Κυριακή 26 Μαρτίου 2017

Ποδόσφαιρο και Data Analysis

Ζούμε στην εποχή της πληροφορίας ή αλλιώς των Big Data. Η νέα βιομηχανική επανάσταση όπως έχει χαρακτηριστεί από κορυφαίους σύγχρονους διανοητές βασίζεται στην ανάλυση δεδομένων (Data Analysis) που συλλέγονται συνεχώς και επηρεάζουν πλέον καθημερινά τις σύγχρονες κοινωνίες.  Ένα βασικό κομμάτι των λοιπόν, ο αθλητισμός και πιο συγκεκριμένα το ποδόσφαιρο, δε θα μπορούσε να απουσιάζει.

Γράφει ο Δημήτρης Σακελλάρης


To Data Analysis ορίζεται πρακτικά ως η στατιστική επεξεργασία κάποιων δεδομένων μέσω της χρήσης ηλεκτρονικού υπολογιστή με σκοπό την εξαγωγή πολλαπλών συμπερασμάτων για το παρόν (Estimation Theory) και το μέλλον (Predictive analytics). Ο συγκεκριμένος τομέας έχει δημιουργηθεί εδώ και πολλές δεκαετίες ωστόσο η τεράστια συγκέντρωση δεδομένων τα τελευταία χρόνια λόγω της εκτεταμένης χρήσης του διαδικτύου έχει εκτινάξει την αξία του και την χρηστικότητά του. Η ανάλυση δεδομένων έχει πλέον παρεισφρήσει σε όλους τους τομείς της σύγχρονης κοινωνίας, από τον ακαδημαϊκό χώρο, έως την ιατρική, την πολιτική και την δημοσιογραφία. Σύμφωνα με τον Peter Sondergaard, πρόεδρο του ομίλου Gartner Research: "η πληροφορία είναι το πετρέλαιο του 21ου αιώνα και η επιστημονική ανάλυσή της το διυλιστήριο".

Το ποδόσφαιρο από τη φύση του είναι ένα άθλημα πληροφορίας. Βασίζεται τόσο στην ανάλυση των δεδομένων της ίδιας της ομάδας όσο και των αντιπάλων. Στο υψηλό του επίπεδο, απαιτούσε και συνεχίζει να απαιτεί από τις ομάδες να απασχολούν αρκετούς εργαζόμενους για κάθε διαφορετικό τομέα με σκοπό την καλύτερη συνολική απόδοση του συλλόγου εντός και εκτός του γηπέδου. Από την προπόνηση και την αποθεραπεία μέχρι το scouting των προσεχών αντιπάλων και των πιθανών μεταγραφικών στόχων σε όλον τον πλανήτη. Για παράδειγμα, η Chelsea FC το 2013 είχε ανακοινώσει ότι απασχολεί πάνω από 420 ανθρώπους παγκοσμίως μόνο και μόνο για να λαμβάνει αναφορές για κάποιους ποδοσφαιριστές.

Αυτή τη δουλειά πλέον αναλαμβάνει η τεχνολογία και οι υπολογιστές. Με τη χρήση του βίντεο, της θερμικής δραστηριότητας, την μέτρηση των καρδιακών παλμών, της κίνησης ακόμη και του κλεισίματος των βλεφάρων, οι υπολογιστές των κέντρων πληροφοριών των συλλόγων κατακλύζονται με δεδομένα τα οποία επεξεργάζονται με τη χρήση της στατιστικής και σε χρόνο μηδέν κατέχουν τόσο την πλήρη αναφορά του ποδοσφαιριστή για το παρόν όσο και την εμπεριστατωμένη πρόβλεψη για τις μελλοντικές του πιθανότητες. Φυσικά η συγκεκριμένη εξέλιξη μεταφέρει την εστίαση των ομάδων από τους φυσικούς scout στους εικονικούς με αποτέλεσμα όλοι οι συγκεκριμένοι εργαζόμενοι τείνουν να περάσουν σε δεύτερη μοίρα.

Χαρακτηριστικό παράδειγμα αποτελεί η περίπτωση του Νορβηγού νεαρού ποδοσφαιριστή Martin Ödegaard όπου έγινε γνωστός πανευρωπαϊκά έχοντας ελάχιστες συμμετοχές, χαμηλό ΜΟ απόδοσης και καμία δηλωμένη παρακολούθηση από scouts. Παρόλα αυτά, κατάφερε να κάνει όλη την ποδοσφαιρική ελίτ να τον θέλει λόγω των εκπληκτικών αριθμών που παρουσίασε στην αναφορά σχετικά με την μελλοντική του ικανότητα. Μάλιστα, η μεταγραφή του εν πολλοίς οφείλεται στο γεγονός ότι η τότε ομάδα του Strømsgodset, συνεργαζόταν με την εταιρεία "Relatives" όπου τον υπέβαλλε σε συγκεκριμένα τεστ τα οποία παρείχε στους συλλόγους πριν καν εκείνοι μάθουν για τον ποδοσφαιριστή.

Ένα παράδειγμα συλλόγου που πέρασε για τα καλά στη σύγχρονη εποχή -αυτή της ανάλυσης δεδομένων- είναι η Μίντιλαντ. Η ομάδα της Δανίας το 2013 αποφάσισε να αποδεσμεύσει όλους scouts που διέθετε συνάπτοντας συμφωνία με την εταιρεία OPTA Analytics που με έδρα το Λονδίνο παράγει στατιστικές αναλύσεις τόσο για ομάδες όσο και για ποδοσφαιριστές από όλον τον κόσμο. Πιο συγκεκριμένα, ο βοηθός προπονητή Jess Thorup δήλωσε ότι κάθε βδομάδα η ομάδα λάμβανε 12 σελίδες ανάλυση για το πως ακριβώς παίζει ο αντίπαλος και που πρέπει η ομάδα του να στοχεύσει ώστε να βγει νικήτρια. Στο σημείο αυτό αξίζει να αναφερθεί ότι η Μίντιλαντ εφαρμόζοντας αυτή την τακτική κατέκτησε το 2015 για πρώτη φορά το πρωτάθλημα της χώρας και εξασφάλισε την έξοδό της στους ομίλους του Champions League.

Η ανάλυση δεδομένων όμως δε μένει μόνο στο χώρο του scouting αλλά έχει πλέον επεκταθεί και στην καθημερινή προπόνηση των ομάδων. Τρανό παράδειγμα η εθνική Ελβετίας όπου στην προετοιμασία για τα παιχνίδια των προκριματικών του Μουντιάλ 2018, η ομοσπονδία σε συνεργασία με την VisionUp τοποθετεί στους τερματοφύλακες ειδικά γυαλιά που ανιχνεύουν την κίνηση των ματιών ανάλογα με την πορεία της μπάλας, υπολογίζουν το χρόνο που απαιτείται για να ανοιγοκλείσει το μάτι σε πραγματικό χρόνο και δημιουργούν τεχνικές συνθήκες πίεσης, χαμηλής ορατότητας για τους Portiere. Αυτά τα δεδομένα αναμένεται να επεξεργαστούν, να παρουσιαστούν στο τμήμα προπόνησης τερματοφυλάκων ώστε εκείνοι να καταλάβουν σε ποιο τομέα πρέπει να δουλέψει ο εκάστοτε τερματοφύλακας ώστε να είναι στο καλύτερο δυνατό σημείο ετοιμότητας για τους αγώνες.

Φυσικά, η συντριπτική πλειοψηφία των συλλόγων αγνοούν ακόμη τη δύναμη των μαθηματικών στην προπόνηση και το scouting οπότε μέχρι την πλήρη ψηφιοποίηση του ποδοσφαίρου απέχουμε αρκετά. Με την παραγωγή των δεδομένων και την σωστή επεξεργασία τους αναμένετε τα επόμενα χρόνια να βλέπουμε αθλητές - μηχανές με εξωπραγματικές αποδόσεις όπως εν μέρει έχουμε αρχίσει να παρατηρούμε στο NBA και το NFL όπου η στατιστική ανάλυση των αθλητών εφαρμόζεται σε έντονο βαθμό για πάνω από μια δεκαετία.

Καμία όμως αλλαγή δεν έχει μόνο θετικά στοιχεία. Με την εκτενή χρήση τα στατιστικής κινδυνεύει το άθλημα να γίνει ένα άμορφο θέαμα υπερανθρώπων που θα κυνηγούν να βελτιώσουν τα νούμερά τους περισσότερο από τη νίκη σε συλλογικό επίπεδο. Επιπλέον, οι ομάδες που πιθανώς δε θα έχουν τη δυνατότητα να χρησιμοποιήσουν εκτεταμένα αυτές τις μεθόδους λόγω οικονομικής στενότητας θα χάνουν αμέσως σχεδόν ποδοσφαιριστές χωρίς να μπορούν να προβάλουν κάποια αντίδραση λόγω της νομοθεσίας που τους απαγορεύει να έχουν οικονομικό λόγο σε ανήλικους αθλητές -τουλάχιστον στην Ευρώπη-.


Τα δεδομένα και η ανάλυσή τους αναμένεται να κυριεύσουν καλώς ή κακώς το ποδόσφαιρο τα επόμενα χρόνια. Η βασική όμως μέριμνα της Αρχής του αθλήματος θα πρέπει να εστιάσει στη σωστή χρήση των, την αποφυγή της μονομέρειας λόγω οικονομικής επιφάνειας των συλλόγων και την εν τέλει προστασία του ίδιου του σπορ από τους εκκολαπτόμενους υπεραθλητές που καταστρέφουν την όμορφη και παραδοσιακή εικόνα του. Αν οι δικλείδες αυτές δε ληφθούν υπόψη, τότε το Data Analysis κινδυνεύει να εξελιχθεί στο Doping του 21ου αιώνα.

Δεν υπάρχουν σχόλια:

Δημοσίευση σχολίου