Tennis is een van de meest datarijke sporten ter wereld. Elk punt wordt geregistreerd, elke service gemeten, elke rally geteld. De hoeveelheid beschikbare statistieken is overweldigend: service-percentages, breakpunten-conversie, gewonnen punten aan het net, onnodige fouten, winners, gemiddelde rallylengte — de lijst gaat door. Voor de beginnende wedder voelt het als een spreadsheet zonder handleiding. Voor de ervaren wedder is het een goudmijn die het verschil maakt tussen gokken en analyseren.

Het probleem is niet het gebrek aan data. Het probleem is weten welke data ertoe doet. Niet elke statistiek is even voorspellend voor toekomstige prestaties, en sommige statistieken die er belangrijk uitzien, zijn dat nauwelijks. Dit artikel onderscheidt de signalen van de ruis en laat zien hoe je statistieken praktisch integreert in je weddenschappen.

Service-statistieken: het fundament van elke analyse

De service is het meest meetbare en meest voorspellende element in tennis. Drie statistieken vormen het fundament van elke serieuze analyse: het eerste-service-percentage, het percentage gewonnen punten op de eerste service en het percentage gewonnen punten op de tweede service.

Het eerste-service-percentage geeft aan hoe vaak een speler zijn eerste service in het vak krijgt. Het gemiddelde op ATP-niveau ligt rond de 60% tot 65%. Een speler die consistent boven de 65% zit, heeft meer controle over zijn servicegames en is moeilijker te breaken. Maar het percentage alleen vertelt niet het hele verhaal: een speler die 70% van zijn eerste services inspeelt maar slechts 65% van die punten wint, is minder effectief dan een speler die 58% inspeelt maar 75% van die punten wint. De combinatie telt.

Het percentage gewonnen punten op de eerste service is de krachtigste individuele voorspeller van matchuitkomsten in tennis. ATP-spelers die meer dan 75% van hun eerste-servicepunten winnen, winnen hun servicegames vrijwel altijd en zijn extreem moeilijk te breaken. Bij waarden boven de 80% is de service bijna onaantastbaar. Dit percentage verschilt sterk per ondergrond: op gras liggen de waarden hoger dan op gravel, wat de serverdominantie op snelle ondergronden verklaart.

De tweede service is waar de kwetsbaarheid van een speler zichtbaar wordt. Het percentage gewonnen punten op de tweede service is gemiddeld aanzienlijk lager — rond de 50% tot 55% op ATP-niveau. Spelers die onder de 50% zitten op hun tweede service, geven de retournerende speler effectief het voordeel en zijn kwetsbaarder voor breaks. Bij het analyseren van een matchup is het verschil in tweede-service-effectiviteit tussen twee spelers vaak een betere voorspeller van het aantal breaks dan welke andere statistiek dan ook.

Return-statistieken: de andere kant van de medaille

De service krijgt het meeste aandacht, maar de return is minstens zo informatief voor wedders. De belangrijkste return-statistiek is het percentage gewonnen returnpunten op de eerste en tweede service van de tegenstander. Een sterke returner — iemand die meer dan 30% van de eerste-servicepunten van de tegenstander wint — is een break-machine die zelfs tegen sterke servers kansen creëert.

Het return-spelletje is bijzonder relevant voor gravel, waar de bal langzamer aankomt en de retournerende speler meer tijd heeft. Op gravel stijgen de return-percentages over de hele linie, maar de spelers die er het meest van profiteren, zijn degenen met een combinatie van snelle voeten, anticipatie en de bereidheid om vroeg in de rally de controle te nemen. De return-statistieken op gravel van de afgelopen twee seizoenen zijn een betere voorspeller van Roland Garros-succes dan de algemene ranking.

Een subtiele maar waardevolle statistiek is het breakpunten-conversiepercentage. Dit meet hoe vaak een speler een breakpunt daadwerkelijk verzilvert. Het gemiddelde op ATP-niveau ligt rond de 40% tot 45%. Spelers met een conversiepercentage boven de 45% zijn klinisch in cruciale momenten — ze pakken hun kansen wanneer het ertoe doet. Omgekeerd zijn spelers met een laag conversiepercentage vaker betrokken bij matchen met veel deuce-games en gemiste kansen, wat het totaal aantal games omhoog drijft en relevant is voor over/under-weddenschappen.

Head-to-head record: nuttig of misleidend?

Het onderlinge record tussen twee spelers is een van de eerste statistieken die wedders raadplegen, maar het is ook een van de meest misleidende. Een head-to-head van 5-1 klinkt overweldigend, maar die vijf overwinningen kunnen vijf jaar geleden zijn behaald, op een andere ondergrond, in een andere fase van beide carrières. Context is alles bij head-to-head-statistieken.

Het minimale aantal relevante ontmoetingen voor een statistische significantie is hoger dan de meeste wedders beseffen. Bij twee of drie matchen is het toeval nog dominant — een speler die twee van de drie wint, is niet noodzakelijk de betere in de matchup. Pas bij vijf of meer ontmoetingen op dezelfde ondergrond begint het patroon betekenis te krijgen. En zelfs dan moet je corrigeren voor de ranking en vorm van beide spelers op het moment van elke ontmoeting.

Waar head-to-head-data wel waardevol is, is in het identificeren van stijlmatchups. Als een agressieve baseliner consequent verliest van een bepaalde slice-speler, ongeacht de ondergrond en de periode, dan is er waarschijnlijk een tactisch patroon dat de statistieken overstijgt. Sommige speelstijlen neutraliseren andere, en die dynamiek verandert niet snel. Dit type kwalitatieve head-to-head-analyse is waardevoller dan de ruwe cijfers, maar het vereist dat je de matchen daadwerkelijk hebt gezien of uitgebreide match reports hebt gelezen.

Databronnen: waar vind je betrouwbare statistieken?

De kwaliteit van je analyse staat of valt met de kwaliteit van je databronnen. Gelukkig is tennis een sport waar data relatief toegankelijk is, ook voor de niet-professionele wedder.

De ATP- en WTA-websites bieden basale statistieken per speler en per toernooi: service-percentages, breakpunten, aces en dubbele fouten. Deze data is gratis, betrouwbaar en voldoende voor een eerste analyse. Het nadeel is dat de data niet altijd is uitgesplitst per ondergrond of per periode, waardoor je handmatig moet filteren.

Tennis Abstract is een van de meest waardevolle gratis bronnen voor gevorderde wedders. De site biedt Elo-ratings, ondergrondsspecifieke statistieken en historische data die verder teruggaat dan de officiële ATP- en WTA-sites. De match charting database bevat punt-voor-punt-data van duizenden matchen, wat diepgaandere analyses mogelijk maakt.

Flashscore en SofaScore bieden live statistieken tijdens matchen en historische matchdata die handig is voor snelle pre-match analyse. De interface is intuïtief en de data is real-time beschikbaar, wat deze platforms bijzonder geschikt maakt voor live wedden.

Voor de serieuze wedder die bereid is te investeren in data, biedt het betaalde platform Tennis Insight uitgebreide analyses en statistieken. Daarnaast is Jeff Sackmann’s GitHub-repository een gratis en open-source databron met uitgebreide datasets die je kunt downloaden en in je eigen modellen verwerken. De investering — in tijd meer dan in geld — loont zich als je een systematische benadering hanteert.

Statistieken die minder zeggen dan je denkt

Niet alle tennisstatistieken zijn gelijk geschapen, en sommige zijn actief misleidend als voorspeller van toekomstige prestaties. Het herkennen van deze statistieken is minstens zo belangrijk als het kennen van de waardevolle.

Winnersaantal per match klinkt als een indicator van aanvallend spel, maar het correleert sterk met het aantal games en de duur van de match. Een speler die dertig winners slaat in een driesetter presteert niet per se beter dan een speler die twintig winners slaat in een tweesetter — hij heeft simpelweg meer ballen geslagen. Winners per set of per game is een betrouwbaardere maat, maar zelfs die wordt vertekend door het niveau van de tegenstander.

Onnodige fouten zijn een beruchte valkuil. Een hoog aantal onnodige fouten wordt doorgaans als negatief geïnterpreteerd, maar het hangt volledig af van de context. Een agressieve speler die veel risico neemt, maakt meer onnodige fouten maar slaat ook meer winners. De ratio winners-to-unforced-errors is een betere indicator dan het absolute aantal fouten, en zelfs die ratio moet worden bezien in het licht van de speelstijl en de ondergrond.

Ace-totalen zijn verleidelijk specifiek maar sterk contextafhankelijk. Dezelfde speler kan op gras vijftien aces per match slaan en op gravel slechts vijf. De ondergrond, de hoogte boven zeeniveau, de balsnelheid en zelfs de luchtvochtigheid beïnvloeden het aantal aces. Zonder ondergrondscorrectie zijn ace-statistieken weinig meer dan ruis.

De statistiek die niet bestaat

Na al deze data, modellen en percentages is er een statistiek die je nergens vindt maar die elke ervaren wedder herkent: het vermogen van een speler om te presteren wanneer het ertoe doet. Niet de breakpunten-conversie als abstract percentage, maar de specifieke combinatie van mentale kracht, fysieke reserves en tactisch inzicht die een speler in staat stelt om op 4-5 in de derde set, met de zon in zijn ogen en het publiek tegen hem, zijn beste tennis te spelen. Die kwaliteit is zichtbaar voor wie matchen kijkt en onzichtbaar in elke spreadsheet. Het is de herinnering dat statistieken je brengen tot aan de rand van begrip, maar dat het laatste stuk — het stuk dat het verschil maakt — altijd mensenwerk blijft.