Mówili, że tego nie da się zrobić. Że gra jest zbyt płynna i chaotyczna. Ruchy graczy są zbyt trudne, by je wiarygodnie śledzić. Ale najpierw szlak przetarł baseball, teraz tą samą drogą podąża futbol. Gra danych dopiero się zaczyna.
„Mówiono nam, że piłka jest zbyt skomplikowana. Że za dużo tu dziwnych ruchów, żeby śledzić piłkarzy i zbierać dane. Ale dzisiaj nikt już tak nie mówi” – przyznaje Ted Knutson, współzałożyciel StatsBomb, jednej z firm będącej w centrum spóźnionej rewolucji danych, jaka właśnie dokonuje się w piłce.
Liczby były tu od zawsze. Dziennikarze przerzucali się różnymi statystykami na temat drużyn. Komentatorzy ochoczo to wszystko czytali w trakcie transmisji. Ale ostatnia dekada pokazała, że dane to już nie tylko opowiastki dla ludu, to bardziej naukowe operacje, które nie tylko mogą zmienić wyniki zespołów, ale też wpłynąć na sposób wydawania pieniędzy przy rekrutacji kolejnych gwiazd.
Era analizy rozpoczęła się w 2006 roku – to wtedy londyńska firma OPTA wprowadziła przyciski w trakcie meczów rejestrujące czas i lokalizację każdego podania, strzału i dryblingu. Dziś każdy taki mecz w systemie Opty ma 2000 wydarzeń. Potem stworzono termin „expected goals” – system, który oblicza prawdopodobieństwa strzelenia gola na podstawie odległości i kąta od bramki. W 2017 roku ten termin przedostał się do mainstreamu – promował go m.in. flagowy program BBC, Match of the Day.
Dzisiaj największy potencjał danych leży w rekrutowaniu. Kluby nie muszą opuszczać bazy treningowej, żeby sporządzać listy piłkarzy, których liczby odpowiadają profilu zawodnika, którego właśnie poszukują. Skauci mogą potem zawęzić poszukiwane grono, obejrzeć nagrania video, skupić się na wyselekcjonowanej grupie zawodników oszczędzając czas i pieniądze.
Jedną z firm, która wspomaga ten proces jest 21st Club. Narzędzie dopasowuje działania piłkarza z ogólnym poziomem wydajności drużyny. Kluby widzą, czy dany zawodnik ma odpowiednie dane do tego, by wzmocnić albo osłabić zespół. Na początku roku jeden z klubów Europy Wschodniej zamówił analizę, w której szukał piłkarza o zarobkach 25-procent niższych niż ogół zespołu, który byłby wzmocnieniem.
„Manchester City nie kupuje złych piłkarzy. De Bruyne, Sterling, Sane – za każdym razem brali najlepszą z możliwych opcji. Wszystko na podstawie liczb” – mówi Knutson. Javier Fernandez, specjalista ds. danych w Barcelonie dodaje: „Trenerzy coraz rzadziej patrzą na proste dane. Oni pytają nas o przestrzeń na boisku, o to jak zawodnik szuka sobie miejsca. Uświadomiliśmy sobie, że potrzebujemy bardziej szczegółowych danych na ten temat”.
Przykład?
Eksperci w Barcelonie zauważyli, że Messi tworzy więcej wolnej przestrzeni stojąc niż inni zawodnicy biegając. To właśnie na tym polega jego geniusz. I to też można opisać liczbami.
Artykuł pochodzi z Financial Times (11/2018)