Nakita ko ang pattern sa pagpili ng Grizzlies—hindi lang hula, kundi misaligned na priors. Ang estadistika ay nagkukubli sa tunay na talino: ang vertical leap at sprint ay hindi nagtatagpo ng talino.

Hindi lang talino ang mahalaga sa basketbol—may mga lihim na variable tulad ng release angle, vertical leap, at micro-adjustments. Natutunan ko ito sa UCL, hindi sa stats lamang.

Nakita ko kung paano nasakop ng isang rookie ang 97% na model—hindi ito luck, kundi ang tahas na pagkikilala sa ritmo at hininga ng laro. Ang machine ay nakikita kung ano ang hindi nakikita ng mata.

Isang data scientist ang nakita ang totoo: isang 7'2" na bata na may timbang na 98.97kg, ngunit nagshooting ng 60% sa three-point. Hindi ito tungkol sa sukat—kundi sa efficiency. Ang stats ay hindi nagmamali, kundi pinapakita ang hindi napapansin ng scouts.

Ang mga analista ay nag-iisip na si Yang Hansen ay late-round gamble, pero ang data ay nagsasabi ng iba. Ang kanyang defensive IQ at spatial awareness ay hindi nakikita sa tradisyonal na scouting—ito ang tunay na halaga.

Si Maxime Raynaud ay hindi karaniwang player—isang silent giant na may data-driven pagigting sa post-up, rebound, at catch-and-shoot. Hindi siya mabilis, pero sadyang nakakapagbabago sa laro.

Hindi dahil sa himagsa kundi dahil sa data: sinuri ko ang mga numero ni Cooper Flagg—45% sa deep shots, 72% FG sa rim, at +16.3 BPM. Ito ay hindi potensyal—ito ay inalikabili.

Hindi dahil sa himagsa o media, kundi dahil sa tumpok ng Bayesian model—nagbago ang draft board mula sa #59 patungo sa #34. Ang data ay hindi naglalaho; ito ay sumusunod sa totoo.

Hindi lang pwersa ang susi sa tagumpay ng mga basketbolista mula sa Pransya. Ang totoo ay ang kanilang isip, disiplina, at pagbabago — hindi lang dunks o bilis.