Gra liczb? Jak data science zmienia skauting w piłce nożnej

Łączenie danych i osądu wymaga zachowania równowagi

Większość klubów korzysta z analizy danych obok ocen skautów i trenerów. Dzieje się tak, ponieważ stosunkowo łatwo jest zbierać dane, takie jak skuteczność podań czy udane ustawienie w obronie, ale znacznie trudniej jest ocenić zdolności przywódcze lub profesjonalizm zawodnika. Na przykład środkowy obrońca, który stracił nieco na szybkości, może mieć kluczowy wpływ na atmosferę w szatni. A dane są retrospektywne: młodzi zawodnicy rozwijają się bardzo szybko – czasami na gorsze.

Jednak analityka jest dla klubów sposobem, by z natłoku informacji wyłowić to, co najistotniejsze. „Jesteśmy doradcami, a nie ostatecznymi decydentami”, mówi Graham. „Dajemy klubom narzędzie do podjęcia świadomej decyzji”. To balans między efektywnością analizy danych a ludzkim instynktem doświadczonych trenerów.

David Hicks zgadza się. Kluby często korzystają z danych Eyeball, aby stworzyć listę zawodników, których warto obserwować na danym turnieju, mówi, dzięki czemu skauci nie muszą uczestniczyć w niezliczonych meczach w nadziei na odkrycie nieznanego talentu. „Dane to tylko dane”, mówi Hicks. „To od klubu zależy, jak je zinterpretują – mogą kliknąć nasze filmy, aby obejrzeć zawodnika samodzielnie”.

Właściwe podejście wiąże się z odpowiednim przygotowaniem

Nie ma sensu inwestować w analizę danych, jeśli klub nie jest gotowy się zaangażować. W tym celu klub musi zrobić dwie rzeczy: zainwestować w wewnętrzne zespoły zajmujące się danymi, aby klub mógł wykorzystać otrzymane porady i analizy, oraz budować akceptację kulturową dla danych badawczych w całej organizacji.

„Zawsze zalecamy, by kluby miały własne zespoły danych”, mówi Graham. „Musisz być w stanie pozyskiwać, przechowywać i porządkować dane oraz przekształcać je w informacje i raporty, które wspomagają pracę”.

Według Hicksa menedżerowie, którzy są pod presją uzyskania krótkoterminowych wyników, mogą być niechętni do wyboru młodych zawodników, których dane sugerują, że klub powinien ich kupić. „To trochę banał, ale czy menedżer da młodym graczom szansę?” mówi Hicks. „Czy klub ma dobrą akademię, drużynę B lub kluby partnerskie, w których gracze mogą się rozwijać?”

Co dalej: przewidywanie sukcesu od 12. roku życia

Wpływ danych na piłkę nożną i inne dyscypliny sportu nadal rośnie, ponieważ technologia i innowacje przyspieszają. Hicks mówi, że postępy obejmują analizę DNA, która może pomóc klubom w przewidywaniu maksymalnej prędkości ich zawodników, oraz testy poznawcze, które mierzą szybkość podejmowania decyzji przez graczy. Sztuczna inteligencja pomaga firmie Eyeball ocenić wszystkie dotychczasowe analizy, aby zidentyfikować, które rekomendacje okazały się trafne, a które zawiodły – i dlaczego.

„Wkrótce będziemy mieli największą bazę danych młodych piłkarzy na świecie”, mówi Hicks. „Świętym Graalem będzie zdolność przyjrzenia się 12-letnim zawodnikom i przewidzenia z pewnym stopniem dokładności, którzy z nich osiągną sukces”.