Analitika u nogometu više nije 'igračka za bogate': A o jednom alatu za komunikaciju ovise svi

Nogometna analiza prešla je dug put od prvih modela očekivanih golova (xG). Napredak u prikupljanju podataka o događajima na terenu, praćenju igrača, pa čak i tehnologiji praćenja pokreta ruku i nogu, omogućio je da se vrednuju akcije napadača leđima okrenutima golu i kretnje bez lopte jednako precizno kao i broj postignutih golova.

Najnoviji je trend, uz strojno učenje i neuronske mreže, umjetna inteligencija (AI). Iako AI obuhvaća mnoga područja, u svojoj srži predstavlja sposobnost računala da obavlja zadatke koje inače povezujemo s ljudima.

Primjena AI-ja u nogometu nije novost. Primjerice, tvrtka Zone7 već godinama surađuje s klubovima na predviđanju rizika od ozljeda pomoću metoda strojnog učenja. Na terenu, poluautomatizirano zaleđe određuje se uz pomoć AI analize koja prati kretanje lopte i igrača. Liverpool je nedavno surađivao s tvrtkom Google DeepMind na razvoju platforme "TacticAI" koja poboljšava strategiju obrane kod kornera.

Ipak, najveći utjecaj analitike u nogometu vidljiv je u procesu dovođenja igrača. Ulaganja su dovela do stvaranja istraživačkih timova koji više nalikuju tehnološkim start-up tvrtkama iz Silicijske doline nego klasičnim odjelima za analizu podataka.

Mali klubovi dobili su šansu

Nažalost, klubovi s ograničenim proračunom ne mogu si priuštiti takvu infrastrukturu. No, s usponom generativne umjetne inteligencije, poput ChatGPT-a, situacija se mijenja. Ova tehnologija, temeljena na velikim jezičnim modelima (LLM), obučena je na ogromnoj količini podataka kako bi prepoznala obrasce i generirala sadržaj, uključujući tekst, slike ili zvuk.

Iako je statistička analiza u pozadini složena, ove platforme omogućuju korisnicima da postavljaju pitanja o određenom igraču na jednostavnom nogometnom jeziku.

David Sumpter, suosnivač analitičke tvrtke Twelve Football, ističe da demokratizacija takvih platformi znači da znanost o podacima više nije rezervirana samo za elitne klubove. Danas klubovi mogu "razgovarati" s ekvivalentom stručnjaka za podatke putem aplikacije na svom telefonu.

- Ovo koriste neki od najvećih svjetskih klubova, ali i klubovi u nižim ligama. U suštini, oni mogu imati odjel za analizu podataka na razini Premierligaškog kluba. To je san - rekao je Sumpter za The New York Times.

Twelve Football, s klijentima u pet najjačih europskih liga, nedavno je predstavio svoj AI alat za analizu, "Earpiece", dostupan putem WhatsAppa, pomoću kojeg klubovi mogu istraživati prednosti i slabosti igrača, u početku bez brojčanih podataka.

Iako se podaci i vizualizacije mogu detaljnije pregledavati, Sumpter opisuje platformu kao "verbalizaciju" složenih informacija u jednostavnu poruku, sažetu analizu igrača kao da razgovarate s trenerom ili sportskim direktorom.

Ovaj pristup već je pomogao klubovima. Sumpter navodi primjer kluba iz engleske League One koji je, zahvaljujući transferima u siječnju temeljenim na ovim analizama, značajno napredovao na ljestvici. Igrači također koriste izvješća nakon utakmica kako bi procijenili svoju izvedbu.

Jednostavnost pristupa ne smije se podcijeniti, pogotovo s obzirom na ograničenja s kojima se neki klubovi suočavaju u pogledu osnovne infrastrukture. Razgovori s brojnim profesionalcima iz nogometne industrije potvrdili su da je WhatsApp najčešće korišten alat za komunikaciju.

Enkripcija od kraja do kraja koju WhatsApp pruža igra važnu ulogu, s obzirom na povjerljivost i visoke uloge u nogometu. Enkripcija osigurava da poruke i pozivi ostanu privatni između sudionika komunikacije, što znači da ih nitko drugi, čak ni WhatsApp, ne može pročitati, poslušati ili podijeliti.

WhatsApp je hit u nogometu

Platforma koja funkcionira putem WhatsAppa omogućuje korisnicima da se osjećaju kao da šalju poruke skautu ili analitičaru podataka na putu kući.

- Nevjerojatno je kako WhatsApp funkcionira u nogometu, većina ljudi ne koristi ništa drugo. Od samog početka smo shvatili da moramo slati izvješća o utakmicama u PDF formatu putem WhatsAppa. To je način na koji treneri žele da se stvari komuniciraju, i to vrijedi za gotovo sve klubove, od Manchester Uniteda do najmanjih klubova na svijetu. WhatsApp poruka s izvješćem je ono što ljudi koriste - kaže Sumpter i dodaje...

- Brzo smo shvatili da to nisu samo treneri, već i predsjednici klubova. Većina ljudi u nogometu ne sjedi za laptopom jer su na terenu, na stadionu, razgovaraju s ljudima. Zato smo morali imati rješenje koje komunicira izravno s tim ljudima.

Nedavni izvještaji, ukazuju na transformacijske učinke AI-ja koji bi mogli ugroziti budućnost tradicionalnog skautiranja, izazivajući strah od gubitka posla kod mnogih.

Iako algoritmi ne mogu zamijeniti vještine potrebne za procjenu subjektivnih, kvalitativnih atributa igrača, postavlja se pitanje hoće li AI zamijeniti analitičare podataka.

- Postoje nijanse, ali vidjeli smo da su mnogi klubovi u EFL-u (English Football League) nedavno zaposlili jednog ili dva analitičara podataka i rekli: 'Idemo se baviti znanošću o podacima i vidjeti možemo li riješiti sve. Ti ljudi će biti sretni radeći u nogometu, ali ako se pojavi druga tvrtka koja može izgraditi alat koji će obavljati analizu podataka u nogometu, to može biti veliki rizik za njih. Velik dio njihovog posla mogu biti dugotrajni zadaci poput inženjeringa podataka ili stvaranja podatkovnih cjevovoda, a to nije lako - kaže Sumpter.

- Sada, velik dio tog posla mogu zamijeniti ovi AI sustavi, gdje možete unijeti sve podatke i poslati ih izravno donositelju odluka. Tako predsjednik kluba ili sportski direktor mogu imati jednak pristup informacijama."

Tehnologija ipak nije sve

Iako ove platforme mogu analizirati i prezentirati detaljne informacije, potreban je oprez pri razmatranju mogu li takve tehnologije zamijeniti ljudskog analitičara.

Analitičari svoju vrijednost dokazuju kroz "meke vještine", procjenjujući prednosti i slabosti određenih analiza kako bi donijeli zaključke.

- Za odjel skautiranja postoje mnoga ograničenja zašto se određeni igrači ne razmatraju, ali sada odjednom predsjednik kluba ima 60.000 opcija iz podataka koristeći ovakve platforme, tako da morate postići pravu ravnotežu. I dalje je važno imati analitičara podataka u klubu koji može ponuditi to iskustvo ili ravnotežu. Ne radi se samo o tome da možete skinuti model strojnog učenja s police, već o tome da možete interpretirati te modele i sagledati njihova ograničenja, te vještine će ponovno postati mnogo važnije - kaže Sumpter.