Анализ битвы Титанов. Проиграл ли Юнайтед в дерби?

Креатив в футболе имеет очень высокий вес. Но все-таки это геометрически правильная игра. Прямая линия офсайда, атакующие треугольники и тренировочные квадраты завершаются сложнейшими чертежами заранее отработанных атакующих схем. 90 минут сохранять концентрацию, работать на износ, выдержать психологическое давление соперника и болельщиков слишком легко для профессионалов английской премьер-лиги, чтобы это гарантировало положительный результат. Игрокам нужно следить за своими партнерами, подстраховывать, помогать, открываться, подсказывать, подбадривать - это залог баланса в атакующих и защитных линиях, которые я хочу проанализировать.

Баланс взаимодействия игроков в Манчестерском дерби. 

Проигрыш в матче за 6 очков может усложнить жизнь тренеру, но здесь, как в покере, грамотная стратегия на длинной дистанции принесет главную победу. Ведь впереди еще полсезона. Полсезона игр в сильнейшем чемпионате мира. Схемы баланса футболистов показывают, что обе команды с трудом выдержали пиковые нагрузки долгожданного дерби. Космический уровень нападающих разбомбил защитные редуты, но и сам пострадал в плане взаимопонимания. Мы видим, что только левые фланги атаки сохранили максимальный баланс. Более защитная схема Юнайтед позволила действовать на поле гармоничнее и слаженнее соперника. При этом, переход из защиты в атаку имел больше ступенек, а значит, больше возможностей ошибиться. Сити не смог реализовать креативный потенциал. "Центральное звено" горожан не решил математическую задачу по доставке мяча нападающим. Видимо, поэтому голы забили другие игроки более слаженной левой бровки.

Схемы баланса команд демонстрируют небольшое превосходство Юнайтед. Надеюсь, это прочитает Моуринью, возьмет себя в руки и продолжит в том же духе. При грамотной стратегии временные неудачи не повлияют на конечный итог, поэтому не стоит бояться идти ва-банк.

 

Дисклэймер. Характеристики игроков основываются на каждом событии, происходящем в игре, и подсчитываются автоматически в режиме реального времени при помощи алгоритмов , включающих в себя более 200 исходных статистик. Имея всю аналитику по каждому футболисту, можно построить статистическую модель взаимодействия футболистов (big data analysis). Цели моделирования: выявление договорных матчей, математическое определение оптимального числа легионеров, сбалансированность схемы игры команды и прогнозирование КПД возможных кандидатов в основу.