Skip to main content

Traduction automatique. L’anglais fait référence ; nous affinerons la formulation au fil du temps. Une suggestion ? Dites-le-nous.

Intermediate

Taux de retraits au bâton (K%)

Also known as: K%, pourcentage de retraits au bâton, taux de retraits sur des prises

Definition

Le taux de retraits au bâton (K%) est le pourcentage des présences au bâton qui se terminent par un retrait au bâton — un K% élevé réduit la valeur d’un frappeur en éliminant entièrement les issues de balle frappée.

K% = K / PB (présences au bâton). Un taux de retraits au bâton moyen dans la ligue au niveau professionnel a grimpé au-dessus de 22% ces dernières années ; en dessous de 15% est considéré comme excellent. Les taux élevés de retraits peuvent résulter de courir après des lancers hors de la zone (mauvaise discipline au marbre), d’échecs de l’approche à deux prises, d’un élan long qui ne peut pas s’ajuster tard, ou d’un profil d’élan à la puissance qui accepte les retraits comme le coût d’une vitesse de sortie d’élite. Tous les taux de retraits ne se valent pas — un K% de 28% avec un SLG de .600 est très différent d’un K% de 28% avec un SLG de .350.

Les causes des taux élevés de retraits au bâton se répartissent en trois catégories distinctes qui exigent des interventions d’entraînement complètement différentes. Les causes mécaniques (élan long, écartement des bras, trajectoire de barrel en boucle) empêchent le frappeur de faire physiquement contact sur des lancers qu’il reconnaît correctement — l’élan ne peut pas atteindre la balle à temps ou dans le bon plan. Les causes de reconnaissance (mauvaise identification du lancer, engagement précoce) signifient que le frappeur prend ses décisions de contact avant d’avoir une information fiable — il est trompé sur des élans sur de mauvais lancers et laisse passer les bons. Les causes d’approche (échec de l’expansion à deux prises, agressivité inadaptée au compte) signifient que la stratégie du frappeur pour des contextes de jeu précis est sous-optimale — il prend les mauvaises décisions avec une information et une mécanique par ailleurs adéquates.

Réduire le taux de retraits au bâton sans traiter la bonne cause profonde ne produit aucune amélioration ou aggrave les choses. Corriger la trajectoire de l’élan sur un problème de retraits causé par la reconnaissance produit un élan plus court qui s’élance toujours sur les mêmes mauvais lancers. Améliorer la reconnaissance des lancers sur un problème de retraits de cause mécanique produit un frappeur qui identifie correctement des lancers qu’il ne peut toujours pas atteindre physiquement. La séparation diagnostique — que SwingVantage peut fournir — entre les causes mécaniques, de reconnaissance et d’approche est la première et la plus importante étape de tout programme d’amélioration du taux de retraits au bâton.

Beginner tip

Before working on reducing your strikeout rate, track your last 20 strikeouts and categorise each as a chase, a swing-and-miss in the zone, or a called strike. This means the category with the most strikeouts tells you where your training effort will have the most impact.

Advanced note

Use your SwingVantage session data to build a K-rate breakdown by pitch type and map the result against your swing mechanics on those specific pitches. This means the combination of outcome data and mechanical data is the fastest path to identifying whether a training intervention should target pitch recognition, swing path, or approach strategy.

Example

Son K% de 29% masquait sa valeur — il obtenait aussi un but sur balles 14% du temps et frappait la balle à plus de 95 mph (153 km/h) sur plus de 50% de ses contacts, ce qui suggérait que ses retraits relevaient d’un profil d’élan au coût inhérent au jeu.

Why it matters

Un taux élevé de retraits au bâton de cause mécanique — élan en boucle, rollover, écartement des bras — est quelque chose que SwingVantage peut isoler. Un K% élevé dû à des problèmes de reconnaissance des lancers exige un entraînement tout à fait différent.

How it shows up on video

On video, strikeout causes are visible in the swing decision and mechanics across K outcomes. This means chases on breaking balls out of the zone reveal recognition causes, swings that miss on pitches in the zone by passing over or under reveal mechanical causes, and strikeouts on called third strikes in hittable counts reveal approach causes. Common mechanical errors that drive strikeout rate include a casting barrel path that cannot reach inside pitches before the contact window closes, a long loop that exits the pitch plane too quickly on off-speed pitches. A steep downward approach on high fastballs that produces swings under the ball rather than through it.

Common mistakes

  • Attempting to reduce strikeout rate by shortening the swing before diagnosing whether the cause is mechanical, recognition, or approach. This means a shorter swing on a recognition-caused K problem produces weak grounders on the same bad pitches rather than clean takes
  • Accepting a high strikeout rate as a fixed cost of a power profile without analysing whether the strikeouts are on pitches where a recognition or approach improvement would produce better outcomes without sacrificing power
  • Using two-strike approach adjustments as the universal K-rate fix when most strikeouts occur before two strikes. This means the approach for 0-2 and 1-2 counts is only relevant if a significant portion of Ks are happening in those specific counts
  • Treating all swing-and-miss strikeouts as equivalent without breaking them down by pitch type and location to identify whether the miss pattern is random or systematically targeting specific mechanical weaknesses

In SwingVantage Motion Lab

SwingVantage classifies each strikeout outcome by cause. This means chase on out-of-zone pitch, swing-and-miss on in-zone pitch, or called strike. This means and further classifies in-zone misses by whether the barrel path or timing was the mechanical failure. The result is a K-rate breakdown by root cause that converts a single aggregate statistic into three separate training priorities with different corrective approaches.

Related guides & benchmarks

Put this into your swing

SwingVantage can spot this in your own swing — free to start.

See a sample Baseball report first