Het probleem meteen
Je zit in de kring, de bal rolt, en je wilt weten wie de volgende scorer wordt. De vraag is geen luxe, het is een overlevingsvraag voor elke coach die wil winnen.
Data verzamelen: de basis
Hier is de deal: je kunt niet raden, je moet meten. Video‑analyse, shot‑charts, en zelfs heat‑maps leveren rauwe cijfers. Een simpele 2‑minute clip per wedstrijd geeft je meer inzicht dan een uur statistieken die je niet begrijpt.
Shot‑frequentie vs. conversie
Als een speler 10 schoten per wedstrijd maakt, maar slechts 1% scoort, dan is die speler een misfit, niet een bedreiging. Zoek daarom naar de ratio, niet alleen de totalen.
Positiespel en ruimte
De lucht tussen de verdedigers, dat onzichtbare gat, is goud waard. Het is geen toeval dat de beste scoorders zich vaak in die “shadow‑zone” bevinden.
Modellen die werken
Machine‑learning? Ja, maar alleen als je het simpel houdt. Een logistische regressie met drie variabelen — afstand tot doel, hoek, en druk — levert sneller bruikbare insights dan een diepe net. En je hoeft geen PhD te zijn om het te runnen.
Realtime voorspellingen
Stel je een dashboard voor waarop bij elke pass een kanspercentage verschijnt. Het klinkt futuristisch, maar je kunt het met een paar Excel‑macro’s al in elkaar krijgen.
Menselijke factor: intuïtie
Door de jaren heen leer je wie onder druk knapt en wie juist oplicht. Het is die “gut‑feeling” die de koude cijfers overstijgt. Vergeet de data niet, maar laat je niet door de cijfers blenden.
Praktische stap
Pick één statische metric — bijvoorbeeld shots binnen 15 meter — en plot die tegen afgelopen 10 wedstrijden. Als je een stijgende lijn ziet, zet die speler in de cirkel. Meer info vind je op hockeyek.com.
Voorspel en win
Neem die metric, combineer met je instinct, en roep de speler op het veld. Zie je de bal in het net? Dan weet je dat je net een stap voor bent. Start nu met het verzamelen van die één‑metric data en pas ’m toe in de volgende training.