14
主要原因是防守不能分成独立的项目。 对于防守球员来说，成功挡住对手的切入并迫使对手传球，不会在BOX上留下任何记录。 留空对于防守球员来说是一个成功的结果，这使得防守数据先天不足。
比如连续两年获得马刺年度最佳防守球员的伦纳德，在2016-17赛季就有一些难以解释的防守数据。 当他在场时，马刺的防守每 100 回合丢掉 106.9 分。 另一方面，当他下场时，马刺每100回合只丢98.3分。 两者的效率存在着巨大的差异。 有伦纳德在场的时候，数据显示球队的防守效率只比平均水平稍好一点，但没有他在场的时候，这就是一支近乎滴水不漏的防守强队。
同样的伦纳德，两年前获得年度最佳防守球员时，球队的防守数据却呈现出完全不同的结果。 2014-15赛季，伦纳德首次荣获年度最佳防守球员。 当他在场时，马刺队每100回合失分99.8分，而当他不在场时，马刺队每100回合失分104.8分。 2015-16赛季，他连续获得年度最佳防守球员。 他得到了97.2分，缺席期间丢了101.8分。 前两年的数字非常直观。 拥有场上最好的防守球员，马刺队的防守效率更好，失分也更少。 但到了2016-17年，整个情况发生了逆转。 巅峰时期的25岁莱昂纳德突然无缘无故成为球队防守的负得分手！
更可能的解释是，对手选择直接放弃伦纳德防守下的球员，让他最大限度地参与进攻。 通常伦纳德都会防守对手的王牌，导致对手几乎放弃进攻王牌。 对于马刺队来说，防守就是成功的一半。 话虽如此，一个能够成为球队进攻王牌的人，不参与进攻，球队的进攻效率更高，这是一件很奇怪的事情。 这种吊诡的现象说明了防守数据的不可靠性。
除了伦纳德之外，下面的视频展示了成功防守的例子。 这两段视频都是肯巴·沃克在挡拆后面对恩比德的防守，两次的结果对费城来说都是好的。 第一个视频中，由于恩比德的防守范围较广，恐吓能力强，即使转防一对一防守肯巴·沃克，肯巴·沃克也无法轻易突破他的防守。 结果？ 队友们很快就回到了位置。 肯巴·沃克见自己这次无法得分，将球交给了队友。
第二个例子也是肯巴沃克和恩比德。 这次肯巴·沃克看到恩比德在前面，连球都没拿。 他在三分线外直接出手，但球没有进篮。
这两个视频很可能是基于恩比德巨大的防守影响力，才导致肯巴·沃克做出了这样的决定。 在第一部电影中，防守球队或个人完全空白。 第二个视频中，76人队让对手投篮不中，但恩比德的数据却一片空白。 恩比德的恐吓在数据中完全看不出来。 这合理吗？
我们来看第二个视频。 这是恩比德在76人队的队友奥卡福。 面对这一刀，他没有举手，也没有跳跃。 只是对方无法出手。 奥卡福在抢防守篮板的时候连脚都没有抬离地面！ 热火拿到进攻篮板后，传给怀特塞德投篮。 两分，不知道会不会记在距离他两步远的奥卡福身上。
相同的例子太多了。 除了观察每场比赛之外，防守往往很难用数字来表达。 接下来我们就来看看防守数据，更能了解球员在防守端的真实贡献！
一级防守数据：几乎没有参考价值
Play-Type的防守数据基本完全无法使用。 使用这样的数字会严重扭曲甚至误导防守方的贡献。 但低位单打的防守数据却非常可信。 原因？ 一对一被击败或防守成功只取决于你的防守技巧和投篮手感。
其次，是对方球员的总投篮命中率。 如前所述，最成功的防守是对手放弃进攻并将球传给队友。 但最成功的防守在投篮命中率方面绝对看不到任何东西。 接下来，每次投篮都必须有防守者。 很多时候差距很大，而倒霉的就是轮换中的最后一名球员。 然而，制造间隙有时根本就是一线防守的问题！ 因此，使用这些数据时必须非常小心。
您需要非常小心的最后一个统计数据是您的个人 DRtg（每 100 轮损失的分数）。 与球队统计数据不同，当球员在场时，个人的 DRtg 并不是球队的 DRtg。 相比之下，个人的 DRtg 只是一个估计值。 比如活塞队中锋安德烈·德拉蒙德的DRtg为99，排名联盟第一。 但看过活塞队比赛的人都知道，当德拉蒙德在场的时候，活塞队的防守其实是比较差的。 当他在场时，活塞队的整体得分为 0.8！ 诡异的。
二级防守数据：价值不高，但勉强够参考
首先是防守型WS。 使用WS这个数字时要小心，因为它是通过一系列复杂的计算得出的，很多人（包括我的弟弟）不知道参数是什么。 WS的计算是按照分钟效率计算的，这对于上场时间较少的玩家来说会更加有利。
接下来是ESPN计算出的真实效率值（Real Plus/Minus），以及数据框效率值Box Plus/Minus Real plus/minus。 这两个数字也是计算出来的。 最大的问题就是前面提到的。 计算是基于看得见的数字，比如火锅篮板、拦截等。很难表现出成功防守的价值，只是看图片讲故事的另一种方式。 比如效力于费城76人队的来自法国的得分后卫埃-nba球队防守效率，在这份榜单上排名第14位。 在他身后的是勇士锁住克莱汤普森。 您认为这合理吗？
三级防守数据：具有公允价值，必须与其他数据结合使用
场内和场外球员的防守效率存在差异。 当一名球员在场上时，球队的防守效率更好，这名球员自然会为防守做出贡献。 但要小心，除了上面提到的伦纳德效应之外，它还被用来比较同一支球队的球员，尤其是同一位置的球员，因为他们可能会与完全不同的队友配对。
比如热刺中锋大卫·李从来不擅长防守，而替补中锋戴德蒙则因其机动性和勤奋而广受好评。 从数据上看，李在场时，马刺每100回合比戴德蒙在场时多丢2.8分。 但谁知道这是否是因为马刺队更频繁地让伦纳德和米尔斯与大卫·李一起比赛呢？
接下来是场上五名球员的防守效率。 比如，费城76人队在TJ麦康奈尔执教时的防守效率就比罗德里格斯执教时要好得多。 但这会受到样本量的严重影响。 即使这个组合在场上的时间超过100分钟，也只是两场比赛多一点而已。 这么短的时间内任何事情都有可能发生，所以在使用场上五人防守数据时，我们还是要与其他数据进行匹配。
先进的防守数据：放心使用
防守数据之王只有一位。 不幸的是，这个数字只适合中锋，那就是球员在篮筐附近时对方的投篮命中率。 这个数据几乎不受其他队友的影响，也不会因为防守阵型的不同而改变。 顾名思义，当防守球员在篮下，而对手在篮下投篮时，就会产生这个数据。 它最简单、最直接地体现了球员的护框能力。
唯一的缺憾是这个数字并不能体现玩家的恐吓能力。 当一个球员切入来看，掩护篮筐的中锋是戈贝尔还是森林狼的状元唐斯，他的动作可能会完全不同。 遇到法国扫帚时，将球传给切球球员的可能性要高得多，大多数不会受到直接挑战。 如果切入球员不选择攻击篮筐，而是选择将球传出去，则不会对数据产生影响。
另外，这个数字几乎完美的展现了玩家的护框能力。 原因如下：
1、防守球员的位置距离进攻球员很近，没有被迫错位。
2、进攻球员投篮与否直接反映在这个数字上。
3、几乎所有球员的基本点都是一样的，不会因为球队的防守体系或者进攻节奏而改变。
另外一个防守数据之王就是节奏调整后的防守数据。 我们这里说的不是球员每分钟的效率，而是调整不同的快慢节奏所产生的最终数字。 对于前锋和后卫来说，这是一个非常可靠的指标。
综上所述
现在我们能看到的防守数据，很难单独判断一个球员防守的好坏。 最高级别的防守数据往往是最容易被主流媒体或评论员忽视的领域。 让我们举个例子。 每年的拦网冠军通常是当年年度最佳防守球员的最爱。 不过我很早之前在文章中就提到过这一点（吃火锅就是防守好？先从怀特塞德开始吧）。
幸运的是，近年来传统数据不佳的马克·加索尔获得了最佳防守球员，而格林也在投票中击败了戈贝尔获得了这个奖项，说明拦截和火锅在投票中很重要。 在读者心中的比例已经越来越低。 这并不是说戈贝尔的防守不好。 事实上，他在篮下的威慑力和影响力或许只能与推特之王恩比德相比略显逊色。 格林获奖是因为他有很强的护框能力，而且防守侧翼球员的脚步也很出色。 不过，17-18赛季，戈贝尔依然会是最佳防守球员的热门人选。
写这篇文章的目的并不是说所有防守数据都是垃圾nba球队防守效率，没有参考价值。 我只是想提醒大家，任何防守数据都不能完全体现一个球员的能力。 在使用每个数字之前，最好了解它是如何计算的，这样解释时就不会有问题。 另外nba球队防守效率，目前还没有数据能力来衡量球员的无球防守能力，这也是未来值得开发的领域。