BIHUB PATH

18 desembre, 2019

L’ELIT MUNDIAL DE L’ANÀLISI DE DADES ESPORTIVES ES REUNEIX A BARCELONA

Events

Apunta’t al BARÇA SPORTS ANALYTICS SUMMIT 2020 - 3° EDICIÓ

unirse-ara
318K

El coneixement en el futbol s’ha transmès durant anys per impressions d’observadors, informes i vídeos. Ara ha arribat l’era de l’anàlisi de dades. Una informació més completa i contrastada, però que, com ha explicat Javier Fernández, Head of Sports Analytics del FC Barcelona, encara es presenta dificultats per aconseguir aquestes dades, tractar-les i interpretar-les.

El Barça Innovation Hub ha seguit aquesta nova disciplina des de la seva eclosió. Molts dels talents que van assistir a les primeres trobades organitzades pel Hub, va advertir Fernández, es troben actualment en els projectes més importants del món en l’àmbit de l’anàlisi de dades esportiu. Alguns d’ells, van acudir a la trobada del Barça Sports Analytics Summit per presentar les seves últimes investigacions.

Control d’esprints

El responsable de sistemes d’informació i dades del Benfica, Suds Gopaladesika, en la seva ponència How to strengthen a club’s culture through data analytics, va explicar com treballa en el club portuguès amb l’ambiciós objectiu d’optimitzar els esprints dels jugadors. Gopaladesika parteix de la base que una carrera a velocitat punta, suposa que durant almenys un quart d’hora el futbolista no en pugui realitzar una altra de similar en les mateixes condicions. Tenint en compte que la majoria dels esprints en atac no condueixen a res perquè es frustra la jugada, mitjançant l’anàlisi de dades, ha tractat de mesurar quins jugadors tenen millor mitjana de passades d’alta qualitat i quins de rebre-les. Tot plegat amb la finalitat de facilitar un bon feedback a l’entrenador perquè els jugadors utilitzin els esprints en moments on tinguin una major possibilitat de causar perill al rival.

 

Mapes de circulació de la pilota

El científic Bart Spencer, de la Universitat australiana de Victòria, va presentar Using contextual player movement and spatial control to analyse player passing trends in football. Va explicar com es pot diagramar la circulació de la pilota dins d’un equip. Mitjançant la recol·lecció a la lliga MLS americana de dades relatives als moviments útils dels jugadors per rebre una passada, el seu èxit, les àrees on es produeixen i el nivell de risc que comporten, han establert el nivell dels canals pels quals es mou una pilota entre companys. Un sistema que permetria en un futur aprofundir en la qualitat dels espais que generen les jugades i aportar un feedback al jugador per a la presa de decisions quan ha de moure la pilota.

 

Probabilitat de lesió

Les lesions costen 188 milions d’euros a l’any en la primera i segona divisió espanyola i la mitjana de pèrdua de partits és d’un 16%. Tanmateix, el tractament de dades pot aportar als entrenadors, una valuosa informació per tenir en compte les probabilitats que un jugador, per l’acumulació de minuts i esforç, pugui lesionar-se. Luca Pappalardo, de l’ISTI (Institute of Information Science and Technologies) del CNR italià, en la seva investigació Explainable Injury Forecasting via multivariate time series and convolutional neural networks va explicar com millorar el pronosticador de lesions MATH (Memoried, Accurate, Transparent, Holistic) d’un 96% de falses alarmes a un 45% mitjançant l’ús d’Intel·ligència Artificial (MTS-CNN, Convultional Neural Network). Una via que en el futur podria generar també plans d’entrenament específics per eludir-les.

 

Trencar les línies del rival

La filosofia de Johan Cruyff era clara. Tan important és el jugador que condueix la pilota com el que crea espais perquè li passi la pilota a qui està sol. Amb aquesta premissa, Sergio Llana, data scientist del FC Barcelona, va explicar a How and why we need context to analyse ball possessions, com es realitza el monitoratge del joc del Barça per facilitar una informació depurada a l’staff tècnic de l’equip. Llana va distingir el joc en tres fases: la d’iniciació, la de progrés i la de finalització. Dins de cada una d’elles, va marcar microobjectius, que serien els moviments sense pilota que permeten superar el rival amb una jugada. Mitjançant el monitoratge per seguiment i aquest tractament de les dades, es permet conèixer els patrons en què es produeixen les “finestres” que permeten la culminació d’aquesta mena de jugades.

 

Monitoratge mitjançant la retransmissió

Per als clubs amb menys recursos, Jacob Mortensen, de la Universitat Simon Fraiser, va anunciar a Estimation of player load metrics using broadcast derived tracking data, que es pot mesurar la distància que recorre un jugador i la seva velocitat mitjançant el tret de càmera en la retransmissió d’un partit. Mitjançant un càlcul, es pot esbrinar la posició i moviments realitzats pels jugadors que estarien fora del focus. Un sistema que pot ajudar en el futur a millorar la precisió de les dades obtingudes en vídeos de baixa qualitat.

 

Orientació del futbolista

Moltes jugades durant un partit no arriben a bon port per la senzilla raó que un futbolista desconeix on estan els seus companys. Una correcta orientació a l’hora de seguir el joc i entrar en contacte amb la pilota és fonamental per situar els altres jugadors. Adrià Arbúes, de la Universitat Pompeu Fabra, va explicar el seu nou model de visió informatitzada per enregistrar l’orientació del cos dels futbolistes durant el joc en Head, shoulders, hip and ball… Hip and ball! Using pose data to leverage football player orientation, un projecte encara en procés. Conèixer aquesta informació serveix per mesurar el temps de reacció, entrenar tàctiques introduint el camp de visió del jugador com a factor i ensenyar a les categories inferiors. El seu sistema de mesura es basa en la perspectiva del camp, la situació de la pilota i la posició de les espatlles, malucs i cara del jugador. Encara que la qualitat del vídeo genera errors en la mesura, Arbúes va assegurar que la informació es podrà reunir en 24 hores.

 

Perfils de futbolistes més complets

Jan Van Haaren, de la universitat belga de Lovaina, va mostrar a Scouting football players by squeezing every last drop out of match event data, les possibilitats que hi ha d’ampliar un informe sobre un futbolista. En primer lloc, va advocar per la dada de qualitat amb un exemple: si un futbolista li cedeix la pilota a un davanter a dos metres, aquest sorteja diversos rivals i aconsegueix un gol, aquesta passada és una assistència, però no es podrà comparar a una assistència de quaranta metres que deixa sol a un davanter. El tractament de dades ha de tenir en compte aquestes variables per precisar la qualitat de les accions de l’esportista. A més a més, Van Haaren va mesurar també com reaccionen els futbolistes davant la pressió, gràcies a un sistema de mesura que va tenir en compte variables com ara els períodes prolongats de partits sense guanyar, la proximitat dels derbis, la destitució de l’entrenador o els llocs de descens.

 

Efectivitat de cada tàctica

El paper guanyador del Barça Sports Analytics Summit ha estat Dynamic Analysis of team strategy in professional football matches, de l’investigador de Harvard, Laurie Shaw. Mitjançant les dades obtingudes per `tracking’, ha estudiat el perill que es genera segons el dibuix al camp d’un equip. La investigació inclou els canvis d’estratègia que es realitzen en el curs d’una trobada i les transicions de fase ofensiva a fase defensiva. El tractament de tota aquesta informació obre la porta a conèixer la probabilitat de crear ocasions i materialitzar-les amb cada esquema o formació, així com els riscs de rebre gols amb cada un d’ells.

 

En el beisbol americà

Com a convidat especial, Dan Cervone, responsable d’Anàlisi quantitativa dels Dodgers, un equip de beisbol dels Estats Units, va mostrar a Baseball analytics in the age of tracking data, com s’utilitzen aquestes tècniques en el seu esport. El beisbol és una disciplina estretament lligada a les dades i l’estadística des del seu origen. Una de les funcions més importants de processar l’efectivitat d’un esportista es produeix a l’hora de fitxar, podent aconseguir incorporacions més barates amb taxes similars d’eficàcia. En el joc del seu club, actualment també s’utilitzen dades per especificar el nivell de dificultat per a la defensa de cada batedor i, al mateix temps dels llançadors. Tanmateix, ha confessat que ha costat molta feina que els entrenadors parin atenció a les dades estadístiques que se’ls poden facilitar i que condicionin algunes de les seves decisions a l’estadística.

 

Reptes futurs

Finalment, en una taula rodona, es va debatre la dificultat per als científics de dades de comunicar-se amb els entrenadors i responsables dels equips. Van Haarven va explicar que el més important són les preguntes que se li presentin als científics, ja que la seva labor està orientada a donar respostes o presentar la informació necessària per prendre una decisió. Gopaladesikan, d’altra banda, va remarcar que els equips tècnics estan acostumats a treballar amb vídeos i que és important que els científics de dades, que presenten un nou llenguatge o model de comunicació, sàpiguen entendre’s amb l’entrenador sense gràfics massa laboriosos. Preguntats sobre per què s’analitza més l’atac que la defensa, tots van estar d’acord a respondre que l’atac depèn d’un i la tàctica defensiva del rival, per això és impredictible. Sergio Llana, en aquest aspecte, va puntualitzar que l’atac és més atractiu que la defensa, però que també cal tenir en compte els models de pressió, que cada vegada se n’estan desenvolupant més.

 

 

L’equip Barça Innovation Hub

NOTES RELACIONADES

¿VOLS SABER MÉS?

  • SUBSCRIU-TE
  • CONTACTE
  • APLICAR

ESTIGUES AL DÍA AMB LES NOSTRES NOVETATS

Tens preguntes sobre Barça Universitas?

  • Startup
  • Investigador
  • Corporatiu

Si us plau, completa els camps:

Si us plau, completa els camps:

Si us plau, completa els camps:

El Formulari ha estat enviat amb èxit.

Si us plau, completa els camps:

Si us plau, completa els camps:

Si us plau, completa els camps:

El Formulari ha estat enviat amb èxit.

Si us plau, completa els camps:

Si us plau, completa els camps:

Si us plau, completa els camps:

El Formulari ha estat enviat amb èxit.