Меняйся или сдохни. Математика уже перевернула футбол
Математика все больше проникает в футбольный мир, большинство топ-клубов уже имеют свои аналитические отделы, даже некоторые команды РПЛ все меньше полагаются только на опыт своих тренеров при скаутинге и прибегают к помощи математических моделей. Специально для sports.ru я поговорил с одним из самых известных футбольных аналитиков восточной Европы - Якубом Добиашем, который рассказал не только о том, как он попал в футбольный бизнес, но и привел конкретные примеры того, как математика приносит пользу футбольным клубам поменьше здесь и сейчас.
Как все начиналось
Первый понедельник мая 2016 года оставил неизгладимый след в истории спорта как день, когда была написана одна из самых сенсационных спортивных историй. Лестер Сити стал чемпионом английской премьер-лиги, в которую он попал всего за два года до этого, а перед началом сезона казался главным претендентом на вылет. Как это могло случиться?
Разумеется, факторы, приведшие к небольшому спортивному чуду неисчерпаемы, но одним из самых важных был, конечно, тот, который давно вышел за пределы широкой общественности - за стремительной трансформацией Лестера стоял аналитик данных. Очень скоро стало ясно, что причина успеха – отнюдь не один отдельный человек: клуб использует анализ данных практически для всего. Тренерский штаб регулярно анализировал физические характеристики своих игроков, чтобы свести к минимуму риск получения травмы, а также предсказывал четкое время, которое в случае повреждения понадобится игрокам, чтобы вернуться на поле.
У него также были подробные данные о производительности, силе, готовности игроков, которые он использовал как до, так и после матча. В области обработки массивов данных Лестер до сих пор является одной из самых инновационных команд Премьер-лиги. Его представитель как-то сказал: «Данные - незыблимая часть нашей клубной культуры». И он определенно не единственные, кто так считает.
Еще одним хорошо известным примером успешного использования аналитики данных является подъем немецкого клуба Лейпциг. Сезон 2009/2010 он начинал в пятой лиге, а уже семь лет спустя занял второе место после «Баварии». Причины? Четко определенная философия игры и трансферная политика с использованием математики и анализа данных.
В основном эти истории вдохновили меня создать Full Report Scouting. До 27 лет я был профессиональным игроком в покер, а в настоящее время занимаюсь торговлей энергией. Моей идеей тогда было предоставить клубам аналитическую платформу, которая помогла бы им разыскать требуемые усиления с помощью данных и математических моделей.
Я считаю футбол невероятно сложным видом спорта, что меня и увлекает. Его аналитические и стратегические аспекты поглотили меня, и я, например, регулярно трачу огромное количество времени на веб-сайты, которые занимаются тактическим анализом. В работе мне помагают аналитические навыки, которые я получил в своей нефутбольной деятельности. Для профессионального игрока в покер сравнение рисков и принятие сложных решений на основе имеющейся информации - это повседневная деятельность, как и для брокера на биржах энергии. И в мире футбола я считаю, что математическая информация и внешние обстоятельства, такие как характер игрока, история его травм или отношения с тренерами, составляют идеальное сочетание. Собственно все это наша компания способна проанализировать и сделать довольно точные выводы.
В чем ваше преимущество и сколько все это стоит?
Аналитические группы топ-клубов являются финансово чрезвычайно дорогостоящими, но в качестве аутсорсинговой фирмы Full Report может осуществлять те же услуги за небольшую часть стоимости внутреннего персонала, что значительно облегчает доступ командам поменьше. Объем предоставляемой информации обычно поражает заказчиков - вкратце, компания следит за каждым касанием мяча более чем 256 000 игроков, а затем помещает его в свою собственную базу данных, где затем обрабатывает с помощью аналитических моделей.
На выходе десятки разных параметров, которые свидетельствуют не только о качестве, но, что очень важно, и о стиле игры отдельных футболистов. Исходя из этих цифр, можно сравнивать игроков друг с другом, анализировать их сильные и слабые стороны или отслеживать развитие навыков за последние пять лет.
Математические результаты в будущем не смогут полностью заменить опыт традиционных футбольных скаутов, но они представляют собой чрезвычайно мощную комбинацию, потому что они могут раскрыть информацию, которая обычно не доступна человеческому глазу при стандартном просмотре. Например, если мы говорим о защитных моделях, одной из самых важных вещей, которые наша компания наблюдает, является так называемая «защита пространства» - patch.
Эта метрика определяет область, где игрок чаще всего находится, а затем подсчитывает, насколько успешно он защищается. Если говорить конкретно, она считает количество проникновений соперника в это пространство, количество передач через него же; а также, с другой стороны, количество потерянных мячей в нем и количество раз, когда кто-либо из полевых игроков проникает в обозначенную часть поля, но изучаемый игрок заставляет его это пространство покинуть. Оценка - это отношение размера пространства и его непроницаемости.
Благодаря этой модели мы с легкостью узнаем, например, насколько часто конкретный игрок виноват в пропущенном голе – объединив модель с xG, например. Это означает, что даже в слабых командах мы способны отличить слабейших защитников, даже когда команда пропускает больше голов. И это чрезвычайно актуальная и ценная информация для клуба.
Без сомнений мы также являемся первыми на рынке, кто смог реализовать автоматический сбор Packing. Насколько я знаю, в России этим вручную занимаются ребята из Контрпресс.ру. Понимая, насколько это трудоемкий процесс, мы сразу пошли по пути оптимизации. Система все еще неидеальна, но наш программист работает над ее улучшением.
Кто пользуется вашими услугами?
На самом деле, этот рынок довольно большой. Как я уже говорил, пользоваться нашими услугами небоольшим клубам значительно выгоднее, чем содержать даже нескольких скаутов. Наша команда из 15 человек, состоящая из аналитиков данных, математиков и скаутов работает не только с командами высшей чешской лиги, но и сотрудничают с несколькими иностранными клубами. На данный момент услугами пользуются 6 клубов, если считать только те, с которыми мы работаем на постоянной основе. Почти всем остальным мы, часто за символическую сумму, помагаем в принятии решения относительно уже выбранного скаутами игрока. Спектр наших возможностей огромен - с помощью статистики мы часто можем предсказать даже то, подойдет ли выбранный ими игрок по своему профилю. Нередко к нам обращаются и сами футболисты в поисках совета, смогут ли они проявить субя в команде, которая в них заинтересована. Однако самым плодотворным без сомнений является сотрудничество с клубом SK Slavia Praha, основным партнером которого является CITIC Group, в том числе главный спонсор Суперлиги Китая. По сути вся моя история начинается с вице-чемпиона Чехии прошлого сезона.
Славия
Я являюсь болельщиком Славии сколько себя помню. Поэтому, когда в 2015 году клуб объявил о прибытии сильного владельца, а также установил своей целью быструю экономическую стабилизацию команды и ее дальнейшее развитие в долгосрочной перспективе, я понял, что прямо сейчас, у меня появилась прекрасная возможность. Славия, по-видимому, планировала высвободить значительные средства для укрепления состава, и я был убежден, что у меня есть проект, который мог бы помочь в преобразовании команды. Примерно через полгода подготовки я представил свою идею местному руководству, просто описав свой проект в одном e-maile, и эта идея сразу же принесла мне возможность для создания математических моделей, а самое главное, своей команды.
Первым ощутимым результатом сотрудничества стал переход защитника Мишеля Нгаде-Нгаджуи, которого мы отыскали в Ботошани (румынская лига) примерно через два месяца. Это был первый переход, сделанный на основе математического анализа данных, в то же время он на данный момент является одним из самых успешных. Мишель сразу вошел в число незаменимых членов команды, которая в сезоне 2016/2017 после долгого перерыва выиграла чемпионат Чехии, а затем стал лучшим бомбардиром сборной Камеруна на Кубке африканских наций, где ему удалось попасть в символическую сборную турнира. И он до сих пор чрезвычайно важен для Славии, несмотря на то, что в возрасте 21 года играл только в шестой немецкой лиге.
В его случае полностью подтвердилось абсолютно все, на что указывали данные - Славия нашла игрока, который может играть на позиции центрального защитника и опорника, прекрасен в защите пространства, имеет поставленный удар, хороши читает игру и успешен в отборах. Он также сразу стал душей в компании благодаря своим чертам характера. Что, кстати, является чрезвычайно важной частью профилей игроков, которые моя компания предлагает клубам.
Тщательному анализу характера игрока, созданию, своего рода, психологического профиля, мы уделяем столько же времени, сколько и анализу его технических навыков. Мы стараемся узнать его как можно ближе. Мы внимательно отслеживаем все интервью в печати и, конечно, записанные на камеру. Мы отслеживаем поведение игроков во всех социальных сетях, а также отзывы текущих и бывших тренеров, товарищей по команде и поклонников. Мишель очаровал нас своим постоянным позитивом, хорошим настроением, но также очевидно присутствующими лидерскими навыками.
Амбициозный пражский клуб собирается продолжать пользоваться нашими услугами. В период трансферного окна лета этого года, Full Report Scouting, совместно с представителями CITIC, руководством, тренерским штабом и командой скаутов принял непосредственное участие во всех запланированных и совершенных переходах. Не будет скромным сказать, что у нас получилось создать команду, полностью соответствующим ожиданиям главного тренера – Индржиха Трпишовского.
И хотя пражский клуб в третьем раунде Лиги чемпионов этого года не смог пройти киевское «Динамо», его цели остаются самыми высокими - основной является выигрыш титула чемпиона Чехии. Славия также сможет без сомнений продемонстрировать свои навыки в группе Лиги Европы, где осенью она встретится с Копенгагеном, Бордо и Зенитом. Несмотря на провал в Лиги Чемпионов, клуб сохрани хорошее настроение и оптимизм, а также удовлетворение аналитикой данных.
В настоящее время мы обсуждаем гораздо более глубокое взаимодействие аналитики и всего клуба. Мы все еще, можно сказать, достаточно поверхностны, и это относится к аналитике в футболе в целом, а также к конкретным способам ее использования. Мы по-прежнему работаем над улучшением существующих моделей, добавлением новых, улучшением нашей программной платформы и углублением наших знаний. Существует также множество других способов использования данных и математики на практике. Славия – первый клуб, который смог разглядеть, насколько велик потенциал в этом развивающемся секторе, я очень благодарен им, и намерен показать, что вместе мы сможем добиться больших успехов в будущем. Что касается нашей компании, мы работаем над ребрендингом, который поможет нам лучше понять наш фирменный стиль и открыть двери для дальнейшего международного сотрудничества. Все карты раскрывать не могу, но это будет абсолютно другой, намного более полный подход к аналитике данных.
Photo by: cncenter.cz, mackenziecorp.com, личный архив Якуба Добиаша
Допустим, у компании есть трэкинг-данные такого количества игроков, есть мощности, которые могут обрабатывать такое количество данных. Таким образом, у компании есть ранжированный список футболистов по определенным метрикам. Затем следует отдельный анализ (просмотр видео, разговоры с тренерами и игроками, отслеживание медиа итд) выбранных игроков, если полностью полагаться на модели, которые ранжируют игроков.
Как компания из 15 человек может все это выполнить даже в масштабе одного клуба?
интересно посмотреть как он выглядит, и как они вмещают все инфу в один отчет!
Как захватываются перемещения игроков, с записи игры это возможно? Сами лиги собирают данные?
we can work on basis of the official data provided by the German Football League („DFL“). Therefore, we have access to the position data of the players and the ball.
Используется ли AI тренерами в расстановке игроков, ведь используя показатели каждого игрока своих и соперников можно оптимально распределять роли
Допустим, клубу требуется 4 усиления, т.е. отбирается 30*4=120 игроков, игра которых в дальнейшем подвергается видеоанализу. Допустим, чтобы подготовить список из 5 претендентов на каждую позицию, нужно посмотреть в среднем 7 матчей каждого игрока на скорости х2, т.е. 45 минут*7матчей*120игроков/60минут/10человек=63 часа видеоанализа при условии, что 10 сотрудников компании также являются видеоаналитиками со скаутскими способностями. Две недели 2/3 компании при соблюдении всех вышесказанных условий занимается видеоанализом. Затем нужно подготовить полноценное досье на 20 человек, а так же устранить редкие ошибки алгоритма отбора игроков (если можешь сказать, как это осуществляется, будет интересно услышать ответ) и подготовить еще, допустим, 4 досье. Итак, 24 досье, а это к двум неделям еще месяц, поступает в скаутский отдел клуба, где подвергаются дальнейшей экспертной оценке, на которую тоже нужно время перед ТО (а еще и переговоры).
Полтора месяца видеоанализа на один клуб при соблюдении всех условий и без учета изменения вводных.
Я готов поверить только в то, что они предоставляют список из 120 игроков согласно их моделям, ну и описание к ним.