Uma Breve História da Análise de Dados no Futebol • O Registro

Recurso patrocinado Esporte e tecnologia estão cada vez mais interligados. Uma combinação de dispositivos vestíveis, aplicativos de rastreamento de vídeo de alta resolução e entrada manual coleta grandes quantidades de dados sobre os movimentos e o desempenho do jogador que podem ser usados ​​para melhorar os resultados individuais e da equipe.

Mas são necessárias consideráveis ​​habilidades de processamento de TI e conhecimento em ciência de dados para analisar todas essas informações, combiná-las em um todo significativo e apresentá-las de uma maneira que produza insights importantes, potencialmente quase em tempo real.

Este artigo é o primeiro de cinco e mostra como a análise de dados tem sido usada no futebol, desde os primeiros dias de rastreamento de passes, chutes, cruzamentos e escanteios por equipes internacionais e grandes clubes, até técnicas modernas em que os jogadores usam dispositivos vestíveis para rastrear suas medidas. desempenho, carga de trabalho, condicionamento físico e fadiga.

No espírito brasileiro

Um dos primeiros exemplos de uso da ciência de dados para medir o desempenho potencial do futebol foram os testes psicométricos usados ​​pela gestão da seleção brasileira antes da Copa do Mundo FIFA de 1958 na Suécia. Neste ponto, esse tipo de abordagem estava em sua infância e as conclusões científicas alcançadas nunca foram infalíveis. Por exemplo, os testes recomendaram que o maior jogador do mundo de todos os tempos, Pelé, fosse retirado da seleção brasileira por ser considerado “infantil” e “sem espírito de luta”. Felizmente, o técnico da equipe ainda escolheu Pelé, que marcou seis gols durante o torneio, incluindo dois na final, quando o Brasil levantou a taça.

É importante lembrar que os jogos de futebol podem ser ganhos ou perdidos por uma pequena margem, e as aplicações subsequentes da ciência de dados provaram ser mais bem-sucedidas.

A unidade ‘Mind Room’ do AC Milan na Itália tornou-se lendária depois de ser formada no final dos anos 80, combinando terapia de redução de estresse com treinamento cognitivo e neurociência com base em dados de jogadores. Sua reputação foi certamente reforçada por uma série de vitórias na liga e na copa do Milan ao longo da década. Alguns jogadores elogiaram publicamente o impacto da sessão em ajudá-los a transformar o “pensamento positivo” em uma mentalidade vencedora sob pressão.

A IoT melhora a coleta e análise de dados

O uso da ciência de dados nos esports foi alimentado por sistemas de tecnologia que tornam mais rápido e fácil capturar as métricas de desempenho de um jogador e melhor interpretar e compartilhar resultados. Um excelente exemplo é a colaboração do Google Cloud com os diretores técnicos das equipes internacionais de futebol masculino e feminino da Inglaterra na The FA, uma colaboração que oferece suporte ao acesso seguro a bancos de dados, processos, funções e recursos de computação que são combinados para gerar grandes quantidades de dados analisam diferentes fontes.

Como parte de uma parceria separada, a FA também está trabalhando com a empresa de serviços de TI Cognizant em várias outras iniciativas de transformação digital projetadas para oferecer suporte à coleta e análise de dados aprimorados.

David Ingham, chefe de mídia, entretenimento e esporte da Cognizant, diz: “Ao pensar no uso de dados no futebol, é crucial pensar em duas partes – coleta de dados e análise de dados. Não há dúvida de que a coleta de dados no futebol melhorou nos últimos anos, em grande parte graças à ascensão das tecnologias IoT (Internet of Things).

“Desde a introdução de wearables que rastreiam os movimentos dos jogadores durante as partidas e sessões de treinamento, até sensores na bola e ao redor do estádio, agora há uma grande variedade de fontes de dados constantemente nos fornecendo informações de todos os lados.”

Muitas equipes investiram pesadamente em tecnologias de automação que garantem que todos esses dados possam ser coletados e agregados rapidamente. O uso de visão computacional, que permite que os treinadores vejam todos os chutes ou todos os passes de um jogador específico sob demanda e em questão de segundos, é comum hoje em dia. Isso reduz o tempo gasto anteriormente revisando manualmente as gravações antigas e significa que treinadores e gerentes podem ser mais eficientes ao desenvolver planos de treinamento ou táticas de jogo.

A Cognizant ajudou as equipes a projetar e implementar esses processos junto com seus parceiros no ecossistema do futebol para tentar equipar as equipes de base com as ferramentas necessárias para obter o mesmo nível de insights que as equipes maiores.

Embora as equipes tenham acesso a seus próprios dados, muitas vezes eles não têm o mesmo grau de conhecimento sobre seus concorrentes, o que dificulta a capacidade de se preparar efetivamente para jogos futuros, diz Ingham. Para conseguir isso, diz ele, o futebol pode se inspirar nas equipes de Fórmula 1, onde certos dados de telemetria estão disponíveis para todas as equipes, o que, por sua vez, ajuda a nivelar o campo de jogo.

Sem esse nível de acesso no futebol, por exemplo, fica mais difícil executar simulações de computador de como os competidores podem reagir a substituições ou outras mudanças táticas durante um jogo. Isso significa que, apesar da grande quantidade de informações disponíveis, muitos treinadores ainda confiam em seu “instinto” para tomar decisões durante uma partida, quando poderiam ouvir o que os dados lhes dizem.

“Acredito que este será o próximo estágio evolutivo para a análise de dados de futebol e provavelmente não demorará muito para que os clubes contratem cientistas de dados no mesmo nível em que estão contratando treinadores e fisioterapeutas”, diz Ingham.

IA e automação em poucas palavras

Ryan Beal é CEO da SentientSports, uma empresa focada em serviços de decisão de IA (Inteligência Artificial) no futebol e outros esportes.

Ele ressalta que muitos clubes não têm experiência ou poder de processamento para lidar com os bilhões de pontos de dados coletados a cada temporada. Portanto, novos serviços orientados por IA podem precisar ser usados ​​para processar esses dados para os clubes, especialmente em níveis mais baixos, onde eles não empregam cientistas de dados especializados.

Isso inclui avaliar se determinados jogadores são adequados para as equipes que desejam contratá-los.

Ele diz: “A natureza e a amplitude dos dados evoluíram significativamente nos últimos anos, desde estatísticas de ‘box score’ que você pode ver nas transmissões de TV até dados de evento a evento – cerca de 1.500 eventos por jogo – e agora estão totalmente rastreando o jogador usando tecnologias de visão computacional e GPS que podem capturar as posições dos jogadores 20 vezes por segundo durante um jogo ou sessão de treinamento para extrair mais métricas físicas.”

Outra empresa, Spiideo, fornece software de análise de desempenho de vídeo para clubes como Inter de Milão, AS Roma e Brentford. Também apóia várias equipes internacionais masculinas e femininas, incluindo os campeões africanos Senegal.

“Vemos que a IA continua a provar sua eficácia”, diz Fredrik Ademar, vice-presidente de produtos da Spiideo. “A análise preditiva já está surgindo, com IA capaz de calcular probabilidades e avaliar o desempenho do atleta em tempo real. Acreditávamos desde o início que o vídeo e os dados tinham que ser ao vivo e de livre acesso. Com maior integração de vídeo com dados de IA, esses sistemas são capazes de monitorar treinadores e alertá-los sobre vantagens táticas e de desempenho.”

Segundo Ademar, a análise de vídeo com automação permite que todas as equipes aproveitem e analisem seu próprio desempenho. “O futebol feminino, em particular, deu grandes passos com a introdução de análises baseadas em vídeo. A seleção sueca feminina usa nosso sistema para permitir que treinadores, analistas e jogadores revisem seu desempenho durante e após as partidas”.

Inter de Milão à margem

A Inter de Milão também usa GPS e ferramentas de rastreamento de vídeo para coletar grandes quantidades de dados de jogadores sobre velocidade, aceleração, potência, distância e outras áreas em um milissegundo.

A instalação de servidores de borda aumentou a velocidade do processamento de dados. Os dados são empacotados em relatórios detalhados disponibilizados para treinadores, preparadores físicos e analistas técnicos que os usam para identificar as táticas que podem ser mais eficazes contra oponentes específicos.

“Agora podemos acompanhar cada momento de cada jogo, cada sessão de treino, cada jogador e cada processo”, disse Lorenzo Antognoli, diretor e chefe de tecnologia da Inter de Milão. “A ideia é analisar o desempenho físico de cada jogador de acordo com as diferentes situações técnicas e táticas em campo. Todos os dados são então registrados para que possamos armazená-los e processá-los. Em seguida, aplicamos algoritmos para reconhecer padrões e gerar insights a partir de relatórios dinâmicos.”

O próximo passo, que está previsto para breve, é o uso da tecnologia Edge para permitir que o clube processe dados em tempo real durante uma partida.

De origens humildes, fica claro que os dados e a tecnologia por trás deles são fundamentais para o futuro do desempenho do futebol hoje, e há muito mais por vir.

Patrocinado pelo Google Cloud.