Je zit in de zetel, de slagen klinken, en je kiest een gok op basis van “dat team heeft een goede vibe”. Het is een gok zonder garantie, een flauwe gok die je portemonnee vaak leeg laat lopen. De realiteit? Zonder cijfers ben je blind naast een raket die al jarenlang wordt gelanceerd.
Data geeft je een kaart van de onderwaterstroom. Een team met een 87 % power‑play succes heeft nooit dezelfde kans als een 55 % team, zelfs als de spelers lijken te schitteren. Het draait om patronen, om de kleine afwijkingen die je concurrenten missen. Een scherpe analyse kan al een 5 % edge opleveren – genoeg om consistent winst te maken.
Begin met de basics: goal‑for, goal‑against, plus‑minus, en shots on goal per wedstrijd. Voeg vervolgens advanced metrics toe: Corsi, Fenwick, en Expected Goals (xG). Deze cijfers onthullen de werkelijke kwaliteit van een aanval, niet alleen de uiteindelijke score. Vergeet niet de situatie‑specifieke data – home vs. away, eerste periode versus derde.
Excel is je startpunt, maar voor de serieuze speler is Python met pandas en scikit‑learn de motor. Een eenvoudige lineaire regressie kan al laten zien welke variabele het meeste gewicht heeft. Daarnaast kun je met Monte‑Carlo‑simulaties de kansverdeling van een weddenschap in kaart brengen. Gebruik visualisaties in Tableau of Power BI, want een grafiek vertelt sneller een verhaal dan duizend woorden.
Verzamel data van de laatste 30 wedstrijden van elk team via hockeyvandaag.com. Filter op relevante variabelen, normaliseer en laat een regressie draaien. Zet een thresholdsysteem op: als de voorspelde winstkans boven 55 % ligt, plaats dan de weddenschap. Houd je resultaten bij, pas je model wekelijks aan en laat de cijfers voor je spreken. Start nu met een spreadsheet, verzamel je data, zet een simpele regressie op en speel met de uitkomst.