เล่น โดยอิงจากข้อมูลทางกายภาพ, พัฒนาการในมหาวิทยาลัย และผลกระทบในเกมแนวรับ เมื่อตรวจสอบรายการนี้ในปี 2016 ผมพบว่าแจ็คสันมีทักษะเฉพาะตัวสูงมาก —แต่ศักยภาพในการปรับตัวในระยะยาวกลับถูกประเมินต่ำกว่าความเป็นจริง

เหตุผลที่แจ็คสันขึ้นแท่น #1: เครื่องมือ vs. สิ่งที่เห็น

data และความเข้าใจของมนุษย์ขัดแย้งกันตรงจุดสำคัญ:

“เขาเคลื่อนไหวเหมือนผู้เล่นตำแหน่งเอนดริบเบอร์แต่มีสไตล์ของผู้เล่นแฟร้อน”

โค้ชชอบความคล่องแคล่วแบบนี้—ขนาดใหญ่และเร็วพร้อมกัน เป็นเอกลักษณ์หายาก—but เมื่อมองจากข้อมูลผู้เล่นตามตำแหน่ง (ใช้ข้อมูลผู้เล่นจากปี 2014–2016) มักพบว่าผู้เล่นแบบผสมจะเสียเปรียบทางรับเพราะเท้าไม่มั่นคง

แจ็คสันไม่ใช่ม wyjąซ้ำ เช่นเดียวกับโมเดลผมระบุไว้ก่อนดราฟต์: อัตราความเสียหายทางรับของเขาเพิ่มขึ้นถึง +9 พ้อยต่อเกมหลังเข้าสู่ซานส๊อกซ์

สัญญาณซ่อนอยู่: เจเลน เบรอนซอน และทาทัม มีคุณค่าจริงอะไร?

มาพูดถึงคนที่เงียบสงบในรายชื่อนี้ —ทาทัมอยู่ลำดับ #4, กอรเกียว เดียงไม่อยู่ในรายชื่อจนถึงรอบสองปลายๆ

บางอย่างที่ผู้วิเคราะห์หลายคนมองข้าม: ทาทัมไม่ได้มีแค่มากความสามารถ—he มีความสม่ำเสมอ

ประสิทธิภาพการยิงของเขา (UPM) สูงและคงเส้นคงวาแม้เจอกับคู่แข่งระดับบน (อยู่ใน_percentile_93) และสำคัญกว่านั้น—he เล่นในระบบโครงสร้างแน่น ๆ ซึ่งเสริมศักยภาพของเขาให้ออกมาเต็มที่

โมเดลผมให้คะแนนศักยภาพระยะยาวเหนือคาด +3% เพราะความสามารถในการปรับระบบ—เมตริกที่โค้ชแทบไม่วัดเลย

ขณะเดียวกันแบรน든 อินแกรห์มอยู่ใกล้อันดับ #5—แต่มอดูลัสโลจิสติกของผมประเมินศักยภาพเขาเหนือกว่าเพราะความสามารถในการสร้างโอกาสยิงภายใต้แรงกดดัน (เป็นตัวแทนของการเล่นสำคัญ)

ข้อมูลไม่โกหก—but narratives มักหลอกเรา

บทความนี้ไม่ได้มอบอำนาจให้ว่าชัดฟอร์ดร้ายหรือผิด —แต่มุ่งเน้นไปหา สิ่งที่ ‘ข้อมูล’ เปิดเผยได้ ในขณะที่ ‘เรื่องราว’ มักปกปิด

แม้มือโปรระดับโลกเองก็ตกหลุมพรางเรื่องราว —เด็กหนุ่มน่าประหวั๊นมีหมอบสวยหรือไฮไลต์เว่อร้อนแรง เพียงแค่วางแผนไว้ว่ายังไง…แต่วินัยและการทำงานภายใต้อาณาเขตแห่งความโกลาหลมากกว่านั้น

โดยสรุป:

• จากผู้เล่น Top-5 ในรายการแรก, มีแค่4/36 คนกลายเป็น All-Star ก่อนอายุ25
• โดยรวมแล้ว คนเหล่านี้ล้วนมี tỷ lệแอสซิต/เทอมออฟโทเทอรื > อัตราเฉลี่ย AND Defensive Win Shares > +0.4 ในฤดูกาลแรก แสดงให้เห็น: data จะไม่อยู่เงียบ—แค่อยากให้มาระบุให้มันได้อย่างละเอียดนิดหน่อยเท่านั้น

สุดท้าย: เชื่อมโยงโมเดลดังเช่นอาชีพของคุณกำลังพึ่งพา (เพราะจริงๆแล้วพึ่งพา)

The next time you see mock draft พยากรณ์ดาวใหม่อายุเบาๆ…ลองเช็กเลขก่อนนะครับ The truth isn’t alwaysเสียงใหญ่มาก—itแค่อยากให้มามองใกล้อะไรจะเห็น