Tijekom nadolazećeg Svjetskog prvenstva u nogometu u Kataru igrači će dobiti priliku raspravljati o svojim nastupima na temelju jasno prikupljenih dokaza. Nekoliko minuta nakon posljednjeg zvižduka, svaki će igrač dobiti detaljnu analizu svoje izvedbe. Napadači će moći vidjeti koliko su često trčali i koliko su ih puta suigrači ignorirali. Braniči će dobiti podatke o tome koliko su disali za vratom protivnicima dok su bili u posjedu lopte, najavljuje Nature.  

Nogometaši kao astronauti

Analiza podataka pomaže upravljati svime, od transfera igrača i intenziteta treninga, do proučavanja protivnika i preporuke najboljeg smjera za izbijanje lopte u bilo kojem trenutku na terenu.

Nogometaši se suočavaju s provjerom podataka koja se češće povezuje s astronautima. Nosivi prsluci i trake mogu osjetiti kretanje, pratiti položaj pomoću GPS-a, brojati korake i dodire lopte svakom nogom. Kamere pod više kutova snimaju sve, od udaraca glavom do toga koliko dugo igrači drže loptu.

Od Microsofta do CERN-a

Kako bi bolje razumjeli ove informacije, većina elitnih nogometnih momčadi zapošljava analitičare podataka, matematičare, podatkovne znanstvenike i fizičare vrhunskih kompanija i laboratorija, od Microsofta do CERN-a, europskog laboratorija za fiziku čestica pored Ženeve.

Analiza podataka mijenja način na koji se igra: napadači rjeđe pucaju iz daljine, krila dodaju suigraču umjesto da loptu ubacuju u šesnaesterac, a treneri su opsjednuti osvajanjem posjeda visoko na terenu.

"Veliki podaci otvorili su novu eru nogometa; promijenili su filozofiju i ponašanje ekipa, način na koji analiziraju protivnike, razvijaju talente i skautiraju igrače", kaže Daniel Memmert s Njemačkog sportskog sveučilišta u Kölnu.  

Nogomet i bejzbol

Jedan od najpoznatijih slučajeva kako podaci mijenjaju sport dolazi iz druge igre. Michael Lewis je još 2003. u svojoj knjizi "Moneyball" opisao kako se menadžer Oakland Athleticsa Billy Beane oslanjao na statistiku igrača i stvorio pobjedničku bejzbolsku momčad s malim proračunom. Beane je regrutirao igrače na temelju detaljnih podataka o njihovoj izvedbi, pa i onih koje se dotad nisu uopće uzimali u obzir. 

Taj trik nije lako ponoviti u nogometu jer je, tvrdi Memmert,  riječ o igri koja je mnogo složenija od bejzbola. U bejzbolu u svakom trenutku samo jedna ekipa pokušava postići pogodak, a bejzbolska statistika desetljećima se rutinski prikuplja i proučava. Nogomet je fluidna u kojoj se teritorij redovito osvaja i gubi, tko što radi i kako to utječe na ishod puno je teže zabilježiti. 

Pennov model

Desetljećima su nogometni statističari bilježili postignute i primljene golove i pronašli način da ih modeliraju za predviđanja. Varijante ove metode koriste se i danas za predviđanje ishoda utakmica. Matematički model epidemiologa sa Sveučilišta Oxford koji pretpostavlja da su postignuti i primljeni golovi raspoređeni oko srednje vrijednosti točno je predvidio da će Italija pobijediti Englesku na Euru 2020, ali i čak šest od osam četvrtfinalista.

Statistička predviđanja utakmica točnija su nego što mnogi ljudi misle, kaže Matthew Penn, tvorac modela za Euro 2020. Njegov model tako predviđa da su najveći favoriti nadolazećeg Svjetskog prvenstva Belgija i Brazil.

Bretford, Liverpool, Barcelona

Moderna tehnologija olakšava skupljanje i analizu podataka pa većina vrhunskih klubova, ali i mnoge reprezentacije danas zapošljavaju analitičare podataka. Mnogi će tako streloviti napredak londonskog kluba Brentford pripisati internom algoritmu koji ocjenjuje igrače u različitim ligama i menadžerima pomaže da regrutiraju igrače kakvi im trebaju.

Liverpoolov analitički tim, sastavljen od fizičara koji su radili u CERN-u i na Sveučilištu Cambridge, izradio je model koji procjenjuje vjerojatnost postizanja gola nakon određenih poteza igrača. Barcelona i znanstvenici Sveučilišta u Lisabonu zajednički su pak analizirali različite vrste dodavanja na utakmici i vjerojatnost da će nakon njih pasti gol.

Računalni vid

Klubovi ne moraju sami generirati neobrađene podatke za ovakve taktičke analize. Umjesto toga, mogu kupiti informacije od komercijalnih tvrtki koje kodiraju snimljene utakmice za snimanje ishoda oko 3000 poteza u igri, uključujući driblinge, dodavanja i nadigravanja.

U početku su se takvi podaci bilježili ručno, ali sada se obično radi pomoću računalnog vida. Ti podaci često dolaze sa sažetkom statistike poput stope uspješnih dodavanja svakog igrača.

Igra bez lopte

Joanna Marks sa Sveučilišta Warwick razvila je model za korištenje tih neobrađenih podataka za procjenu dodavanja svih igrača. Ovaj model u obzir uzima i vrstu dodavanja jer, kaže ona, nisu sva dodavanja jednako teška. Model pomaže u pripremi momčadi, jer ako znate da protivnik jako dobro dodaje s nekog područja terena, onda znate na što trebate paziti.

Analitičari sve više pažnje obraćaju i na to što se događa kad igrači nemaju loptu. To je teže i skuplje, jer zahtijeva namjenske kamere koje ne prate samo glavnu radnju nego na oku drže i igrače koji nisu izravno uključeni u akciju i označavaju njihove lokacije 25 puta u sekundi.

Prediktivni modeli

Posljednjih godina pojavila se moćnija tehnika koja koristi umjetnu inteligenciju za predviđanje kretanja igrača sa i bez lopte. Jedan takav prediktivni model razvijen je u partnerstvu DeepMinda, tvrtke za umjetnu inteligenciju u vlasništvu Googlea, i Liverpoolovog podatkovnog tima. Za svaku situaciju na utakmici model može proizvesti tisuće različitih simulacija o tome što se moglo dogoditi umjesto toga. 

Ovaj pristup mogao bi biti i koristan izvan terena, za zadatke poput modeliranja putanja samovozećih automobila i pješaka na prometnoj gradskoj ulici. U međuvremenu, analitičari podatke žele proširiti i usavršiti, da svaki klub raspolaže informacijama nalik telemetrijskim podacima koje proizvode bolidi Formule 1. Sljedeći napredak mogli bi biti podaci koji pokazuju orijentaciju igrača pa čak i promjenu težišta.

Analitika utječe na igru 

Analitika je definitivno promijenila način na koji se igra. Još prije samo deset godina igrači su tako pune češće pucali po golu iz daljine. Taj je broj pokušaja drastično pao otkako su analitičari podataka rekli da je to uzaludno jer je šansa da se tako postigne gol samo dva posto.

Smanjen je i broj dugih centaršuta jer je statistika pokazala da je većina bila besmislena. A kako količina generiranih podataka raste, tako će se mijenjati strategije, sve dok nam od nogometa ne ostane samo okrugla lopta.