Il basket è probabilmente lo sport più quantificabile al mondo. Ogni partita produce centinaia di dati — tiri tentati e realizzati, rimbalzi, assist, palle perse, falli, minuti giocati — e la rivoluzione analitica iniziata in NBA negli anni 2000 ha reso accessibili metriche avanzate che vent’anni fa erano patrimonio esclusivo degli uffici scouting delle franchigie. Per lo scommettitore, questa abbondanza di dati è al tempo stesso una risorsa e una trappola: sapere quali numeri guardare è più importante che guardarne tanti. In questa guida analizziamo le statistiche fondamentali per le scommesse sul basket e il modo corretto di interpretarle.

Offensive e defensive rating: il cuore dell’analisi

Se dovessi scegliere due numeri per valutare una squadra di basket, sceglierei l’offensive rating e il defensive rating. Tutto il resto — percentuali, rimbalzi, assist — è un ingrediente che confluisce in questi due valori sintetici.

L’offensive rating misura i punti segnati per 100 possessi. Non per partita, per 100 possessi — una distinzione cruciale. Una squadra che segna 115 punti in una partita da 105 possessi ha un offensive rating di circa 109.5. Un’altra che segna 108 in una partita da 95 possessi ha un rating di circa 113.7. La seconda squadra è più efficiente offensivamente, nonostante abbia segnato meno punti. Ragionare per 100 possessi elimina l’effetto del ritmo e permette confronti corretti tra squadre con stili diversi.

Il defensive rating funziona nello stesso modo, ma misura i punti subiti per 100 possessi. Un defensive rating basso è positivo — significa che la squadra concede poco all’avversario. In NBA, un defensive rating sotto 110 è considerato eccellente nel 2026, tra 110 e 114 è nella media, sopra 114 è problematico. In Eurolega, dove i possessi sono meno e l’efficienza generale più bassa, le soglie scendono di circa 5-8 punti.

La differenza tra offensive rating e defensive rating è il net rating, il singolo numero più informativo per valutare la forza complessiva di una squadra. Una squadra con net rating +5 segna, in media, 5 punti in più di quanti ne subisca ogni 100 possessi. Nella NBA 2025-2026, le migliori squadre hanno un net rating tra +7 e +10, le peggiori tra -7 e -10. Il net rating correla fortemente con il record di vittorie e sconfitte, ma con una sfumatura importante: nel breve periodo — cinque o dieci partite — il net rating è un predittore migliore della performance futura rispetto al record. Una squadra 3-7 con net rating positivo è probabilmente migliore di quanto il suo record suggerisca, e viceversa.

Pace e ritmo di gioco: la variabile nascosta

Il pace — il numero di possessi per partita — è la statistica più sottovalutata nelle scommesse sul basket. Non misura la qualità di una squadra, ma il contesto in cui quella qualità si esprime. E il contesto, nelle scommesse, è tutto.

Una squadra con un pace di 102 possessi per partita gioca circa 10 possessi in più rispetto a una con pace 92. Dieci possessi in più significano dieci opportunità aggiuntive di segnare — e di subire. L’impatto sull’Under/Over è diretto: partite ad alto pace tendono a produrre totali più alti, partite a basso pace totali più bassi. Ma l’impatto si estende anche all’handicap e al margine di vittoria. Una squadra superiore che gioca a ritmo alto amplifica il proprio vantaggio — più possessi significano più occasioni per la qualità di emergere. La stessa squadra, costretta a giocare a ritmo basso da un avversario difensivo, vede il proprio vantaggio compresso.

Il pace non è un dato fisso per ogni squadra. Quando due squadre con ritmi diversi si affrontano, il pace della partita è un compromesso. In generale, il ritmo effettivo della partita tende verso la media dei due pace, con un peso leggermente maggiore per la squadra che controlla la palla più a lungo. Per stimare il pace di una partita specifica, si prende la media dei due pace delle squadre e la si aggiusta per la media del campionato. Se la media NBA è 100, la squadra A gioca a 105 e la B a 95, il pace atteso è circa (105 + 95) / 2 = 100, ma corretto verso il basso se la squadra B è particolarmente efficace nel rallentare il ritmo.

Questo dato è essenziale per le scommesse Under/Over, dove il pace è il moltiplicatore che trasforma l’efficienza in punti. Una partita tra due squadre con offensive rating di 112 produce risultati molto diversi a pace 98 (totale atteso circa 220) e a pace 92 (totale atteso circa 206). I 14 punti di differenza possono spostare una scommessa da Over a Under, e ignorare il pace significa ignorare la variabile che più di ogni altra determina il totale punti.

Percentuali di tiro e i Four Factors di Oliver

Le percentuali di tiro sono il dato più immediato nel basket — tutti sanno cosa significa tirare al 45% dal campo. Ma la percentuale di tiro grezza (FG%) è una metrica ingannevole, perché tratta allo stesso modo un tiro da due e una tripla. Una squadra che tira il 42% ma con il 40% delle conclusioni da tre punti è più efficiente di una che tira il 46% ma quasi esclusivamente da sotto canestro. Per questo motivo, gli analisti usano l’Effective Field Goal Percentage (eFG%), che pesa i tiri da tre per il loro valore aggiuntivo. La formula è semplice: eFG% = (canestri dal campo + 0.5 * triple segnate) / tiri tentati. Questo numero racconta l’efficienza reale del tiro meglio di qualsiasi altra metrica singola.

Dean Oliver, uno dei padri dell’analisi statistica nel basket, ha identificato quattro fattori che spiegano la quasi totalità del successo offensivo e difensivo di una squadra. Questi Four Factors sono diventati il framework standard per l’analisi delle prestazioni e, per estensione, per le scommesse.

Il primo fattore è proprio l’eFG%, che misura la qualità del tiro. Il secondo è il Turnover Percentage (TOV%), ovvero la percentuale di possessi che terminano con una palla persa. Un TOV% basso significa che la squadra è affidabile nel gestire il pallone — ogni possesso termina con un tiro, non con un regalo all’avversario. Il terzo fattore è l’Offensive Rebound Percentage (ORB%), che misura la capacità di recuperare i propri errori al tiro e ottenere seconde opportunità. Il quarto è il Free Throw Rate (FTR), che nella definizione più diffusa corrisponde ai tiri liberi realizzati diviso i tiri dal campo tentati (FTM/FGA). A differenza di quanto si potrebbe pensare, questa metrica combina due aspetti: la capacità di procurarsi tiri liberi e quella di realizzarli. Alcune varianti utilizzano invece FTA/FGA (tiri liberi tentati su tiri dal campo), isolando la sola capacità di andare in lunetta.

Ognuno di questi fattori ha un peso diverso nella determinazione del risultato. L’eFG% è il più influente, seguito dal TOV%, poi dall’ORB% e infine dal FTR. Per lo scommettitore, i Four Factors offrono una lente attraverso cui leggere i matchup specifici. Se la squadra A ha un eFG% offensivo eccellente ma un TOV% elevato, e la squadra B è specializzata nel forzare palle perse, il matchup suggerisce che l’attacco di A sarà meno efficace del solito. Questo tipo di analisi, applicato sistematicamente, produce valutazioni più accurate rispetto alla semplice comparazione dei record o dei rating aggregati.

Come costruire un modello con i numeri

Un modello per le scommesse non deve essere sofisticato per essere utile. La versione più elementare — e sorprendentemente efficace — si costruisce con un foglio di calcolo e tre colonne di dati per squadra: offensive rating, defensive rating e pace.

Il primo passo è stimare il punteggio atteso di ciascuna squadra. Si prende l’offensive rating della squadra A e il defensive rating della squadra B, si fa la media dei due, e si normalizza rispetto alla media del campionato. Il risultato è una stima dell’efficienza offensiva della squadra A in quella partita specifica. Si ripete il processo per la squadra B. Poi si moltiplica ciascun rating per il pace stimato della partita e si divide per 100. I due numeri ottenuti sono i punteggi attesi.

Il secondo passo è aggiungere il fattore campo: tipicamente +1.5 punti per la squadra di casa in NBA e +2 in Eurolega, applicati allo scarto tra i punteggi attesi. Il terzo passo, opzionale ma raccomandato, è aggiustare per variabili situazionali: back-to-back (-1.5 punti per la squadra che gioca il secondo match consecutivo), infortuni dei giocatori chiave (l’impatto varia, ma i dati su RPM e BPM permettono una stima ragionevole), e trend recente di forma.

Il modello produrrà uno scarto atteso e un totale atteso. Confrontare questi numeri con le linee del bookmaker è il modo più diretto per identificare il valore. Se il modello prevede uno scarto di 4 punti e il bookmaker offre un handicap di -7.5, la discrepanza è significativa e può indicare un’opportunità sulla sfavorita. Se il totale atteso è 218 e la linea Under/Over è a 222.5, l’Under potrebbe offrire valore.

L’errore da evitare è trattare il modello come un oracolo. Ogni modello è una semplificazione della realtà, e la realtà del basket — con i suoi infortuni dell’ultimo minuto, le serate storte dal tiro, le decisioni arbitrali — è irriducibilmente incerta. Il modello non dice cosa succederà; dice cosa è probabile che succeda, con un margine di errore. Utilizzare il modello per filtrare le opportunità e non per dettare le puntate è la differenza tra un approccio analitico e una dipendenza dal foglio di calcolo.

Il numero che non esiste ancora

La frontiera dell’analisi statistica nel basket è la statistica che ancora non c’è. I dati di tracking — posizione dei giocatori sul campo, velocità di movimento, angoli di tiro — stanno producendo metriche che i modelli tradizionali non catturano. La qualità dei tiri aperti generati da un attacco, la pressione difensiva misurata in distanza dal tiratore, la velocità di transizione dopo un rimbalzo difensivo sono informazioni che esistono già nei database delle franchigie NBA ma che solo lentamente filtrano verso il pubblico.

Per lo scommettitore, questo rappresenta sia una sfida che un’opportunità. La sfida è che i bookmaker più sofisticati già integrano questi dati nei propri modelli, riducendo il margine per chi lavora solo con statistiche tradizionali. L’opportunità è che la disponibilità crescente di dati avanzati permette a chiunque abbia competenze analitiche di costruire modelli sempre più precisi. Il basket, in questo senso, è uno sport democratico: i dati sono pubblici, gli strumenti accessibili, e il vantaggio competitivo va a chi li sa usare meglio, non a chi ha più risorse.