BIHUB PATH

12 juny, 2020

VISUALITZACIÓ DEL FUTBOL: CAPTURAR EL CAOS I CULTIVAR CONTEXTOS

Anàlisi i Tecnologia Esportiva

APUNTA’T AL CERTIFICAT EN TECNOLOGIA I CIÈNCIA APLICADES A L’ESPORT

unirse-ara
318K

Introducció

La visualització de dades o el que comunament s’anomena “data viz” és una eina que tradueix tendències d’una manera molt efectiva, a través de gràfics (Weissgerber et al., 2015). Es tracta d’una àrea emergent de la ciència, donat que la presentació de dades com a figures gràfiques és la manera més potent utilitzada per interpretar troballes (Weissgerber et al., 2015, 2019). Hi ha disponibles d’altres formes visuals que poden ser estèticament atractives i immersives, en particular els vídeos. Aquestes inclouen gràfics vistosos de telestració [extracció de streaming] de vídeos que poden atreure l’atenció selectiva de la informació rellevant. Recentment aquests s’han tornat populars, degut a la quantitat d’informació que se’ls presenta cada dia a les persones la qual ha augmentat de manera exponencial, mentre que el temps per interpretar-la ha disminuït (Lacome et al., 2018). Això és especialment evident en el futbol d’elit, ja que s’espera que el personal redueixi de manera significativa el temps per a l’anàlisi, després de cada joc, en utilitzar dades i vídeos com el seu principal vehicle d’anàlisi i comunicació. Això representa un risc de crear problemes de sobrecàrregues d’informació, per la qual cosa s’ha de posar atenció en evitar que entrenadors ja ocupats es vegin exposats a una allau de dades i vídeos on hagin de visualitzar i interpretar. Així que les implicacions dels elements visuals del futbol informatiu són enormes, donat el valor afegit que proveeixen.

 

Tècnica de visualització del futbol 1: data viz

Aplicar el data viz en un context futbolístic és més fàcil en la teoria que en la pràctica. El personal tècnic ha d’atreure i fer que l’equip d’entrenadors se sumin a aquesta iniciativa. Això és especialment important, ja que els entrenadors són els usuaris finals i en definitiva decidiran si els serveix. Atès que l’entrenador modern té un conjunt de compromisos, el temps és un bé essencial. Així, una regla general és que el data viz ha d’afegir el màxim valor en el temps disponible. Una altra consideració és la rellevància de la data viz per a l’usuari final i un enfocament de “l’enginyeria inversa”. És una opció potencial per a fer èmfasi amb el staff sobre temes en el camp del rendiment importants. Això assegurarà que la “compra” tingui més possibilitats d’èxit i que els entrenadors se sentin part del procés. L’ideal seria que l’entrenador pugui iniciar el procés amb una pregunta. Per tant, el data viz en la Figura 1 es basa en la següent pregunta: ‘Com impacta un canvi en el sistema tàctic als perfils tàctic-físics de jugadors seleccionats?’ En especial, en desplegar defensors laterals com a carrilers (WB) o fent-los servir com a centrals tradicionals (FB). Aquest exemple no només representa la carrera general d’alta intensitat d’aquest escenari sinó també la divideix en subgrups de curses d’alta velocitat representades amb colors per aprofundir en els detalls. En afegir la visualització de baix, es representa la seva freqüència de carrera d’alta intensitat pel que fa a les zones del camp, com un mapa de calor amb el context de l’afegit d’accions seleccionades. En un moment, això informa l’entrenador de qualsevol diferència entre els defensors externs basada en canvis tàctics (per exemple, alguna diferència en les distàncies absolutes i el nombre d’esforços, però principalment l’àrea desplegada i el context d’accions tècniques/tàctiques). Tanmateix, es necessita presentar les dades longitudinals per a una imatge més completa i es necessita afegir a la narrativa la variació d’un partit a l’altre, de manera que un pugui distingir el senyal del soroll (Bush et al., 2015; Carling et al., 2016). Això és important, ja que el nostre grup ha descobert que les tendències de les dades de baix són diferents d’un conjunt de dades més grans i els patrons són molt específics a cada partit i equip. Hem experimentat diferents perfils per als dos defensors laterals en el mateix equip. Per exemple, un cobreix una distància substancial de major intensitat en possessió, mentre que l’altre produeix més sense possessió. És essencial que les característiques individuals i les sinergies entre companys d’equip siguin identificades i visualitzades pels entrenadors.

Figura 1. El data viz detalla l'impacte de canvis tàctics en la Premier League anglesa en una activitat d'alta intensitat dels laterals. Les dades es visualitzen com a gràfics d'anells apilats (la freqüència alta al centre i les distàncies com a cercles) combinats amb mapes de calor (freqüències altes per zona de la pista) i el context d'accions seleccionades com a text. Els mapes de calor es deriven de dades de seguiment bruts (estimació Kernel de la densitat), en utilitzar el paquet ''ggplot2'' per al llenguatge de programació estadística R.

Una altra pregunta plantejada pel staff tècnic, està connectada amb la contextualització de la càrrega externa. Les dades del seguiment tendeixen a aplicar-se com a distàncies físiques aïllades i aquesta limitació ha estat esmentada prèviament (Bradley and Ade, 2018; Bradley et al., 2018, 2019). Aquest tipus de pensament vertical és oposat al pensament lateral àmpliament disseminat a la ciència (De Bono, 2016). Tanmateix, l’últim és vital per crear anàlisi. El data viz a la Figura 2 es va basar en la pregunta: ‘ Podem visualitzar no només “QUINS” esforços intensos produeixen els jugadors, sinó, el que és més important, “PER QUÈ” és produeixen?’ Donat el ràpid canvi d’aquest tipus de treball, aquesta visualització és particularment crua, però efectiva, ja que codifica per colors les intenses accions d’un davanter de la Premier League anglesa en el seu context tàctic ‘primari’ (per exemple, alguns són híbrids). Això inclou accions com ara “desbordar/penetrar”, “tancar/pressionar” i “entrades a l’àrea”. Com aquestes categories es basen en el llenguatge d’entrenament i són accions universals en el futbol, els resultats són ben rebuts. Per ajudar a mesurar els canvis en la velocitat, cada fletxa a la Figura 2 representa un període d’1 segon d’alta intensitat.

La figura 2 il·lustra que el davanter va realitzar ~45% de les seves accions premeditades en la forma de “desbordar/penetrar” i “tancar/pressionar” que són molt desitjables per a l’estil de joc del seu equip. “Tancar/pressionar” a la part alta del camp en el primer temps és molt evident. Ja que ell és un davanter, es pot visualitzar com ha intentat “clavar” i endarrerir al(els) jugador(s) contrari(s) a la cantonada per permetre que els seus companys d’equip donin suport a la pressió. La majoria dels esforços són de naturalesa molt curta i explosiva. “Moure’s per rebre/aprofitar l’espai” va compondre fins ~20% de tots els seus esforços i va produir les seves carreres més llargues del partit en aquesta categoria. Això va succeir durant un contraatac, després d’un córner contrari al primer temps, en el qual es va ubicar per rebre la pilota abans que fos interceptada pels adversaris. Ès interessant ressaltar l’acció “moure’s per rebre/aprofitar l’espai”, amb un cercle puntejat blau, perquè el va portar a rebre una passada fora de l’àrea abans de disparar per marcar.

El davanter va produir una sola acció intensa en la categoria “entrades a l’àrea”, en la qual va canviar la jugada, avançant-se per un lateral perquè el carriler tirés el centre. Després de la passada, ràpidament va accelerar cap a l’àrea, però a mesura que s’hi acostava disminuïa la velocitat anticipant el centre. Encara que només es van registrar tres episodis de “conducció de la pilota” a alta intensitat d’aquest jugador, dues de les tres són d’interès, ja que la “conducció de la pilota” més llarga va ser novament durant un altre contraatac, a partir d’un servei de córner contrari. L’acció més avançada de “conducció de la pilota” va ser quan va regatejar per ingressar a l’àrea a alta intensitat abans de rematar a porta. El staff tècnic va valorar positivament aquesta conducta generosa del davanter en el primer temps, perquè va fer una llarga “carrera de recuperació” per intercanviar-se per un company fora de posició. Tot això afegeix una clara narrativa al seu rendiment, en revelar el perfil de carrera que existeix a causa del seu rol tàctic a l’equip, més que distàncies unidimensionals “cegues” que tenen un context limitat (Bradley et al., 2018). Aquesta distància intencional podria ser valuosa per als professionals, ja que no necessàriament volen determinar quins jugadors cobreixen més/menys distància, sinó més aviat com cadascun compleix les seves obligacions amb relació a un rival específic/filosofia d’equip. Les dades físiques contextualitzades que fusionen les carreres d’alta intensitat amb els propòsits tàctics de l’acció, poden confirmar que els jugadors estan complint amb la tàctica. Aquests elements visuals no només proveeixen un anàlisi ràpid, sinó també poden ser utilitzats per crear tasques d’entrenament específics o patrons d’exercicis per jugadors lesionats (Ade et al., 2016).

Figura 2. Un exemple de data viz bàsica integrada i efectiva de les accions d'alta intensitat d'un davanter de la Premier League anglesa, combinades amb el context tàctic

Tècnica de visualització del futbol 2: telestració de vídeos

Tradicionalment, la telestració era una tècnica usada exclusivament pels presentadors de televisió per dibuixar o sobreposar gràfics als vídeos (Reiffel, 1968). L’habilitat dels presentadors per atreure de manera selectiva l’atenció de l’audiència cap a la informació més rellevant, mitjançant gràfics ha convertit aquesta modalitat en indispensable (Pingali et al., 2001; Zhou i Liu, 2010). A causa de l’èxit a les transmissions, la telestració de vídeos s’ha filtrat als departaments d’anàlisi de rendiment de la majoria dels clubs de futbol d’elit. S’utilitza un conjunt de softwares especialitzats, com ara Viz Libero de VIZRT, Coach Paint de Chyron Hego, Sports Graphics de Piero, tactical Pro de RT i Animate de KlipDraw.

Aquests són una part integral de les sessions d’anàlisi de vídeos amb jugadors i entrenadors. Això és especialment cert quan es necessiten idees perquè es faci una anàlisi del rival o en les revisions post partit d’una forma visual i atractiva. Els analistes de rendiment típicament visualitzaran la forma de l’equip, el moviment del jugador i la dinàmica tàctica durant diferents fases del joc, utilitzant un conjunt d’eines de telestració personalitzades. Tot això crida a l’atenció dels jugadors i dels entrenadors, però finalment és per assegurar que hi hagi algun aprenentatge per ajudar els rendiments individuals i col·lectius. Encara que la majoria dels clubs senten intuïtivament que amb el videoanàlisi tradicional té lloc l’aprenentatge i la reflexió (Groom & Cushion, 2005), això encara ha de ser demostrat científicament usant la telestración. Normalment l’entrenador l’aprova, sempre que els elements visuals estiguin afegint valor i per a això és vital l’ús de gràfics en un context correcte. En el següent paràgraf es poden trobar eines comunes d’una de les ofertes de software més avançat del mercat (Viz Libero).

 

Eines comunes de Viz

L’aspecte més rellevant de la telestració de vídeos és la capacitat per integrar elements del rendiment tàctic, tècnic i físic simultàniament d’una manera dinàmica i visual. La investigació ha identificat quant millora la nostra comprensió del rendiment futbolístic i unificar aquestes facetes i la traducció a la pràctica (Bradley et al., 2019; Bradley & Ade, 2018; Ade et al., 2016). Tanmateix, la telestració de vídeos podria millorar la nostra comprensió dels rendiments futbolístics en una major mesura si la comparem amb altres tècniques, perquè els vídeos són el mitjà que els entrenadors i jugadors més usen i prefereixen.

Figura 3. Integració de diferents elements del rendiment, utilitzant funcions comunes. (A) Unificació del seguiment de jugadors, formant l'equip i les funcions de mesura de distàncies per mostrar el moviment ofensiu i la forma defensiva. (B) Fusió de l'espai de l'equip, seguiment dels jugadors i funcions de zones per visualitzar les opcions d'atac viables. (C) La funció de lupa captura una acció subtil en crear una oportunitat. Imatges utilitzades amb el permís de VIZRT.

Per exemple, la Figura 3A mostra la distància del davanter (elements tècnics i físics), mentre que simultàniament segueix el moviment d’alta velocitat dels seus companys cap a l’àrea (elements tàctics i físics). La forma de la defensa es visualitza, en utilitzar una eina de línia defensiva (element tàctic). Un altre exemple a la Figura 3B il·lustra l’ús combinat d’un triangle defensiu per simbolitzar la compactabilitat, mentre que un raig de llum i una fletxa vermella mostren el moviment ofensiu. Aquí es visualitza clarament una opció viable de passada oberta amb una fletxa negra que significa l’espai al llarg del carril. Com la majoria de les situacions de gol succeeixen a velocitat (Frau et al., 2012), aquestes es poden fer més lentes i engrandir-les per permetre l’extracció de més informació. La Figura 3C mostra a un jugador controlant una pilota amb habilitat. La lupa captura l’acció tècnica que genera una oportunitat per a un company. Totes aquestes telestracions personalitzades podrien proveir múltiples fonts d’informació, segons el context aplicat. En un context d’anàlisi del rival, l’entrenador i els jugadors obtenen informació de les fortaleses de l’equip ofensiu, particularment en el moviment d’atac. En un context de revisió post partit, es podria criticar la compactabilitat de la unitat defensiva durant les transicions ràpides. Wright et al. (2012) van demostrar que el videoanàlisi tradicional ajudava els entrenadors amb la planificació a curt i a llarg termini. Per tant, com que la telestració afegeix gràfics per ajudar a l’atenció selectiva, possiblement és superior al videoanàlisi tradicional.

 

Eines avançades de viz

La importància donada a la videoanàlisi per la majoria dels clubs podria associar-se amb una capacitat per ajudar amb el procés de correccions (Wright et al. 2012). Específicament, ajuda a identificar limitacions individuals, col·lectives i permet corregir-les (Lyle 2002, Hodges & Franks 2004). Així, les funcions de telestració avançades dels moviments dels jugadors, vol en 3D i la integració de dades podrien millorar aquest procés. Les Figures 4A-B mostren múltiples jugadors i el moviment que idealment haurien d’haver fet. Per exemple, la passada al porter resulta en un rebuig. Les opcions potencials de passades es ressalten en blau (Figura 4A) i el posicionament virtual visualitzat (Figura 4B). Això podria ajudar el procés de feedback, ja que les seqüències incorrectes i correctes es visualitzen una darrere de l’altra.

Figura 4. Les funcions avançades ressalten el moviment que els jugadors haurien d'haver fet. (A) La passada enrere va ser rebutjada pel porter malgrat les possibles opcions de passada. (B) L'usuari va ressaltar una posició alternativa per rebre la passada del porter. Imatges utilitzades amb el permís de VIZRT.

Un altre avantatge que té la telestració sobre la videoanàlisi tradicional és el mode vol en 3D que es pot utilitzar mentres al mateix temps s’usen gràfics. Això pot combinar perspectives durant diverses situacions del joc i ajudar a l’aprenentatge i les correccions. La Figura 5A ressalta un centre des d’un lateral i es visualitza la línia defensiva. A mesura que la perspectiva de la càmera canvia a la Figura 5B, ès proveeix més informació sobre la trajectòria del centre amb relació a la forma defensiva i els moviments dels atacants.

Figura 5. Funcions avançades com ara el vol en 3D (A) Ressalta la línia defensiva i el jugador que intenta un centre des d'un lateral (B) El vol en 3D li permet a la càmera canviar de perspectiva per ressaltar més informació per a l'entrenador i el jugador. Imatges utilitzades amb el permís de VIZRT.

L’usuari també pot integrar dades en el vídeo, a partir de fonts externes (dades de seguiment i de l’esdeveniment). Per exemple, es poden usar dades de seguiment dels jugadors i de l’equip complet per generar mapes de calor (Figura 6). L’ús de mapes de calor per proveir més context, pot ser valuós per als professionals, ja que es ressalten punts calents d’activitat per tot el camp durant el partit, que atreuen l’atenció visual i proveeixen un context, afegit als moviments dels jugadors i al posicionament col·lectiu d’un equip.

Figura 6. La integració de dades de seguiment junt amb el vídeo és una eina molt poderosa per generar mapes de calor. Imatges utilitzades amb el permís de VIZRT.

Resum

En el futbol modern, el personal dedicat pot utilitzar diverses metodologies per millorar la visualització de dades o vídeos. El data viz és ideal per a incorporar als entrenadors, ja que pot traduir de manera efectiva la direcció del rendiment per a l’usuari. A més a més, ho fa d’una forma eficient pel que fa al temps i afegeix una narrativa als números, especialment si s’usa un enfocament “d’enginyeria inversa”. Això és de gran ajuda en reduir de manera substancial el temps per a l’anàlisi i quan es necessita que les dades estiguin simplificades, però que al mateix temps aportin informació de valor. La telestración de vídeos podria fins i tot tenir un paper més important en el futbol, atès que el vídeo és el mitjà que prefereixen els entrenadors i jugadors. En afegir una visualització comú i avançada al vídeo, podria millorar la informació específica extreta pels jugadors i entrenadors, i millorar el procés de comentaris.

 

 

Dr. Paul S Bradley: Consultor de Ciències del Futbol (paulbradley94@yahoo.co.uk)

Dr. Wonwoo Ju: Dr. Investigador de Ciències del Futbol a LJMU

Sr. Andy Laws: Científic de computació a LJMU

Sr. Antonio Gómez-Díaz: Preparador físic del primer equip al FC Barcelona

Sr. Andrés Martín-García: Preparador físic del Sub-19 al FC Barcelona

Dr. Mark Evans: Científic de dades i informàtica

 

 

Referències

Ade J, Fitzpatrick J, Bradley PS. (2016). High-intensity efforts in elite soccer matches and associated movement patterns, technical skills and tactical actions. Information for position-specific training drills. J Sports Sci. 34, 2205-2214.

 

Bradley, PS and Ade, JD. (2018). Are current physical match performance metrics in elite soccer fit for purpose or is the adoption of an integrated approach needed? Int J Sports Physiol Perform. 13, 656-664.

 

Bradley PS, Evans M, Laws A and Ade, J. (2018). ‘Context is King’ when Interpreting Match Physical Performances. Football Med & Perform. 24, 43-45

 

Bradley, PS, Martin-Garcia, A, Ade, JD and Gomez-Diaz, A (2019). Position Specific & Positional Play Training in Elite Football: Context Matters. Football Med & Perform. 29, 31-35.

 

Bush, MD, Archer, DT, Hogg, R, and Bradley, PS. (2015). Factors influencing physical and technical variability in the English Premier League. Int J Sports Physiol Perform. 10, 865-872.

 

Carling C, Bradley PS, McCall, Dupont G. (2016). Match-to-match variability in high-speed running activity in a professional soccer team. J Sports Sci. 34, 2215-2223.

 

De Bono E. (2016). Lateral Thinking: A Textbook of Creativity. London: Penguin General.

 

Faude O, Koch T, Meyer T. (2012). Straight sprinting is the most frequent action in goal situations in professional football. J Sports Sci. 30, 625-31.

 

Groom R & Cushion C. (2005). Using of Video Based Coaching with Players: A Case Study. Int J Perform Anal Sport. 5, 40-46.

 

Hodges, NJ, and Frank IM. (2004). The nature of feedback, In: Hughes MD and

Franks IM, (Eds.) Notational Analysis of Sport. London: E. & F.N.Spon.

 

Lacome M, Simpson BM, Buchheit M. (2018). Part 2: Increasing Coach ‘Buy-in’ with Good Data Visualisation. Aspetar Sports Med J. 16, 64-66.

 

Lyle, J. (2002). Sports coaching concepts: a framework for coaches behaviour, London: Routledge.

 

Pingali G, Opalach A, Jean Y, Carlbom I. (2001). Visualization of sports using motion trajectories: providing insights into performance, style, and strategy. Proceedings Visualization. VIS ’01., San Diego, CA, USA. 75-544.

 

Reiffel L. (1968). Superimposed Dynamic Television Display System. United States Patent 3617630.

 

Weissgerber TL, Milic NM, Winham SJ,Garovic VD. (2015). Beyond Bar and Line Graphs: Time for a New Data Presentation Paradigm. PLoSBiol. 13, e1002128.

 

Weissgerber TL, Winham SJ, Heinzen EP, Milin-Lazovic JS, Garcia-Valencia O, Bukumiric Z, Savic MD, Garovic VD, Milic NM. (2019). Reveal, Don’t Conceal: Transforming Data Visualization to Improve Transparency. Circulation. 140, 1506-1518.

 

Wright C, Atkin S & Jones B. (2012). An analysis of elite coaches’ engagement with performance analysis services (match, notational analysis and technique analysis). Int J Perform Anal Sport. 12, 436-451.

 

Zhou Q, Liu D. (2010). Interactive visual content sharing and telestration: A novel network multimedia service. 14th International Conference on Intelligence in Next Generation Networks, Berlin, 1-6.

NOTES RELACIONADES

COM LES EXIGÈNCIES FÍSIQUES DELS FUTBOLISTES VARIEN SEGONS LA SEVA POSICIÓ

Tot i que hi ha diversos estudis sobre aquest tema, l’anàlisi que molts d’ells han fet d’aquestes demandes engloba només poques variables o utilitza finestres de temps molt àmplies. Un nou estudi elaborat per preparadors físics del FC Barcelona ha analitzat diversos d’aquests detalls amb més precisió.

Graus de llibertat o graus d’esclavitud?

Comprensió de les variables modificadores del joc, en funció dels graus de llibertat.

LA IMPORTÀNCIA DE LA BIOESTADÍSTICA EN LES CIÈNCIES DE L’ESPORT I MEDICINA ESPORTIVA

L’àrea d’anàlisi de l’esport ha crescut exponencialment gràcies a les ciències de la computació i engloba també altres subàrees (ex: ciències de l’esport, ciències del comportament, medicina o visualització de dades) a part de l’estadística amb un enfocament més tàctic i de rendiment de l’esport.

ESTABILITAT O INESTABILITAT, ÉS AQUESTA LA QÜESTIÓ?

La importància de construir un model de joc en el futbol.

¿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.