En innføring i prestasjonstall | Galoppanalyse.no
Previous
CLOSE
Next

En innføring i prestasjonstall

juni 30, 2021

Prestasjonstallene vi lager er kjernen i absolutt alt vi driver med, men det er ikke nødvendigvis så opplagt for andre hvorfor de er så nyttige. En god start vil være å skjønne mer av hva som går inn i dem, så her følger en forklaring rundt både Hva, Hvorfor, og Hvordan.

Hvordan begynte det for oss - og hva er egentlig prestasjonstall..?

For meg begynte galoppinteressen med en helt tilfeldig introduksjon til amerikansk galoppsport, da jeg en sen kveld snublet over både noen spennende markeder, og noen fascinerende forminformasjons-produkter.

Denne litt bakvendte inngangen til den skandinaviske galoppverdenen satte sine spor, og gjør det vel enda – for når jeg noen måneder etterpå kom på at det fantes en bane på Øvrevoll jeg burde sjekke ut, så oppdaget jeg til min fortvilelse at den informasjonen jeg nå var vant til å analysere løpene over dammen med, ikke fantes i det hele tatt her til lands.

Å skulle tippe på utfall uten dette kjentes ut som ren gjetning, og casinospill, det har aldri appellert noe særlig her i gården. Det kan godt være vanskelig å vinne, men umulig, nei det kan det ikke være.

Fast Forward et år frem, så var jeg i gang. Da fikk norskstil være norskstil, og franskstil fikk i alle fall være franskstil, for nå hadde jeg viktigere ting å tenke på. Jeg skulle lage min egen forminformasjon! Jeg mener, hvor vanskelig kunne vel det være..?

Fast Forward enda noen år, så hadde jeg svaret:

Overraskende vanskelig!

Men jeg hadde ikke gitt meg – i alle fall ikke for så lenge om gangen – og plutselig stod jeg der, triumferende, stolt, med mitt aller første sett med prestasjonstall. Jeg var et geni!

Dessverre viste det seg at jeg i min ungdommelige hybris hadde gjort det aller meste feil, så vi skal nok spole enda noen år frem før vi virkelig hadde funnet av det. På dette tidspunktet hadde også min lillebror Gard blitt koblet på, og vi hadde utvidet fra Øvrevoll til å også lage prestasjonstall for Sverige, og så Danmark. Nå begynte brikkene for alvor å falle på plass.

Nå satt vi på krutt!

Resten av dette innlegget kommer til å handle om hva disse tallene er, hvorfor de eksisterer, jeg vil presentere de ulike skolene på området, litt fordeler og ulemper med de ulike tilnærmingene, og selvsagt litt om hva som inngår av både metodikk og variabler i de tallene vi produserer. 

100 år med prestasjonstall - rett og slett en liten historietime!

Hesteveddeløp og galoppløp i særdeleshest er jo en tradisjonsrik sport, med hundrevis av år med fargerik historie.

Med kun noen få (tapre!) unntak så har konseptet vært uendret:

Det handler om å bevege en hest raskest i konkurranse med andre, fra et punkt, til et annet. 

Et nok så uslåelig konsept når man tenker på det, men akkurat den filosofiske forfølgelsen får vi spare til en annen gang. 

På et tidspunkt, for kanskje 100 år siden, var det flere som fant ut omtrent samtidig at man i tillegg til å vurdere denne konkurransen med andre når man skulle vurdere kvalitet på prestasjoner – for det hadde man jo behov for enten om man skulle kjøpe en hest eller tippe på den – altså at man i tillegg til å evaluere klasse, også burde se på hvem som faktisk beveget seg raskest fra punkt A til punkt B. 

Med det ble konseptet Speed Figures, eller Speed Ratings, eller Performance Figures født. Her kaller vi det bare prestasjonstall for enkelhets skyld. Den første boken som forklarte en slik metode var E.W. Donaldsons “Consistent Handicapping Profits” fra 1936. Prestasjonstall tar sikte på å gå matematisk og metodisk til verks for å kvantifisere en prestasjon – altså å omgjøre den til tall – for å enklere kunne sammenligne med både egne og andres prestasjoner. 

Med tanke på de problemene jeg selv støtte på i utarbeidelsen av denne metodikken – jeg hadde jo tross alt 100 år med historikk og erfaringer å lene meg på – så ligger det vel i korta at de første metodene hadde sine mangler. Det var først 40 år senere at disse metodene virkelig skulle få sitt gjennombrudd i USA, først og fremst med Andrew Beyers bok “Picking Winners” i 1975, som ledet frem til publiseringen og allmenngjøringen av Beyer’s prestasjonstall i Daily Racing Form fra 1991. I Beyer’s skyggeside vokste det i tillegg frem en alternativ bevegelse tuftet på sine helt egne ideer om Speed Figures, som gikk under tilnavnet “The Sheets”. Denne bevegelsen ble ledet an av den svært eksentriske Len Ragozin og etterhvert, hans tidligere elev og senere nemesis, Jerry Brown som brøt ut og stiftet Thoro-Graph.

Det var disse produktene jeg først og fremst ble så fascinert av i min tidlige flørt med amerikansk galopp.

We're trying to find out the true value of a horse's performance. In other words, when is a fast race really worse and when is a slow race really better?

Len Ragozin

Kan man ikke bare se på tiden, for å avgjøre hvem som er raskest..?

En helt naturlig, men likevel feilbarlig intuisjon

La oss først slå fast og definere at når vi i denne sammenhengen snakker om “den raskeste hesten”, så er det ikke toppfart eller starthurtighet vi snakker om, men hvem man tror er raskest over en full distanse. Altså hvilken hest man tror har mulighet til å bevege seg raskest fra punkt A, til punkt B. 

Det opplagte og intuitive å tenke da er jo selvfølgelig at man ser på sluttider prestert tidligere. I friidrett er det et stort fokus på personlige rekorder for eksempel, mens det i trav er mye prat om kilometertider. Jeg skal ikke uttale meg for mye om hvorvidt tid er gode mål på prestasjon i de to domenene, det vet jeg ikke nok om, men det jeg har tenkt til å si noe om er at det så definitivt ikke er tilfelle i galopp. Det er nok bedre å se på klokka enn å ikke se på klokka, for å si det sånn, men det finnes måter å tolke disse tidene på som er langt mer konstruktive enn å vurdere råtid.

Du gjettet det!

Jeg tenker på prestasjonstall.

For det første er alle galoppbaner ulike, med forskjeller i alt fra lengde på gress og “sprett” i jorda, størrelse på svinger, krapphet i svinger, hellinger, vindforhold, inngang til svinger, utgang av svinger, og så videre.

Jeg kunne fortsatt!

Et løp over 1200 meter på dirtbanen i Jägersro, er rett og slett ikke helt samme øvelse som 1200 meter på dirtbanen på Bro. 

Med tanke på at ett sekund i løpstid utgjør omtrent seks lengder i forskjell – seks lengder kan ofte være forskjellen på seier og en tiendeplass – så trenger det jo ikke å være de store forskjellene før det blir nok så ubrukelig å behandle de likt.

Prestasjonstallene kommer til unnsetning

For å effektivt kunne sammenligne tider løpt over samme distanser, men på ulike baner, så trenger man en måte å “standardisere” disse tidene på.

Tiders begrensninger stopper heller ikke der.

Hester løper jo for eksempel ikke bare over en distanse i løpet av en karriere. Selv en utpreget sprinter vil kunne løpe løp over 900 meter, 1000 meter, 1170 meter, 1200 meter, 1300 meter, 1350 meter, 1370 meter og 1400 meter.

Og det på forskjellige baner, ofte i forskjellige land, og baneunderlag. 

I disse løpene vil de dessuten møte hester som også kommer med ferske prestasjoner fra et mangfold av distanser, baner, og baneunderlag – noe som vil gjøre det til et svare strev å rangere de opp mot hverandre kun basert på tider. 

Og nå er vi helt inne i selve opphavet til prestasjonstallene.

De klassiske prestasjonstallene, som f. eks Beyer, siktet i ganske mange år ikke så veldig mye høyere enn at de skulle løse akkurat dette problemet. Ideen var her at man kunne ha “par time charts”, der man samlet og vedlikeholdte omfattende lister over forventede tider for ulike klasser på så mange baner og distanser som overhodet mulig. Sånn kunne man bare lese av i skjemaet hva en tid på 1.12 over 1200 meter på en bane, tilsvarte i tid for en hest i samme klasse på en annen bane. Kanskje forventet man 1.11, eller 1.13, for akkurat den samme prestasjonen på en annen bane.

Tilsvarende kunne man gjøre dette for prestasjoner over ulike distanser. 

Dette er jo en klar forbedring av å bare vurdere råtider, men fortsatt veldig langt unna å løse alle problemene med bruk av løpstider som mål på prestasjon. 

Denne boken snudde ting på hodet i amerikansk galoppsport

Problemene bare fortsetter - men ser vi konturene av løsninger..?

Fortsatt har vi ikke snakket om baneforhold.

Jeg vet ikke helt hvordan det er med baneforhold i trav og friidrett, men jeg vil anta at det iallefall der konkurreres på underlag som er mer stabile enn de er i galopp. Det ikoniske Tartan-dekket har vel mye av de samme egenskapene uansett hvor det blir satt opp, og en sulky bør vel ihvertfall helst ikke stå plantet igjen i jorda når startbilen begynner å rulle. 

På galoppbaner er det enorm variasjon. På gressbanen kan det med ekstremforhold skille opp mot 10 sekunder på enkelte distanser, bare i ren banehastighet. Det betyr at en elitehest potensielt kan gjøre årets beste prestasjon på banen, men i tid allikevel være flere sekunder bak det en sliter-hest i midtsjiktet kan prestere på en dag med helt motsatte baneforhold. I denne settingen, med så skiftende baneforhold – vi lever jo i en del av verden der årstider og sesonger har store variasjoner – så blir råtider et svært forvirrende konsept å skulle forholde seg til.

Nå kjenner jeg at det er på høy tid å vende snuten inn mot den typen problemer og utfordringer som er såpass vanskelig å adressere – at de gir grobunn for mange ulike skoler innen prestasjonstall.

I innledningen touchet jeg så vidt innom historien mellom Len Ragozin og Jerry Brown, der sistnevnte brøt ut av Ragozin og stiftet sitt eget selskap i Thoro-Graph. Forholdet dem i mellom forble iskaldt.

Grunnen?

En lidenskapelig uenighet om banehastighet!

Ok, det var nok en litt tabloid fremstilling som bør utdypes i neste setning, men det er vel uansett en brukbar illustrasjon på at hestespillere nok ikke er som gamblere flest.

Uenigheten stammer mer presist i hvorvidt baner kan endre hastighet i løpet av en løpsdag, selv uten at det har skjedd åpenbare ting som for eksempel væromslag. Det kan fortsatt virke trivielt – men ståstedet i den debatten har faktisk veldig mye å si for den metodikken man velger når man regner ut prestasjonstall.

Det er ikke så enkelt å forklare dette uten at det blir altfor teknisk for folk flest, men jeg skal gjøre et forsøk uten å bruke for mye fag-terminologi.

Det avgjørende problemet man skal løse i moderne former for prestasjonstall-utregning, er å finne ut av hvor rask eller treg en bane er i forhold til normalen. Dette skal man helst finne ut på tiendelet. Har man først funnet ut av dette – så er det jo enkelt å konvertere en råtid til et standardisert format som lar seg sammenligne uavhengig av banehastigheten. Dette er hele målet med prestasjonstall.

Ragozin hevdet altså hardnakket at baner IKKE kunne endre banehastighet i løpet av en og samme løpsdag, med mindre det var større væromslag eller lignende åpenbare faktorer i spill.

Det gjorde at hans mål var å finne en track variant (oops; fag-terminologi!) tiendels-justering for hele dagen, som man så kunne justere alle løpstidene som ble løpt den dagen med. Med andre ord, med Ragozins metode er man nødt til å komme opp med en helt konkret justering, f.eks minus fem tiendeler. Så må man trekke fem tiendeler fra alle tidene som ble registrert den dagen. Er det løp på både dirtbane og gressbane en og samme dag, så ville Ragozin ha operert med to ulike track variants tiendels-justeringer.

(Han var tross alt ikke så gal at han antok at gressbanen og dirtbanen hadde samme hastighet). 

Med det utgangspunktet så vil jo metodikken sentrere rundt metoder for å finne den ene justeringen – og så får tallene snakke for seg derifra og ut. 

Problemet med å legge den antagelsen som premiss for hele metoden, og som Jerry Brown altså ikke kunne leve med lenger, er jo selvfølgelig at den er feil.

Baner endrer hastighet mellom løp hele tiden!

Noen ganger lite, noen ganger mye, noen ganger nesten ingenting. 

Dette kan nok banemestere utdype mye mer i detalj om enn meg, og jeg skulle gjerne hatt et gjesteinnlegg fra noen banemestere omkring akkurat dette punktet på denne bloggen, men forsøker meg likevel.

Banehastighet handler så vidt jeg har lest meg opp til, og observert selv, i stor grad om nivået av fuktighet i sanden/jorda. Der er det både naturlige og “kunstige” prosesser i sving, også mellom løpene.

En våt bane fra nattens regn vil nok tørke opp i ulike hastigheter avhengig av vær, temperatur, vind, osv. Samtidig vannes jo også banene. Der vil det kunne være variasjoner i både vannmengde, hyppighet eller “rytme” på vanningen, osv. I tillegg gjøres det ulike vedlikeholdsvurderinger både før, under og etter en løpsdag, der man har ulike redskap og teknikker for å få banen i så god skikk som mulig.

Det vil være veldig naivt å anta at ingenting av dette kan påvirke banehastighet!

(Dette er for øvrig et tema jeg svært gjerne vil ha intelligente diskusjoner rundt på forumet vårt – for det er nok ingen tvil om at jeg enda har et stykke igjen til fagbrev i bane-vedlikehold!)

tractor, sunset, landscape

Tidtaking, og pace

Som om ikke dette var nok, så er det også en hel del andre utfordringer som ofte vil føre en opp i problemer, om man tillegger en såpass mekanisk metodikk til produksjonen av prestasjonstall som det Ragozin legger opp til. 

Den første åpenbare utfordringen, handler om tidtaking. Det er ikke bare i Skandinavia man har problemer med å måle riktig tid, dette har vært et evig problem også i USA. Man har heller ikke for vane å dele informasjon om når det har vært problemer med klokka.  Dette problemet kan man selvsagt gjøre heroiske tiltak for å få kontroll på, med manuell tidtaking f. eks, men så er jo ikke det heller en helt vanntett metode.

Alle som lager prestasjonstall ønsker så presise tider som mulig, selvsagt – råtiden er uavhengig av hvilken skole man sverger til den viktigste ingrediensen i produksjonen av prestasjonstall. Selv har vi tatt egne tider på Bro Park, for eksempel, ettersom tidtakingen der har vært spesielt ureliabel.

Samtidig har vi utviklet en metode som gjør oss langt mer robuste mot feil i tidtakingen, enn det som er vanlig med andre metodikker. 

Tidtakings-problemet er allikevel nok så trivielt. Alle skulle ønske at tidtakingen var mye bedre. Den virkelig interessante kilden til uenighet, og der prestasjonstall-produsentene virkelig skilles ut i ulike skoler, er hvordan man løser problemer som løp med avvikende tempo underveis.

Alle som har sett Jakob Ingebrigtsen & Co jakte gode tider på friidrettsbanen, kan ikke unngå å ha sett hvor kritisk det er å komme av gårde i en anstendig fart. Somler du i starten vil du aldri nå rekordfart, uansett hvor sprek du er eller hvor mye du løper fra konkurrentene på oppløpet.

Jeg vil dvele litt ved dette eksempelet. 

For da blir jo spørsmålet; hvordan løser man dette med prestasjonstall?

Det er jo tempo fra A til B vi måler her, husker du? Om de somler i starten så er det deres egen skyld, og å skulle justere for dette på noe vis er den reineste voodoo!

Dette har jeg fundert utrolig mye på, og jeg kan fullt forstå at det her kan dele seg inn i ulike skoler, med ulike filosofier, med det resultatet at det blir generert helt ulike prestasjonstall for løp med veldig svakt tempo fra start.

Det er fordeler og ulemper med de ulike filosofiene. Selv har vi jaktet et kompromiss. 

Ragozin har med sin metode uansett ingen mulighet til å hensynta dette, da han har giftet seg med ideen om å endre alle løp på samme bane med den samme tiendels-justeringen. Om de andre løpene den dagen blir løpt normalt, og han konkluderer med at i dag må vi trekke fra fem tiendeler fra alle løpene, så har han ikke noe annet valg enn å gjøre det samme i løpet der de første 400 meterne gikk så sakte at de aldri kom til å få en tid som var representabel for dagsformen. Det til tross for at de siste 1100 meterne overgikk alle forventninger. 

Var det da allikevel virkelig en dårligere prestasjon, enn tredjeplassen fra NM-løpet med perfekt tempo fra start?

Ragozin ville mene det.

Brisnet ville mene det. 

Jerry Brown og Thoro-Graph mener ikke det.

Beyer mente det, men de har snudd, og mener nå ikke det. 

Og viktigst av alt: Vi mener heller ikke det!

Hvorfor ikke?

Det er to hovedgrunner til at vi sider med Jerry Brown i denne diskusjonen.

Klasse og Speed, ikke enten-eller!

Vi introduserte jo rasjonalet for prestasjonstall med et skifte fra “klasse”, til “speed”. Man gikk fra å vurdere hvem man slo, til hvor fort man løp, når man skulle vurdere hvilke hester som var best. Men med så mye som påvirker tider, og med så mye forskjellig dynamikk som foregår i hvert løp, så er det for oss klart at hvem man slår og hvor mye man slår dem med – også bør bety noe.

Vi går med vår metodikk inn for å finne den perfekte balansen mellom “klasse”, og “speed”, og uten å avsløre for mye av vår “secret sauce” så gjør vi det blant annet med en regresjonsaktig øvelse – der vi bruker hestenes tidligere prestasjoner som datapunkter.

Disse datapunktene kommer i tillegg til de klassiske variablene som tid, ridevekt, og banehastighet.  

Vi kjøpte rett og slett aldri helt dette med at man måtte velge en av delene, klasse eller speed.

Det gjorde jo ting mye vanskeligere for oss selvfølgelig, å ikke skulle kopiere en etablert metode og godta alle dens antagelser og heuristikker, men tvert imot jobbe frem vår egen metodikk. Så er vi desto stoltere av kvaliteten vi har oppnådd. 

Vi inkluderer for øvrig også “ground loss” i våre prestasjonstall, det vil si at vi regner tapt terreng i svingene inn i prestasjonsvurderingen.

En hest som løper fortere enn den noen gang har gjort før, men som taper løpet fordi den måtte løpe fryktelig mye lenger enn alle andre for å komme til mål, har jo uansett gjort en kjempeprestasjon. Formen er der. Farten er der. Og det tapte terrenget, det går det an å sette en verdi på. Det koker egentlig bare ned til geometri.

Startspor-statistikkene våre er et godt sted å begynne hvis man ikke tror helt på at vide svinger hemmer vinnersjansene. For det handler ikke om at det presteres dårligere fra ytterspor.

Faktisk tvert imot, men grunnene til det skal jeg forklare en annen gang.

Så mye tror vi altså på den ideen om at tapt terreng bør regnes inn i prestasjonstall, at vi faktisk gidder å følge hver eneste hest, gjennom hver eneste sving, som løpes i hele Skandinavia – og det har vi nå snart gjort i 10 år. Applaus til Gard!

DRF og Beyer gjør det ikke. 

Vi avslører med dette at vi hører mer hjemme under “performance figures”-leiren, enn vi gjør i “speed figures”-leiren. 

I was seduced by horse race betting because it offers more mental challenge and stimulation than any subject in the formal academic world. Few people ever master it.

Andy Beyer

Fat Tony vs Nero Tulip – nok et kompromiss

Så over til den andre grunnen for at vi tar side med Jerry, i vurderingen av Jakobs OL-gulløp jamført tredjeplassen i NM.

(Jeg bør vel presisere at dette er rent hypotetiske eksempler, men av en eller annen grunn innbiller jeg meg at friidretts-analogien er enklere å henge med på).

Et av mine store forbilder er Nassim Nicholas Taleb, forfatteren av f. eks “Fooled by Randomness”. Gjennom hele INCERTO-serien blir vi kjent med karakterene Nero Tulip og Fat Tony. Mens Nero Tulip representerer den litt elitistiske, snobbete, intellektuelle teoretikeren med fulle bokhyller, utsøkt smak og referansene i orden – så er Fat Tony den der mer street smarte business eier-type-karakteren som gjennom erfaring, prøving og feiling – “livets skole” rett og slett – bare har funnet ut av hva som virker, og holder seg til det.

Ikke noe dill-dall. Virker det, så virker det. 

Vi mennesker er i følge Taleb (m. fl!) som skapt for å bli lurt av elegante teorier, og til å se det vi ønsker å se. Kanskje spesielt hestespillere – for hva er vel ikke hestespilling om ikke jakten på mønstre og hypoteser som man må trekke ut av til tider svært ufullstendig informasjon? Det er jo den intellektuelle utfordringen i dette, tross alt. 

Poenget er at man må gjøre plass til begge deler. Det er bare sunt å ha litt Nero Tulip i seg, for å ikke snakke om godt!  Den evnen til å fordype seg i teori og abstrakte konsepter, eller kunstig opphøye en god vin, eller bli revet med av et velskrevet stykke poesi – alt dette gjør både livet verdt å leve – og er viktig for påfyll av nye impulser. Det er jo også nyttig.

Men det blir fort både uproduktivt og farlig om man ikke også klarer å kombinere det med litt “Fat Tony”-mentalitet. 

Den viktigste grunnen til at vi har landet på den metodikken vi har valgt – er jo selvsagt fordi vi ser at det virker.

Tallene er mye mer nyttige for oss som bruker dem, når de gir mening, som de f. eks i mye større grad gjør ved å bruke hesters tidligere prestasjoner som et ekstra datapunkt.

Eller når man åpner opp for at baner kan skifte hastighet, ettersom de faktisk gjør det,  selv om det ikke tilsynelatende ser sånn ut. Da gjelder det bare å utvikle metoder som klarer å fange opp dette – med consistency og integritet, så man beholder reliabiliteten. 

Noe rekord-rating blir det jo ikke med lusefart i starten, til det utgjør tiden en for stor del av prestasjonstallet – men det gir jo heller ingen mening å konkludere med at OL-gullet er det dårligste løpet man har løpt på lenge.

Med vår metodikk blir man straffet for å lure på hverandre i starten, men ikke på et idiotisk nivå.

Den unike metodikken vår er dessuten grunnen til at våre tall er vel så gode på gressløp, som de er på dirtløp. Det kan du ikke si om de klassiske “Speed Figures”. Det er ikke Beyer. Det er ikke Ragozin. Det er ikke Brisnet. Og heller ikke Trackmaster. 

Vi har prøvd og feilet, testet og lært, funnet kompromisser der andre har skilt lag, og vært virkelig innovative i utviklingen av en metodikk som gir rom både til fornuft, reliabilitet, og validitet.

Det er strenge regler for hva det er mulig å gjøre, men fortsatt rom nok til at det er bruk for litt skjønn.

Jeg tror vi har funnet det perfekte kompromisset, mellom Nero Tulip, og Fat Tony. 

Jeg tror faktisk vi lager verdens beste prestasjonstall. 

Hva Fat Tony gjør som hovedbilde til denne teksten - må du nesten lese deg helt ned for å finne ut!
Møt Fat Tony - Kanskje en overraskende helt i denne historien

Nå lurer du kanskje på hva DU kan bruke disse tallene til..?

Selv bruker vi prestasjonstallene primært for å finne de gode spillene, og de finner vi først og fremst der vi har vurdert prestasjoner til å være sterkere enn det resten av markedet tenker at de var.

En liten greie, selvsagt, men vi synes det har vært morsomt å delta i den populære tippekonkurransen #DWCCTippingComp på Twitter i forbindelse med løpene på Meydan. Der hevder vi oss hvert år begge to i skarp konkurranse, og i 2020 var det Gard som stakk av med seieren.

Et lite bevis – kanskje – på at tallene våre holder mål.

Vi har også tatt en kasse på Øvrevoll med en 3 %-banker, og hevder oss generelt godt i spillet også på de skandinaviske banene.

Spill-omsetningen er nok for lav i Skandinavia til at man kan leve av kun spill, og i Dubai er løpene for få – men hvis Hong Kong-prosjektet som vi foreløpig bare pusler litt med på siden skulle bli til noe en dag – det tar mange år å bygge opp en kvalitetsdatabase med vår metodikk – så er kanskje mulighetene gode.

Men tallene er ikke bare et verktøy for spillere, de har potensiale til å gi stor nytte i nesten alle ledd i næringskjeden av aktive også.

Her er bare noen potensielle bruksområder vi kommer på – det er stor rom for kreativitet i hvordan man benytter tallene:

  • Grundig karriereanalyse i forbindelse med kjøp og salg av hester
  • Analysere hesters styrker og svakheter for treningsarbeid og karriere-management
  • Formutviklings-analyse av hesten din!
  • Verktøy for å lese seg opp på konkurrentene når man legger opp ryttertaktikk
  • Analysere stallform og globale stalltendenser
  • Anbefale trenere på bakgrunn av hesters styrker og svakheter
  • Grundig karriereanalyse av skandinaviske hingster og hopper som brukes i avl
  • Finne gunstige løp å sikte mot, både i Skandinavia og Dubai
  • Identifisere “explosive patterns”, “spent horses”, “bounce-probability” og “2yo-foundation” i god “sheet theory”-ånd
  • Identifisere “soft spots” i hestemarkedet og få råd rundt hva slags kategori av hester man burde investere i
  • Kvalitetssikring av formtall
  • Få hjelp til å avdekke “track bias” før alle andre
  • Få folk hektet på galopp gjennom å tilby bedre forminformasjon, og designe bedre spillopplevelser
  • Karriereoversikt som memorabilia av hester man har vært delaktig i
  • Forske på treningsstrategier og bruke prestasjonstall som et mål på hva som virker / ikke virker
  • Eller hva med antidoping-arbeid..?😉 Vi har nok av eksempler på hvordan juks ser ut fra Dubai.

Det er garantert mer – har du ideer så ta gjerne kontakt !

0
Antall hester i databasen
0
Antall løp vurdert​
0
Antall prestasjonstall gitt
0
Antall svinger analysert​

Sjekk ut våre topplister fra 2013 til i dag!

Virker ikke dette fornuftig da..?

Start video

Ønsker du å vite enda mer? Ingenting gleder et rating-hjerte mer!

Her er kanskje internetts beste forklaring av de ulike måtene å regne ut prestasjonstall på:

I tillegg oppfordrer vi til å stille spørsmål og dra i gang diskusjoner på forumet vårt !

3 Comments

on En innføring i prestasjonstall.
  1. […] vi innser at vi gikk litt hardt ut med å gi en innføring til prestasjonstall som mer eller mindre fremstår som et manifest. La oss komprimere det litt, forenkle […]

  2. Olsen92
    -

    Spændende læsning, og klart mere avanceret end hvad jeg laver.
    For mig kunne det være interessant at høre hvordan I regner baneforholdende ud til hvert løb? Og tager I højde for hvordan forholdende kan være anderledes alt efter om man går indvendig eller udvendig? Klampenborg kender jeg jo selv bedst – Indvendig i blød bane = blødere bane, derfor ser man dem ofte gå udvendigt.

    • -

      Vi så denne litt sent, men vi har nå svart opp spørsmålene dine på forumet! 🙂

Leave a Reply

Your feedback is valuable for us. Your email will not be published.

Please Wait...