스트로크 게인드
Also known as: SG
스트로크 게인드는 선수가 각 샷 카테고리 — 티샷, 어프로치, 그린 주변, 퍼팅 — 에서 기준선(투어 평균 또는 동료 그룹) 대비 얼마나 많은 스트로크를 얻거나 잃는지를 측정한다.
스트로크 게인드는 골퍼의 각 샷 결과를 스크래치 골퍼(0 핸디캡)가 같은 위치에서 홀을 마치는 데 필요할 것으로 예상되는 스트로크 수와 비교하는 골프 수행능력 측정을 위한 통계적 프레임워크다. 페어웨이 적중이나 그린 적중 같은 원시 통계(샷 난이도를 고려하지 않는)를 세는 대신, 스트로크 게인드는 기준 기대치에 대해 각 샷이 최종 스코어에 실제로 기여한 바를 측정한다. 예상 3.5스트로크가 더 필요한 상황에서 예상 2.0스트로크가 더 필요한 상황으로 나아간 샷은 기대치 대비 1.5스트로크의 이득을 나타내며, 트러블에 빠진 샷은 마이너스 스트로크를 얻는다.
스트로크 게인드는 컬럼비아 경영대학원의 마크 브로디에 의해 개발되었으며 2010년대 초 프로 골프 통계에 도입되어 빠르게 투어 골프 수행능력 분석의 골드 스탠다드가 되었다. 이 프레임워크는 일반적으로 구성 요소로 나뉜다 — 스트로크 게인드: 오프 더 티(SG:OTT), 스트로크 게인드: 어프로치(SG:App), 스트로크 게인드: 어라운드 더 그린(SG:ATG), 스트로크 게인드: 퍼팅(SG:Putt) — 이는 선수가 기준선 대비 게임의 정확히 어느 영역에서 스트로크를 얻거나 잃는지를 분리할 수 있게 한다. 투어 프로에게 기준선은 평균 투어 수행능력이고, 아마추어 골퍼에게는 다양한 핸디캡 조정 기준선이 사용될 수 있다.
아마추어 골퍼에게 스트로크 게인드 사고방식은 연습 우선순위에 대한 실행 가능한 통찰을 제공한다. 라운드당 퍼팅에서 2스트로크를 잃고 드라이빙에서 라운드당 0.5스트로크를 잃는 골퍼는 드라이빙 연습이 아무리 재미있게 느껴지더라도 논리적으로 퍼팅에 더 많은 연습 시간을 할당해야 한다. 스트로크 게인드는 감정적 할당("더 멀리 치고 싶다")을 증거 기반 할당("내 데이터는 피칭을 연습하라고 말한다")으로 전환시킨다.
Start tracking your shots by category (tee shots, approach shots, chips and pitches, putts) for 5–10 rounds and count how many shots you take from each area. The area with the most shots relative to par expectations is your largest opportunity for improvement. It is where practice time produces the most scoring improvement.
Use a shot-tracking app (Shot Scope, Arccos, or Game Golf) for a full season and review your strokes gained breakdown at season end. The areas where you lose the most strokes relative to your handicap baseline define your practice priorities for the following season. Golfers who follow data-driven practice prioritization reliably improve faster than those who practice by preference.
Example — 샷 추적 앱
어프로치에서 라운드당 2스트로크를 얻지만 그린에서 1.5를 잃는 선수는 퍼팅에 연습을 집중해야 한다는 것을 배운다. 스코어링 격차가 그곳에 있기 때문이다.
How it shows up on video
Strokes gained is a statistical concept measured through shot tracking data rather than observable in individual swing video. However, the areas where strokes are gained or lost can inform which swing elements should be prioritized in video analysis. A golfer who loses the most strokes around the green would benefit from having short game video analyzed most thoroughly. At the same time, one who loses primarily off the tee would prioritize full-swing video review.
Common mistakes
- Using strokes gained data from a single round — strokes gained results are highly variable round to round. Reliable patterns require at least 20–50 rounds of data before conclusions about areas of strength and weakness can be trusted.
- Treating strokes gained categories as independent. This means a poor driving result can increase the difficulty of approach shots. This makes it appear that approach is a weakness when the root problem is driving. Categories interact with each other, and causation should be interpreted carefully.
- Ignoring strokes gained and practicing what feels good — emotional satisfaction from driving practice does not correlate with improvement potential. Data-driven practice allocation reliably produces faster improvement than intuitive allocation.
- Applying tour-level baselines to recreational golf — the average tour player's strokes gained baseline is not appropriate for calculating recreational golfer strokes gained. Handicap-adjusted databases or apps that use appropriate baselines for each skill level are needed for meaningful recreational analysis.
In SwingVantage Motion Lab
SwingVantage uses strokes gained principles to contextualize swing observations. This means when a golfer's tracked data or stated handicap suggests specific areas of weakness (short game, off the tee), the system prioritizes observations relevant to those areas. The concept informs which swing elements are most worth addressing based on their likely impact on scores rather than on technical interest alone.
Related terms
Related guides & benchmarks
Put this into your swing
SwingVantage can spot this in your own swing — free to start.
See a sample Golf report first