Konsep dan keberadaan analitik dalam sepak bola telah menjadi bagian dari olahraga di tingkat elit selama beberapa tahun. Data hanyalah sebagian kecil dari bidang ini hingga beberapa tahun yang lalu, ketika semakin banyak tim yang memulai lihat nilainya di dalamnya.
Namun, ada perbedaan mendasar antara analisis dan analitik yang perlu diperhatikan. Istilah-istilah ini sering kali dipertukarkan, tetapi perbedaan maksudnya dalam permainan cukup besar.
Analisis tradisional dalam sepak bola sangat berfokus pada video dan statistik dasar. Analytics, di sisi lain, mempertimbangkan wawasan yang diperoleh dari kumpulan data yang lebih besar, yang mencakup berbagai liga dan musim.
Belum ada ledakan analitik dalam sepak bola seperti yang terjadi pada bisbol atau bola basket hanya belum. Bola basket evolusi tiga poin — bagi mereka yang belum tahu, proporsi tembakan yang dilakukan dari jarak tiga angka telah meroket dalam beberapa musim terakhir — bisa dibilang merupakan dampak universal data terbesar terhadap olahraga.
Tren serupa berkembang dalam sepak bola, dengan tembakan ke arah gawang Liga Utama semakin dekat ke gawang dari musim ke musim dan dengan para pelatih menyadari bahwa tembakan jarak jauh biasanya merupakan upaya dengan probabilitas rendah. Hal ini mengikuti dengan jelas seiring dengan penerapan tujuan yang diharapkan sepanjang olahraga – ukuran obyektif dari peluang yang dimiliki suatu tim atau pemain.
Sampai beberapa tahun yang lalu, tujuan yang diharapkan hanyalah sebuah istilah yang dibicarakan oleh kelompok tertentu di Twitter. Sekarang ia telah menjadi yang terdepan. Match of the Day pertama kali menampilkan xG di carousel statistik pasca-pertandingan pada tahun 2017, sehingga membuka jalan bagi pemain lain untuk melakukan hal yang sama. Banyak dari kelompok terpilih di Twitter – yang disebut komunitas analitik – telah bekerja di klub secara penuh waktu atau sebagai konsultan, memulai perusahaan data mereka sendiri dan bekerja dengan klub sebagai pihak ketiga, atau bekerja di bidang analitik. -jenis peran di media.
Sejumlah tim di Liga Premier memiliki departemen analitik, dan beberapa tim luar negeri mulai menginvestasikan lebih banyak waktu, uang, dan staf untuk memasukkan data ke dalam cara kerja klub. Sekali lagi, hal ini mencerminkan perubahan besar dibandingkan lima tahun yang lalu, ketika Anda dapat menghitung jumlah tim yang “melakukan analisis” dengan satu tangan.
Kisah-kisah yang disertakan di sini adalah kisah para analis, ilmuwan, dan insinyur yang bekerja di klub, mencoba menemukan keunggulan dalam perekrutan, manajemen pinjaman, dan pada akhirnya membantu tim mereka memenangkan lebih banyak pertandingan.
Jalan untuk bekerja di sebuah klub jauh dari kata linier. Bagi sebagian orang, ini adalah kasus sederhana yaitu melamar peran yang diiklankan secara publik. Bagi yang lain, ini adalah kasus meyakinkan direktur olahraga atau kepala rekrutmen tentang nilai tambah dari keterampilan mereka – dibuktikan dengan pekerjaan publik di blog atau pekerjaan konsultasi yang dilakukan untuk klub lain. Yang lain perlahan-lahan mulai bekerja sebagai analis akademis, memperoleh pengetahuan statistik dan keterampilan pengkodean yang diperlukan di malam hari, akhir pekan, dan di tempat kerja.
Latar belakang mereka yang bekerja di klub pun lebih beragam. Beberapa memiliki gelar di bidang ekonomi, filsafat, analisis kinerja, biologi, dan segala sesuatu di antaranya. Beberapa orang terpilih memiliki gelar PhD di bidang-bidang seperti fisika dan ilmu saraf kognitif. Keberagaman latar belakang tersebut menunjukkan bahwa benang merah yang mengikat semua orang tersebut bukanlah mata pelajaran yang pernah mereka pelajari di masa lalu, namun kemampuan berpikir kritis mereka. Tidak ada jalur pasti yang diikuti setiap orang secara akademis – sepak bola selalu menjadi proyek sampingan.
Peran yang dimainkan juga sangat berbeda. Beberapa analis siap menjawab pertanyaan staf pelatih kapan saja sepanjang hari. Bagi sebagian orang, bekerja tujuh hari seminggu hanyalah bagian dari peran mereka.
Secara umum, mereka yang bekerja lebih banyak pada sisi analisis kinerja tampaknya memainkan peran yang lebih terstruktur dibandingkan mereka yang upayanya terfokus pada strategi tim jangka panjang dan perekrutan. Terdapat jadwal tertentu kapan laporan mengenai pihak oposisi diperlukan, serangkaian proses yang diikuti dan dimasukkan ke dalam pikiran para pelatih dan staf analitik yang lebih berfokus pada video.
Pemanfaatan data dalam analisis pra pertandingan digunakan untuk memahami cara membentuk tim lawan, pemain yang menggunakan dan mempercepat perannya, cara pendekatan bola mati, dan lain sebagainya. Dalam seminar Spygate Marcelo Bielsa yang sekarang terkenal, dia mencatat bagaimana stafnya membutuhkan waktu empat jam untuk menganalisis sebuah pertandingan, dan mereka menonton seluruh 51 pertandingan Derby hingga awal musim 2018-19. Tugas raksasa ini membutuhkan total 360 jam kerja untuk diselesaikan, dan itu hanya untuk satu game yang akan datang.
Pelatih Bielsa dapat menghemat banyak pekerjaan dengan meminta analis data mengotomatiskan banyak wawasan ini. Joris Bekkers, ilmuwan data di US Soccer, baru-baru ini mencatat di Twitter bagaimana dia mendapatkan dukungan terhadap perannya dengan mengotomatiskan hal-hal yang lambat terlebih dahulu. Bekkers membantu mengukur bagaimana tim nasional putra dan putri AS, di semua kelompok umur, memahami kinerja melalui data.
Namun, ini tidak semuanya tentang otomatisasi. Beberapa analis menggunakan data untuk memberikan pandangan baru tentang bagaimana mereka mempersiapkan diri menghadapi pertandingan mendatang. “Kami menggunakan model internal kami untuk memutuskan pertandingan mana yang akan ditonton oleh pihak oposisi,” kata salah satu kepala analis data. Atletik. “Papan skor dapat menutupi kinerja awal yang baik, dan bahkan gol yang diharapkan tidak memberikan gambaran keseluruhan. Kami melihat seperti apa sebuah tim dalam menguasai bola dalam sebuah pertandingan, dan seberapa sukses mereka dalam melakukan hal itu.”
Hal ini jauh berbeda dengan cara sejumlah besar departemen analitik memutuskan video mana yang akan ditonton tentang lawan mereka berikutnya, memilih untuk menonton lima pertandingan kandang dan tandang terbaru lawan mereka dibandingkan dengan pendekatan mereka terhadap permainan tim yang memainkan sepak bola serupa dengan milik mereka di pertandingan tersebut. masa lalu.
Analis data juga sering terlibat dalam pekerjaan yang lebih berbasis proyek. Ada contoh seorang kepala ilmuwan data di sebuah klub terkenal yang bekerja secara langsung dengan seorang pemain dan asisten pelatih untuk memahami bagaimana pemain tersebut dapat mencetak lebih banyak gol. Dengan melihat lokasi menembak pemain, dan data kemampuannya dalam menyelesaikan, kesimpulannya adalah bukan teknik finishing pemain yang perlu diperbaiki, melainkan waktu dan pemilihan lari yang mereka lakukan. Hasilnya? Peningkatan nyata dalam mencetak gol.
Dalam hal perekrutan, biasanya peran staf analisis adalah merumuskan daftar pendek yang dapat dilihat oleh pencari bakat klub. Banyak waktu dan tenaga juga dihabiskan untuk mengevaluasi pemain yang diusulkan oleh agen atau manajer untuk menilai apakah mereka cocok untuk tim, dan apakah mereka bagus. “Saya telah menghemat lebih banyak uang bagi klub dengan mengatakan tidak daripada mengatakan ya,” seperti yang diungkapkan oleh seorang analis data rekrutmen.
Beberapa analis klub memiliki pemahaman yang lebih baik dan menghasilkan daftar pendek pemain berdasarkan apa yang secara spesifik diinginkan manajer agar pemain tersebut dilakukan pada posisi tertentu. Permasalahan yang dihadapi kelompok personel ini adalah tiang gawang yang selalu berubah terkait anggaran dan profil pemain yang dibutuhkan. “Hal ini berubah hampir setiap hari di musim panas,” kata seorang analis.
Kisah serupa juga diungkapkan oleh analis data lain yang berbicara panjang lebar dengan manajer timnya untuk memahami apa yang diinginkannya dari bek tengah baru. Setelah menghabiskan banyak uang untuk melihat data dan video untuk menghasilkan daftar beberapa pemain, sang manajer memperhatikan bagaimana tidak ada satu pun pemain yang disajikan kepadanya tampak seperti apa yang dia cari tidak memilikinya.
Persilangan mengenai atribut-atribut tertentu menghabiskan waktu berharga bagi departemen rekrutmen menjelang pembukaan jendela transfer, namun ini adalah pelajaran bagus yang dipelajari oleh kedua belah pihak untuk sepenuhnya memiliki pemikiran yang sama di masa depan. Berbicara dalam bahasa yang sama adalah kuncinya, sebuah sentimen yang dianut oleh banyak orang di dalam game.
Analis data yang bekerja di bidang rekrutmen juga bergantung pada politik klub. Jika direktur atletik adalah penggemar berat statistik fisik — jarak yang ditempuh, kecepatan lari, dan sebagainya — maka hal-hal tersebut akan menjadi bagian besar dari apa yang mereka cari dalam perekrutan tertentu. Demikian pula, beberapa tim begitu bertekad untuk merekrut pemain-pemain tua berdasarkan penampilan mereka di masa lalu, mengabaikan peringatan dari para profesional data bahwa pengulangan tidak dapat dilakukan secara pasti.
Tugas umum di antara sebagian besar analis data perekrutan adalah menyediakan daftar pemain dan juga menandai pemain penting. Departemen yang lebih maju memperlakukan diri mereka sendiri sebagai pengembang aplikasi, bukan penjelajah – membangun alat mereka sendiri untuk membantu memvisualisasikan statistik internal tentang pemaindan tidak menggunakan produk siap pakai yang diambil sebagian besar tim lain seperti Opta atau Statsbomb. Ada pemikiran bahwa jika Anda menggunakan alat yang sama seperti tim lain, Anda akan berpikir dengan cara yang sama – sehingga tidak memberi Anda keunggulan di bursa transfer.
Perlu dicatat dari semua orang yang diajak bicara bahwa hanya karena sebuah klub “melakukan analisis” tidak berarti bahwa klub tersebut adalah mesin yang berfungsi dengan baik secara internal. Ada banyak politik internal yang menghalangi praktik terbaik menjadi praktik umum.
Secara keseluruhan ya – antara jam kerja yang panjang, pertanyaan yang tak ada habisnya dari para pelatih dan kriteria yang terus berubah tentang apa yang dilakukan manajer Sebenarnya menginginkan bek tengah — sepak bola berubah perlahan dan diam-diam. Semakin banyak orang berpengaruh di klub yang menjadi bijak mengenai nilai yang dapat diberikan oleh data. Revolusi analitik mungkin tidak pernah menjadi inti dari olahraga ini, namun ia ada di balik layar.
(Foto: Ole Spata/Aliansi Foto via Getty Images)
