top of page

Data Analytics nel Calcio

Autorenbild: footballyticsfootballytics

Data Analytics im Fussball (Deutsch) > Link

Data Analytics in Football (English) > Link



«Having access to people who can understand data is critical. It’s the most underrated feature in football.» Arsene Wenger


La trasformazione digitale è una delle grandi sfide del nostro tempo. Su una scala più piccola, questo riguarda anche lo sport e il calcio. L'avanzamento della tecnologia e la digitalizzazione hanno portato a un rapido aumento dei dispositivi di misurazione, della raccolta di dati, dei volumi di dati e delle possibilità. Nel frattempo, è stata creata un'industria separata dedicata alla raccolta, all'analisi, all'interpretazione e alla commercializzazione dei dati sulle prestazioni e sulle partite.



Le più importanti aziende di dati al mondo, IBM, Intel, SAP e Microsoft, sono in competizione per i migliori strumenti di analisi dei dati e utilizzano anche lo sport come dominio dimostrativo delle prestazioni dei loro marchi e prodotti. Vari fornitori di dati come Wyscout, Opta, StatsBomb e Skillcorner e altri ancora offrono dati sempre più completi e migliori.


Analisi dei dati nel calcio

L'analitica nel calcio non è una disciplina così giovane. I dati sulle partite di calcio hanno cominciato ad essere raccolti e "giocati" già dopo la seconda guerra mondiale. Naturalmente, questo è stato fatto con carta e matita. Non è stato fino alla pubblicazione di "Moneyball" nel 2003: The Art of Winning an Unfair Game' che l'analitica sportiva nel baseball è stata effettivamente introdotta ad un pubblico più ampio.


"Importa come arriva in base?" No!


Analisi quantitativa

Una decina di anni fa, i dati disponibili erano limitati alle statistiche su gol, tiri, numero di angoli, possesso, passaggi, ecc. È allora che si può parlare dell'era dell'Analisi Quantitativa. Questi dati hanno un valore limitato per il coaching staff. Può essere preoccupante se una squadra concede troppi tiri o ha troppo poco possesso.


Ma sapere questo fatto non fornisce ancora intuizioni inaspettate per migliorare e vincere più partite.



Analisi della performance

La seconda fase è arrivata sotto forma di dati di performance. Vengono utilizzate diverse tecnologie di tracciamento. Gli atleti indossano un transponder che invia un segnale specifico alle stazioni base intorno al campo. I dati ricevuti vengono poi analizzati in tempo reale. Tra le altre cose, vengono valutate le prestazioni di corsa, gli sprint e la velocità. Questi dati di performance hanno lo scopo di migliorare le prestazioni sportive in competizione. Anche le sessioni di allenamento vengono analizzate, con un monitoraggio continuo dei giocatori utilizzato anche per la gestione del carico e la prevenzione degli infortuni.



Dati statistici avanzati

Nel frattempo, vengono raccolti numerosi dati statistici per ogni partita e per ogni giocatore.

Wyscout, ad esempio, offre una piattaforma economica con dati a livello mondiale, compresi i video. Vengono registrate oltre cento metriche per giocatore.


Questi dati, come gol, tiri, duelli, passaggi, percentuali di successo, ecc. possono essere utilizzati per creare analisi dettagliate, soprattutto per la valutazione delle prestazioni e lo scouting.


Esempi

























Metriche avanzate: obiettivi attesi, PPDA, xT...

Con la metrica Expected goals (xG) (l'origine è contestata), è stato fatto un salto di qualità nell'analisi dei dati. Il calcio è e rimane uno sport con pochi obiettivi. Ecco perché il risultato spesso non corrisponde al reale svolgimento della partita o alle occasioni create. Expected Goals rende le prestazioni delle squadre e dei giocatori più comparabili misurando il numero e la qualità delle occasioni da gol per giocatore. Questo è stato seguito da molte altre metriche che discuteremo in post successivi. Questi includono: Expected Assists (xA), Expected Threat (xT), Expected Goal Chains(xGC), Expected Threat (xT), Passes Allowed per Defensive Action (PPDA) e alcuni altri.



Eventi della partita (Wyscout, InStat, Opta, Statsbomb)

Un altro salto di qualità nella raccolta dei dati è stato quello dei dati degli eventi. Le aziende specializzate classificano e quantificano migliaia e migliaia di eventi (Passes, Duels, Shots...) per partita, con molto lavoro manuale. Per ogni evento di gioco, vedi Wyscout Glossary, vengono registrate anche le coordinate (x,y) corrispondenti. Diverse migliaia di eventi sono quindi registrati per ogni partita. Questi dati sugli eventi sono preziosi per i club, perché oltre all'aspetto quantitativo per ogni azione, il guadagno di spazio e l'importanza dell'azione possono essere inclusi nell'analisi. L'interpretazione dell'analisi viene utilizzata nell'analisi della partita, nell'analisi dell'avversario, nello scouting e nello scouting dell'allenatore. Così, con l'analisi dei dati, si è in grado di analizzare migliaia e migliaia di giochi contemporaneamente premendo un unico pulsante.


Esempi:




















Tracking Data


Tracking Data e il massimo in termini di dati. A differenza dei dati sugli eventi, che comprendono tutte le azioni della palla, i dati di tracciamento comprendono i dati sulla posizione di TUTTI i giocatori e della palla. Questi dati vengono acquisiti più volte al secondo (di solito da 10 a 25 fotogrammi al secondo o più) e forniscono informazioni continue sulla posizione dei singoli giocatori e del pallone.



Le telecamere ad alta risoluzione presenti nello stadio registrano i movimenti dei giocatori e del pallone. Il software di elaborazione delle immagini elabora questi dati per tracciare le posizioni in tempo reale.




Poiché disponiamo di informazioni su tutti i giocatori in ogni momento, sono possibili analisi approfondite e quasi illimitate in termini di percorsi di corsa, velocità, spazi e posizionamento dei giocatori, linee e modelli di movimento.


Gli svantaggi sono la grande quantità di dati e la disponibilità limitata.





Resistenza nel calcio

Fino a qualche anno fa, si pensava che il calcio fosse immune da questa tendenza. I responsabili sono rimasti inizialmente molto scettici, persino sprezzanti. La maggior parte pensava che il calcio fosse diverso dagli sport americani e che sarebbe stato inutile analizzare i dati delle partite.


Ma alcuni sognatori non erano d'accordo e si misero in viaggio nonostante i dubbi e i rimproveri.

90% of the decision makers in football are still not data driven


Nel frattempo, gli "early adopters" della data analytics stanno raccogliendo il vantaggio competitivo che gli investimenti in persone e data analytics stanno cominciando a dare loro: Liverpool, Midtjylland, AZ Alkmaar o Brentford sono solo alcuni nella lista in rapida crescita. Secondo me, i club che non saltano sul carrozzone Analytics corrono il rischio di rimanere indietro.



L'analisi sistematica dei dati permette ai club di prendere decisioni migliori nello scouting e nell'analisi delle partite in base ai dati.

Come per molte aziende, la trasformazione digitale è una grande sfida per molti club di calcio. Prima di poter realizzare il grande potenziale, è necessario tempo e investimenti in tecnologia, processi e cultura.


Una grande sfida per la maggior parte dei club è che le competenze e le risorse disponibili per l'analisi dei dati sono molto limitate.


I dati non includono i risultati

Che siate una squadra di calcio o un'azienda di un altro settore, si applicano gli stessi principi. I dati da soli non sono sufficienti per scoprire qualcosa di nuovo. I dati non portano automaticamente alle intuizioni. Analizzare e interpretare i dati è un lavoro duro.


"Poiché spesso non abbiamo una strategia chiara, raccogliamo e analizziamo montagne di dati inutili, sperando di perdere il meno possibile".


La sfida è interpretare correttamente i dati. E non si tratta di tecnologia, processi e metodi, ma prima di tutto di know-how calcistico, apertura e curiosità. Per ottenere intuizioni reali e di valore, ci vogliono molte iterazioni tra il know-how del calcio e quello dei dati.



Data itself is not valuable to people. Its the ability to use data who generates insights about things the people care about.


Copernico aveva gli stessi dati di tutti gli altri, ha visto, sentito e imparato le stesse cose dei suoi contemporanei. Ma è arrivato a conclusioni completamente diverse. Perché ha messo in discussione ipotesi che non erano aperte alla discussione per tutti gli altri.


Avete bisogno di persone, persone competenti, che possano fare le domande giuste, sviluppare ipotesi e validarle nei dati. Da un lato come convalida delle proprie ipotesi, ma anche per ottenere nuove intuizioni a cui non si è ancora pensato, che a loro volta sollevano nuove domande interessanti. I dati ci aiutano a vedere cose che rimangono nascoste alla nostra mente e al nostro occhio.


"Non è sufficiente acquistare un buon software d'analisi o dei dati buoni. Investite in software e in know-how analitico".

Nella maggior parte dei club "finanziariamente più deboli", l'aumento delle richieste di utilizzo dei dati nello scouting ha ulteriormente esacerbato le limitazioni di risorse nei dipartimenti di scouting, che già dispongono di poco personale.



Errori percettivi

Quando si interpretano i dati, spesso dobbiamo dribblare anche le nostre percezioni.

Il bias di conferma è una distorsione della percezione. La mente umana tende a cercare acriticamente le prove che confermano la sua visione del mondo. I pochi eventi salienti tendono ad essere sopravvalutati, ma sono meno significativi dei molti molti altri eventi. Spesso dimentichiamo anche di cercare le prove che confutano la nostra ipotesi.




You only see what you know


Scouting e analisi del gioco futuro

La pandemia ci ha insegnato a trattare con i dati. Fidarsi di esso e usarli per il valore. Nel frattempo, la raccolta di dati sulle partite di calcio è avanzata al punto che i dati sono disponibili da quasi tutti i campionati semi-professionali e professionali.


Siamo solo all'inizio dello sviluppo dell'analisi dei dati. Ciò che è considerato "stato dell'arte" oggi sarà lo standard tra qualche anno. Ma siamo molto lontani dagli algoritmi che decidono quale sistema usare, quale giocatore firmare, chi sostituire. E non dovremmo nemmeno sforzarci di arrivarci. Il know-how calcistico è e rimane al centro.


L'uso intelligente dei dati aiuta:

  • Club: Ingaggiare giocatori migliori per meno soldi

  • Scout: Trovare giocatori interessanti e sconosciuti

  • Allenatori e analisti: Confermare o mettere in discussione le percezioni e ottimizzare le prestazioni

  • Giocatori: Sapere esattamente a che punto sono in termini di prestazioni e quali sono le priorità di sviluppo

  • Agenti: Valutare meglio i propri giocatori, venderli meglio e svilupparli nel posto giusto.

  • Tutti: Prendere decisioni migliori e più sostenibili

Lasciatevi guidare dai vostri dati. Ma non seguite le statistiche. Seguite la vostra strategia!


Scouting guidato dai dati

L'analisi dei dati non mira a sostituire gli scout. Piuttosto, l'analisi dei dati fornisce un prezioso complemento alle capacità di identificazione del talento degli scout. Un buon processo di scouting consiste in diverse fasi e inizia con lo scouting dei dati (Pre-Scouting).


Questo per non limitarsi troppo presto a singoli giocatori e per poter considerare davvero l'intero potenziale del giocatore all'inizio.



Non cominciate a chiedervi quali dati vi possono essere utili. Chiedetevi di quali dati avete bisogno per misurare e gestire la vostra strategia.

Nel frattempo, tutti hanno accesso ai dati. Ma solo pochi hanno un processo decisionale chiaro, coerente, intelligente e adattivo.

As a datanalyst or datascientist, if your clients or recipients are less curious after your analysis than they were before, you've done something wrong.
Smart #DataAnalytics is self-financing and saves money! If you invest a few percent of players' wages, you will be able to hire much cheaper & better players.



Ecco il nostro metodo di Scouting coi dati:

Pochi sfruttano appieno il potenziale del "moneyball". Dimostriamo nella pratica i nostri approcci complementari di data scouting




 

Blog www.footballytics.ch Data Analytics in football - improve the game - change the ǝɯɐƃ

Condividi questo Blog!

bottom of page