Perkembangan analisis sepak bola sudah mapan, namun perannya dalam permainan ini masih diperdebatkan.
Beberapa orang berpendapat bahwa data telah membersihkan permainan sedemikian rupa sehingga sepak bola menjadi terlalu sama bagi rata-rata penggemar. Bagi pihak lain, pendekatan berbasis data diromantisasi sebagai alat untuk membantu klub menemukan keunggulan dalam menyusun narasi mereka sendiri yang tidak jelas.
Apa pun pendapat Anda, analisis data yang dikombinasikan dengan teknologi video menjadi semakin canggih dalam sepak bola – meski dampaknya terhadap pendekatan taktis tim terus diperdebatkan.
“Atletis”Michael Cox baru-baru ini mengemukakan alasan yang meyakinkan bahwa pekerjaan yang dilakukan dalam analisis sepak bola mungkin tidak dapat diterapkan di lapangan seperti yang kita pikirkan. Meskipun rekrutmen berbasis data – dan bahkan kecerdasan buatan – menjadi semakin berharga bagi klub, terdapat lebih sedikit contoh statistik yang secara langsung menginformasikan pengambilan keputusan dalam pertandingan.
Pertanyaannya, mengapa diskontinuitas ini bisa terjadi?
Masuk lebih dalam
Apakah dampak analisis terhadap sepak bola modern dilebih-lebihkan?
Dari sudut pandang klub, rintangannya mungkin lebih sederhana dari yang Anda bayangkan.
Faktor pembatas seringkali berada di luar kemajuan teknologi yang telah dicapai. Misalnya, video dalam game setelah perangkat video di tepi lapangan dilarang pada pertengahan tahun 2000-an – terutama untuk melindungi wasit dari keluhan tentang kinerja mereka – hingga tahun 2018, ketika peraturan dilonggarkan. Pertumbuhan analisis telah dihentikan selama hampir 10 tahun.
Pelatih dan manajer harus menunggu hingga jeda untuk meninjau rekaman apa pun, namun perangkat di tepi lapangan kini menjadi hal yang lumrah dan memiliki dampak signifikan terhadap pengambilan keputusan taktis.
Penggunaan video bersama dengan data telah mendapatkan popularitas dalam beberapa tahun terakhir. Misalnya, MatchTracker Catapult menggabungkan data pelacakan pemain dengan video waktu nyata memvisualisasikan apa yang terjadi di lapangan dan menginformasikan keputusan taktis di tingkat tim atau pemain.
Munculnya teknologi wearable dalam menyediakan data kinerja juga dapat menjadi sumber informasi berharga yang dapat memberikan informasi kepada strategi taktis manajer saat permainan sedang dimainkan.
“Kami dapat melacak jarak antar pemain dan jarak antar garis – jadi panjang dan lebar tim,” jelas Daniel Shopov dari Barin Sports, pengembang perangkat GPS yang dapat dikenakan untuk atlet elit.
“Selama pertandingan, kami mengukur seberapa besar tekanan yang diberikan lawan kepada tim yang kami tangani, karena pertahanan dan lini tengah saling mendekat. Informasi ini memerlukan peralihan, jadi pelatih bermain dengan lima pemain, membiarkan garis menyebar. Kami dapat melacak bentuk tim ini secara real time dan kemudian menggabungkannya dengan kondisi fisik untuk mengetahui pemain mana yang harus diganti.
Masuk lebih dalam
Bagaimana kebangkitan teknologi wearable mengubah sepakbola
Meski terdengar sederhana, berinvestasi pada infrastruktur yang tepat adalah tantangan lain yang tidak dapat diatasi oleh semua klub saat menggunakan analisis data dan video. Hal ini bisa sesederhana memiliki perangkat keras yang diperlukan untuk menyambungkan kabel jaringan dengan benar guna memungkinkan pengambilan video langsung dan penandaan peristiwa dalam game (seperti merekam urutan pengambilan gambar, serangan balik, atau set piece).
Stadion Tottenham Hotspur yang baru dibangun, atau Stadion Komunitas Gtech, dapat dilengkapi sepenuhnya dengan teknologi terkini, memungkinkan analis di tribun untuk mengirimkan pesan taktis ke bangku cadangan menggunakan metode tersebut. Klub-klub yang berada di tingkat bawah piramida sepak bola mungkin tidak memiliki kemewahan yang sama jika kondisi stadionnya lebih buruk.
Edward Sully telah bekerja dalam peran analisis kinerja di City Football Group, Manchester City, dan Bolton Wanderers selama lebih dari 20 tahun dan telah mengikuti evolusi teknologi ini dengan cermat.
“Kami pasti mulai melihat lebih banyak pelatih menggunakan video dan data untuk membantu mengambil keputusan,” kata Sully, direktur solusi klien di perusahaan perangkat lunak analisis kinerja Hudl.
“Lebih banyak data langsung juga tersedia, sehingga cakupan perusahaan semakin berkembang, di mana data waktu nyata dapat digunakan untuk memandu para pelatih.”
Bagi Sulley, menghilangkan hambatan kesuksesan ini sangat penting untuk membantu pengembangan analisis olahraga lebih lanjut. Hudl baru-baru ini mengakuisisi StatsBomb, sebuah perusahaan analisis sepak bola yang bertujuan menggabungkan video dan data berkualitas tinggi untuk analisis dalam game secara real-time.
Masuk lebih dalam
Hudl mengakuisisi perusahaan analisis sepak bola StatsBomb
“Data StatsBomb aktif, sehingga menyaring peristiwa yang ditandai dalam satu atau dua menit setelah peristiwa itu terjadi,” kata Sulley.
“Jika Anda seorang pelatih atau analis, Anda ingin fokus pada rencana permainan yang Anda miliki pada hari pertandingan. Apakah pendekatan kami berhasil? Perubahan strategis apa yang harus saya waspadai? Jika Anda bisa membantu, Anda tidak ingin fokus pada passing, shooting, passing.
“Idealnya, Anda ingin fokus pada hal-hal yang benar-benar berdampak dan berorientasi pada rencana permainan, namun Anda memerlukan tingkat keakuratan data langsung agar benar-benar berdampak pada Anda.”
(Jonathan Moscrop/Getty Images)
Pergantian staf yang tinggi, seperti yang sering terjadi dalam manajemen sepak bola, dapat menjadi penghalang untuk menciptakan struktur analisis yang konsisten, karena penerimaan analisis data dan video dapat bervariasi dari satu manajer ke manajer lainnya.
Ancaman PHK dapat mengarah pada pemikiran jangka pendek, sehingga keputusan yang diambil tidak selalu kondusif bagi praktik terbaik dalam jangka panjang. Kurangnya keamanan di lapangan ini dapat menentukan perkembangan analisis sepak bola berdasarkan klub, liga, atau olahraga.
“Di banyak liga tempat kami bekerja, pelatihnya selalu berganti – ini sangat berbasis kinerja,” kata Sully.
“Ini meningkatkan ketidakstabilan dalam liga, yang kemudian mempengaruhi kualitas lapangan, yang mempengaruhi komersialisasi liga, pendapatannya dan kecenderungan untuk berinvestasi di masa depan – pertama-tama, ini adalah efek dari ketidakstabilan.”
Masuk lebih dalam
Bagaimana departemen informasi berkembang dan menyebar ke seluruh klub sepak bola Inggris
Membiarkan karyawan untuk berkembang adalah kualitas yang diremehkan.
Memiliki satu anggota staf dalam peran data hampir tidak terlihat di permukaan klub, karena orang sering kali menanggapi permintaan ad-hoc dari pelatih. Sebaliknya, mempekerjakan tim yang terdiri dari ilmuwan data, insinyur data, dan analis data akan memberikan dasar yang kuat untuk menciptakan dampak yang nyata dan mendalam dalam jangka panjang.
Seperti terlihat pada analisis terbaru Traits Insights di bawah ini, jumlah analis di liga sepak bola Inggris mengalami penurunan yang signifikan. Meskipun enam klub teratas Liga Premier memiliki rata-rata 13,8 anggota di seluruh kelompok analisis, jumlah ini turun secara signifikan ketika Anda bekerja di seluruh liga dan seterusnya.
Ini mungkin terdengar membosankan, namun menyederhanakan alur kerja menghilangkan batasan waktu bagi analis dan memberi mereka lebih banyak waktu untuk berbagi ide dengan pengambil keputusan utama seperti pelatih atau direktur atletik. Hal ini dapat berupa mengotomatisasi laporan data pasca pertandingan, mengintegrasikan data dari berbagai sumber ke dalam database yang konsisten, atau mengembangkan model data yang sangat cocok dengan gaya bermain klub.
Penting untuk memprioritaskan masalah keuangan jangka panjang. Klub seperti Liverpool, Brentford dan Brighton & Hove Albion sering dianggap sebagai standar emas dalam pendekatan mereka terhadap data, namun komitmen masing-masing klub untuk menggunakan proses tersebut adalah faktor terpenting dalam kesuksesan mereka.
“Membangun infrastruktur data yang baik memerlukan biaya, namun banyak klub tidak melakukannya karena biayanya mahal – namun apakah mahal dalam konteks ini?” kata Sully. “Jika Anda tidak menggunakan data untuk mempengaruhi pemain, pelatih, strategi rehabilitasi, atau jutaan dana yang Anda habiskan untuk pencegahan cedera, maka hal itu akan memakan biaya yang mahal.
“Tetapi jika Anda mempunyai rencana dan menggunakan informasi itu untuk membalikkan keadaan dalam pekerjaan Anda, maka itu sangat masuk akal. “Jika Anda mengeluarkan £10 juta untuk seorang pemain, maka £300,000 adalah jumlah yang relatif kecil dalam gambaran besarnya, namun itu membantu Anda membuat keputusan yang cerdas.”
Brighton telah menjadi contoh utama dalam hal ini dalam beberapa tahun terakhir. Pendekatan berbasis data di seluruh klub telah membuat mereka membeli pemain dengan harga murah dan menjualnya dengan harga lebih mahal.
Menurut Transfermarkt, hanya Chelsea dan Manchester City yang menjual lebih banyak pemain sejak 2020-21 dibandingkan Brighton senilai £393 juta – Moises Caicedo (dibeli seharga £4 juta, dijual seharga £115 juta), Mark Cucurella (~£16 juta hingga ~£60 juta). ) dan Alexis McAllister (~£10,3 juta hingga ~£35 juta). contoh penting.
Memiliki investasi semacam ini dari hierarki akan memaksimalkan peluang proyek analitis untuk dilihat, digunakan, dan dimasukkan ke dalam perencanaan strategis klub yang lebih luas. Kesempatan besar untuk mengkomunikasikan informasi ini kepada pelatih, manajer, atau direktur atletik sangatlah penting.
“Jika Anda selalu memproses data di laptop, Anda hanya mempunyai sedikit waktu untuk mengerjakan proyek yang lebih besar, lho,” kata Sulley.
“Banyak orang di bidang ini menciptakan model statistik yang luar biasa ini, namun terkadang orang yang tepat tidak melihatnya, dan itu benar-benar membuat frustrasi. Hal ini banyak terjadi di industri, dan kami berusaha mengubahnya menjadi lebih baik. ” kami berusaha
Olahraga lain, seperti NFL, lebih unggul dari sepak bola dalam hal analisis data waktu nyata (Ric Tapia/Getty Images)
Menghilangkan hambatan adalah satu hal, tapi bagaimana data dapat membentuk taktik tim di masa depan?
Dengan klub yang tidak mau berbagi ide dan memberikan keunggulan kompetitif kepada pihak lainkemajuan mungkin tidak berjalan secepat yang diinginkan banyak orang. Namun, kebangkitan kecerdasan buatan dapat memainkan peran penting dalam menganalisis video langsung dan data selama pertandingan untuk memberikan wawasan kepada para pelatih.
“Tekanan pada hari pertandingan sangat tinggi, jadi pelatih terbaik akan menonjol ketika mereka punya waktu untuk mempertimbangkan perubahan taktis apa pun – mereka dapat membuat penilaian tersebut dengan sangat cepat dengan mata mereka sendiri,” kata Sulley.
“Dengan teknologi generasi berikutnya yang mampu memproses data jauh lebih efisien dibandingkan manusia, hal ini akan menciptakan gelombang wawasan baru – yang dapat menawarkan penyesuaian taktis kepada para pelatih secara real-time.”
Hal ini menunjukkan bahwa perjalanan analitis belum selesai. Contoh data yang digunakan untuk memengaruhi gameplay secara langsung mungkin terbatas, namun alasannya lebih sederhana dari yang terlihat.
(Desain tajuk: Eamonn Dalton; foto: Getty Images)
