Waarom wordt data belangrijk in het voetbal?   

Michiel van der Lee
30/11/2020

Door de jaren heen is er wereldwijd steeds meer data beschikbaar. De afgelopen jaren heeft data ook zijn intrede gedaan in de sportwereld en de waarde hiervan mag niet worden onderschat. Tien jaar geleden waren er nog geen apps zoals Runkeeper om je hardlooprondes in kaart te brengen of activity trackers waarmee we onze stappen tellen. Tegenwoordig volgen camerasystemen de posities van spelers in het veld, dragen topsporters sensoren onder hun sportkleding en worden er applicaties ontwikkeld om inzicht te krijgen in blessurerisico’s. Wanneer je al deze data tot je beschikking hebt, kan dat natuurlijk in je voordeel werken. Echter bereik je dit voordeel alleen als de beschikbare data waardevol wordt gebruikt door het op de juiste manier te interpreteren en analyseren. De vraag naar sportanalisten bij sportclubs neemt daarom toe. Er worden vandaag de dag steeds vaker afdelingen opgezet bij sportclubs die gericht zijn op het analyseren van statistieken en data om zo concurrentievoordeel te behalen ten opzichte van andere clubs.  

De opkomst van data in sporten

Dat de wereld van data en sport steeds meer naar elkaar toe groeit blijkt uit het toenemende aantal initiatieven. De eerste initiatieven van data in de sport laten veelbelovende resultaten zien. Zo liep bijvoorbeeld de Keniaan Eliud Kipchoge de snelste marathontijd ooit door het juiste parcours uit te zetten om geen snelheid te verliezen en uit de wind te blijven. Of wat dacht je van de voetbalclub FC Midtjylland? Deze club werd met behulp van data kampioen van Denemarken. Bij dit laatste initiatief moet je misschien al snel denken aan de film ‘Moneybal’, waar de eigenaar van de Oakland Athletics met een beperkt budget op basis van statistieken een honkbalteam van ondergewaardeerde spelers bij elkaar koopt. Tegen alle verwachtingen in wonnen ze dat jaar de competitie. Deze initiatieven laten zien dat data kan worden gebruikt bij onder andere het kopen van spelers en de samenstelling van teams waardoor je de prestaties van een team en individuele sporters kunt verbeteren.  

Tracking systemen  

Om data te verzamelen wordt er in de voetbalwereld gebruik gemaakt van tracking systemen om gegevens van spelers te verzamelen. Deze statistieken worden vervolgens gebruikt om de presentaties van zowel het team als individuele spelers te verbeteren en ontwikkelen. De eerste tracking-systeem-methode heet optical tracking. Bij deze methode worden camera’s langs de voetbalvelden geplaatst en worden alle bewegingen vastgesteld. Iedere 10 seconden wordt de locatie van een speler en de bal op de x- en y-as van het veld gemeten. Dat levert per wedstrijd zo’n 2 tot 3 miljoen datapunten op waarmee sportanalisten aan de slag kunnen. Met deze ingewonnen data wordt event data vastgelegd. Hierin worden alle doelpunten, assists, doelpogingen, tackles, passes, dribbels en balveroveringen in kaart gebracht. De tweede methode heet LPM (local position measurement). Spelers dragen onder hun shirt een zender om de looplijnen, de ruimtes tussen de spelers en het aantal afgelegde meters in het veld vast te leggen. Dit systeem wordt niet alleen in het voetbal gebruikt, maar ook bij het schaatsen om de bewegingen van schaatsers vast te leggen. Een groot voordeel van deze manier van meten is dat je ook de mogelijke blessurerisico’s kunt inschatten.  

Data mining en algoritmes 

Door middel van eerdergenoemde tracking systemen is bergen aan data verzameld in het voetbal. Er ligt echter een uitdaging om met deze data aan de slag te gaan. Voetbal is in vergelijking met bijvoorbeeld honkbal een veel complexere sport. Er gebeuren namelijk ontzettend veel dingen tegelijk op het veld: de posities zijn flexibel, balbezit is niet beschermd en er wordt veel minder gescoord. Maar toch kun je statistieken gebruiken in het voetbal en daarom is de techniek ‘data mining’ een logische stap. Door gebruik te maken van deze techniek kan een computer vaststellen waar in de data interessante patronen opduiken. Door met algoritmes te werken, kan er continu worden afgewogen welke combinaties lijken te werken, maar ook of die vaak genoeg voorkomen om relevant te zijn. Tactische verbeteringen kunnen doorgevoerd worden in het spel dankzij deze informatie. Echter, de context waarin dit wordt toegepast blijft belangrijk. Het patroon kan bijvoorbeeld overduidelijk aangeven dat de bal in de hoeken van het speelveld moet komen. Maar wat de computer met deze patronen ontdekt, is geen spontane spelsituatie: het zijn corners. Ondanks dat deze informatie weinig toevoegt, bevestigt het wel dat het algoritme werkt.   

Sport-dataplatforms  

Door de opkomst van grote hoeveelheden aan data in de sport, moet men waken voor een overload aan informatie. Het is belangrijk om hier de relevante inzichten uit te halen. Hier komen sport-data platforms aan bod die het mogelijk maken om data integraal te verzamelen, slim te analyseren en te delen met anderen. Deze data kan gevisualiseerd worden aan de hand van dashboards. Door middel van een tool zoals soccerlab kunnen coaches, sportteams en sporters zelf data inzien en dit gebruiken om slimmer te sporten, bruikbare feedback te verkrijgen en prestaties te verbeteren. 

Het belang van data in het voetbal

De ontwikkelingen op het gebied van data-analyse hebben niet stilgestaan. Kunstmatige intelligentie (AI), data science en machine learning hebben hun intrede gemaakt in de sportwereld. Door gebruik te maken van deze technieken kunnen onzichtbare ontdekkingen worden gedaan en voorspellingen worden gemaakt. Deze ontwikkelingen zorgen voor verbeteringen in:  

  • De prestaties van spelers;
  • De speelkwaliteit van een team; 
  • De individuele risico’s voor blessures;
  • Waardoor concurrentievoordeel behaald kan worden.

Iedereen kan data verzamelen, maar als men niet in staat is om de betekenis uit te leggen achter hoe dit een speler, het team of de club kan helpen verbeteren, dan is de data nutteloos.  

Geschreven op:
11/30/2020
Tags
No items found.