فوتبال دیگر آن ورزشی که می‌شناختیم، نیست/بهترین خرید هر تیم: تحلیل‌گران داده

سایت بدون – در ژانویه که لوری شاو اعلام کرد به منچسترسیتی می‌پیوندد، دنیای فوتبال شگفت‌زده شد. او کارشناس اخترفیزیک و پیش‌تر مشاور سیاست‌گذاری خزانه انگلیس بود.
حالا باشگاه‌ها بیش از پیش به سراغ تحلیل‌گران داده می‌روند و سیتی تحلیل‌گر بزرگی را استخدام کرده است. او مدیر تیمی از تحلیل‌گران داده می‌شود که از میلیون‌ها داده درباره عملکرد بازیکنان و رقیبان استفاده خواهند کرد تا بخت تیم برای پیروزی را افزایش دهند. این خبر بدی برای رقیبان سیتی است، چراکه آنها همین حالا هم در فرمی عالی هستند.
استفاده از داده و تحلیل‌های فنی در باشگاه‌های فوتبال تبدیل به امری حیاتی شده است اما این موضوع دیگر محدود به تیم‌های بزرگ لیگ برتر نیست. باشگاه‌های کوچک‌تر هم در این میان وارد عمل شده‌اند، چراکه نرم‌افزارهای ارزان‌تر و در دسترس‌تری در اختیار دارند.
یکی از این ابزارها ردگیری نوری است که با آن می‌توان موقعیت دقیق یک بازیکن در زمین نسبت به توپ، رقیب و هم‌تیمی‌ها را ۲۵بار در ثانیه ثبت کرد. آمارهای مربوط به توپ هم هست، مانند پاس‌ها، شوت‌ها و قطع توپ‌ها. ابزارهای پیشرفته‌تر هم می‌توانند استحکام دفاعی، کنترل زمین و فرصت‌های گلزنی بدون توپ را ثبت کنند.
تیم‌ها در تمرینات از ابزارهای پوشیدنی استفاده می‌کنند تا فشار کاری بازیکنان و خستگی آنها را اندازه‌گیری و بتوانند آمادگی بازیکنان را مدیریت کنند. تروور وتکینز، رئیس بخش ورزش بین‌الملل مؤسسه حقوقی پینسنت میسونز می‌گوید: «شما نمی‌توانید ارزش داده‌ها و تحلیل‌گران را دست‌کم بگیرید. برای یک باشگاه فوتبال، مهم‌ترین عامل این است که بخت پیروزی‌اش افزایش پیدا کند. امروزه نیروهای خارج از میدان به اندازه بازیکنان داخل میدان مهم هستند.»
وتکینز که رئیس سابق هیأت‌مدیره باشگاه بورنموث است، می‌گوید: «دسترسی به افرادی که این داده‌ها را درک کنند حیاتی است. آرسن ونگر در زمینه استفاده از داده‌ها و تحلیل پیشرو بود. بحث داده‌ها بسیار مهم است اما بسیار به آن کم پرداخته شده است.»
یان فن‌هارن، مدیر ارشد تحلیل مؤسسه سای‌اسپورتس می‌گوید: «خیلی از باشگاه‌های فوتبال می‌توانند در روند تصمیم‌گیری خود از داده‌ها استفاده کنند اما روش کار آنها و اینکه تا چه حد می‌توانند از این موضوع بهره ببرند از یک باشگاه به باشگاه دیگر فرق دارد، اما اکثر باشگاه‌ها ترجیح می‌دهند چیزی درباره نحوه استفاده خود از داده‌ها نگویند.»
فن‌هارن می‌گوید آرسنال تیمی ۱۵نفره از افرادی دارد که روی عملکرد، تحلیل و علم داده کار می‌کنند و لیورپول، بارسلونا و منچسترسیتی در زمینه استفاده از داده‌ها جلوتر از سایر تیم‌ها هستند.
روبن ساودرا، هم‌بنیان‌گذار شرکت هلندی متریکا اسپورتس می‌گوید: «تحلیل داده تاکنون تنها در باشگاه‌های بزرگ اروپا انجام می‌شده است. تنها باشگاه‌های با بودجه هنگفت بوده‌اند که می‌توانستند دپارتمان‌های تحلیل داده بسازند و با تحلیل‌گران عملکرد و دپارتمان‌های استعدادیابی کار کنند اما حالا باشگاه‌های بیشتری با بودجه‌های کم دارند اولین قدم‌های خود را در این مسیر برمی‌دارند.»
این باشگاه‌های کوچک‌تر ترجیح می‌دهند نرم‌افزارهای موجودی را خریداری کنند که مبتنی بر پردازش ویدئو هستند اما باشگاه‌های بزرگ به سراغ ابزارهای شخصی‌سازی‌شده می‌روند که در آنها مواردی مانند نحوه بازی‌سازی از دروازه‌بان تحلیل می‌شود یا مناطقی از میدان بررسی می‌شود که آنها می‌خواهند پرس کنند. این باشگاه‌ها همچنین از الگوریتم‌ها استفاده می‌کنند تا الگوها را در بازی‌ها به‌صورت خودکار شناسایی کنند.
کارشناسان می‌گویند یکی از چالش‌های آنها زمان است، چراکه داده‌ها باید به‌سرعت تحلیل شوند، به‌ویژه که حالا تیم‌ها به‌صورت فشرده بازی دارند.
چی‌ین لی، مؤسس و رئیس هیأت‌مدیره نیوسیتی کپیتال، یک مؤسسه سرمایه‌گذاری خصوصی است که بیشترین سهام را در تیم بارنزلی در مسابقات چمپیونشیپ (دسته دو فوتبال انگلیس) دارد. این مؤسسه در پنج باشگاه فوتبال سرمایه‌گذاری کرده است. او می‌گوید: «از سه سال پیش که بارنزلی را خریداری کردیم، استفاده گسترده‌ای از داده‌ها داشته‌ایم. ما از داده‌ها استفاده می‌کنیم تا بازیکنان و مربیان جوان و بااستعداد را شناسایی کنیم. این کار ما خیلی موفقیت‌آمیز بوده است.»
زمانی که لی در دسامبر ۲۰۱۷ بارنزلی را خرید، این تیم در چمپیونشیپ دچار مشکل شده بود و در پایان فصل هم سقوط کرد، اما آنها بلافاصله به این مسابقات برگشتند. او می‌گوید یکی از دلایل اصلی صعود آنها به چمپیونشیپ، استفاده از داده‌ها بوده است اما او در داده‌ها به‌دنبال چه چیزی می‌گردد؟ «ما به‌دنبال بازیکنان و مربیانی هستیم که سبک بازی که می‌خواهیم را داشته باشند؛ یعنی بازی با پرس.»
لی می‌گوید باشگاه‌های فوتبال به‌زودی از هوش مصنوعی استفاده خواهند کرد تا فرآیند تفکر بازیکنان را تحلیل و به آنها در زمینه تصمیم‌گیری کمک کنند، اما او بسیار مراقب است که برای بازیکنان، سیستم‌های داده‌ای و تحلیل‌گران بیش از حد پول نپردازد: «ما باید بودجه را تنظیم کنیم. همه‌گیری ویروس کرونا به ما نشان داده اگر مراقب بودجه نباشیم، کارمان چقدر سخت می‌شود.»
اثر داده‌ها از جهات دیگر هم خودش را نشان می‌دهد. یک نمونه در این زمینه شاخص امید گل (xG) است که کیفیت یک تیم و ضربات بازیکنانش را ارزیابی می‌کند. از زمانی که تیم‌ها از امید گل استفاده می‌کنند، میانگین فاصله شوت‌ها با دروازه حریفان در هر فصل لیگ برتر کمتر شده است. دانکن الکساندر از مؤسسه فناوری ورزشی استتس پرفورم می‌گوید: «این مدل در عمل نشان می‌دهد شوت زدن از راه دور عموماً بی‌فایده است و به این ترتیب اکثر تیم‌ها به سراغ بازی‌سازی تهاجمی رفته‌اند.»
تحلیل داده عموماً روی تحلیل رویدادهای گذشته متمرکز است اما ساودرا می‌گوید: «بر این باورم آینده تحلیل داده به این سمت خواهد رفت که رویدادهای آتی را پیش‌بینی کنیم. این نوع فناوری در ورزش‌های دیگر هم به کار می‌رود؛ مثلاً بازیکنان شطرنج از موتورهای شطرنج استفاده می‌کنند تا سبک‌های بازی و نتایج متفاوت را شبیه‌سازی کنند. این به‌عنوان ابزاری برای باشگاه‌های فوتبال می‌تواند تأثیر بسیاری بر مربیگری و بازار نقل‌وانتقالات بگذارد.»
منبع: