Den här platsen är reserverad för framtida annonsering och partnerskap inom trav, sport och datadriven analys.
Datadriven loppanalys med ranking, spelvärde och tydliga förklaringar för detta lopp.
De flesta hästar har tre relevanta lopp i underlaget och modellerna visar spridning i bedömd segerchans; två hästar saknar historik vilket sänker totaltryggheten något.
Ett jämnt lopp enligt modellen där flera hästar ligger tätt i modellens totalvärde. Natalie Coger och Lancelot toppar med lägst sammanvägda modellvärde, medan två hästar saknar historik och därmed ökar osäkerheten i mitten/slutet av fältet.
Natalie Coger (start 9) har loppets bästa sammanvägda modellvärde med stabilt historiskt underlag och bra körarplacering. Lancelot (6) är mycket nära i totalvärde med jämn form och hög hastighet; Ghostgirl (1) har bästa hastighetsrank men sämre medelposition. Bubble Marke (2) bedöms också konkurrenskraftig men marknaden prissätter den högre än modellen gör.
Natalie Coger toppar tack vare lågt sammanvägt modellvärde, god stabilitet och fördelaktig körarplacering. Lancelot ligger tätt bakom med bättre form- och speedkombination. Ghostgirl får bra hastighetsbetyg men lägre medelposition, vilket placerar den efter de två första.
Rang inom startfältet för modellens viktigaste faktorer. 1 = bäst.
| Faktor | 1. Natalie Coger (9) | 2. Lancelot (6) | 3. Ghostgirl (1) |
|---|---|---|---|
| Fartsrank | 3 | 2 | 1 |
| Formrank | 5 | 2 | 5 |
| Distansrank | 4 | 3 | 4 |
| Kuskrank | 2 | 5 | 9 |
| Tränarrank | 5 | 11 | 1 |
| Stabilitetsrank | 2 | 9 | 6 |
| Underlag | 3 lopp | 3 lopp | 3 lopp |
| Startspår | 9 | 6 | 1 |
Modellen ser klart positivt värde i Natalie Coger och Lancelot jämfört med marknadens prissättning (båda har betydande positiv värdeskillnad). Bubble Marke och Pretty Effect är prissatta högre av marknaden än modellen anser motiverat, där Pretty Effect särskilt avviker.
Modellen bedömer tryggheten som medelhög: de flesta hästar har tre relevanta lopp och stabila spridningsmått, men två starters saknar historik helt vilket ökar osäkerheten i fältets nedre del.
Tätt lopp där Natalie Coger och Lancelot framstår som mest konkurrenskraftiga utifrån modellens totalbild. Ghostgirl och Bubble Marke är relevanta hot men modellen visar klart värde i de två främsta jämfört med marknaden.
| Rank | Nr | Häst | Marknad % | Modell % | Edge % | Kusk | Tränare |
|---|---|---|---|---|---|---|---|
| 1 | 9 | Natalie Coger | 1.2% | 12.8% | +11.7% | Jari Åkerfeldt | Anette Hansén |
| 2 | 6 | Lancelot | 2.0% | 12.8% | +10.8% | Mats Holmstedt | Åke Lindblom |
| 3 | 1 | Ghostgirl | 4.1% | 12.4% | +8.3% | Lukas L Svedlund | Thomas Lönn |
| 4 | 2 | Bubble Marke | 32.9% | 11.9% | -20.9% | Johan Carlfjord | Mikael Selin |
| 5 | 10 | Krystal Cass | 1.0% | 9.5% | +8.5% | Roger Nordin | Jevgeni Ivanov |
| 6 | 11 | Everest Doc | 1.7% | 9.1% | +7.3% | Christer Nyström | Heikki Matias Koskela |
| 7 | 7 | Assar Rapid | 2.5% | 8.1% | +5.6% | Niclas Benzon | Ulf Stenströmer |
| 8 | 12 | Bottnas Invit | 1.0% | 7.5% | +6.5% | Alf Nordemo | Alf Nordemo |
| 9 | 5 | Rajdon Time | 4.6% | 7.0% | +2.4% | Patrick Hedqvist | Fredrik B Larsson |
| 10 | 3 | Job Girl | 3.5% | 5.5% | +2.0% | Christian Persson | Christian Persson |
| 11 | 4 | Pretty Effect | 64.1% | 1.6% | -62.5% | Kim Hagoort | Paul J P Hagoort |
| 12 | 8 | Global Evidence | — | 1.5% | — | Agnes Larsson | Jevgeni Ivanov |
Three-Wide bygger en publik runt trav, spelvägar och datadrivna loppsidor. Den här ytan är reserverad för kommande annonsörer.
