Sport is vanwege het gebruik van statistische gegevens, die worden verzameld in onder meer telemetrie van sensoren, niet alleen nog het metier van atleten, maar ook steeds meer een vakgebied voor techneuten. Dat zie je terug in voor de hand liggende sporten met krachtige machines, zoals racewagens, maar ook bij sporten met menselijke atleten, zoals professionele voetballers. De rol van data begon in de tweede helft van twintigste eeuw een grotere rol te spelen in sport, maar met de opkomst van technologie die geavanceerde beslissingen mogelijk maakt, wordt pas echt duidelijk hoeveel data kan betekenen voor sport.
Het begint met statistiek
In de jaren 70 begon sportschrijver en honkbalfan Bill James met het bijhouden van uitgebreide statistieken van spelersresultaten. In zijn sportrecensies beschreef hij minder het spelverloop in wollig taalgebruik, zoals gebruikelijk was, maar richtte hij zich op statistieken als slaggemiddeldes, honkbezit en welke werpers en achtervangers aan slag waren als er een honk werd gestolen. Hij ontwierp formules die meer nadruk legden op het percentage dat spelers op honken doorbrachten en gaf hogere resultaten aan spelers die vaker liepen.
James wordt gezien als de eerste die beweerde dat je op deze manier een team veel sterker kon maken dan met traditionele scouting en training, als je keek naar de statistisch relevante resultaten van spelers. Volgens hem zou je voor een lagere prijs een team van sperspelers die gezien werden als middenmoters kunnen samenstellen, simpelweg omdat ploegen te weinig keken naar de data en te veel voeren op buikgevoel.
De theorie bleek ook te werken in de praktijk. Honkbalbaas William Beane had rond de millenniumwisseling heftige ruzies met collega's die het maar niks vonden dat hij statistieken, a la James' aanpak, leidend liet zijn bij de keuze voor de aanschaf van spelers, in plaats van traditionele methodes van scouts, die vaak neerkwamen op buikgevoel van wat een goede speler is. Over deze strijd schreef Michael Lewis het boek Moneyball, waar ook een filmversie van is met Brad Pitt, Robin Wright, Jonah Hill en Philip Seymour Hoffman.
Data spreekt de buik tegen
Beane liet data spreken en keek naar een nieuwe strategie die slaggemiddeldes en het percentage dat een speler een honk bereikte in acht nam bij de keuze voor de aanschaf van spelers. Met deze methode boekte hij resultaat: het kleine team Oakland Athletics van Beane kwam, door de controversiële aanschaf van speler Jeremy Brown (statistisch liep Brown vaak, maar hij was zwaarlijvig en werd gezien als 'slechte speler'), met uitstekende cijferresultaten op hetzelfde niveau als topteams zoals de New York Yankees. Buikgevoel verloor het van een data-driven aanpak in Major Leage Baseball-spelseizoen van 2002.
Het verhaal van Ajax
Op Discover More op dinsdag 19 november vertelt Performance Technology Consultant Max Reckers uitgebreid over het geavanceerde Player Performance System van Ajax en over hoe je een speler écht beter maakt met de informatie uit de data. Bezoek eveneens de sessie over technologie in de Formule 1, want ook uit die sport wordt het uiterste gehaald met data. Registreer je direct.
Dat data het verschil kan maken, dringt inmiddels overal in de sportwereld door. Bijvoorbeeld in de voetballerij. Ajax maakt bij zijn training gebruik van sensoren langs het veld om te zien hoe spelers presteren. Langs de lijn staat een serie palen met accesspoints, sensoren en camera's om de professionals te monitoren. De sensoren verbinden met hesjes die spelers dragen - die meten bijvoorbeeld met een versnellingsmeter de positie en bewegingen van spelers - de camerabeelden zorgen ervoor dat het spel wordt gesimuleerd en de AP's verwerken de datastromen.
Met de computervision-technieken komt de focus te liggen op de bal, legt Clemens Esser, CTO van HPE op de beurs InfosecurityNL in Utrecht uit. "Je kunt zo zien of het had uitgemaakt als een speler op een andere positie had gestaan: had hij dan wel kunnen scoren?" Zo kun je eventueel de strategie van het spel aanpassen op basis van terugkerende bevindingen van acties die het gewenste resultaat hadden kunnen opleveren, versus de gemiste kansen in de praktijk.
Oakland Athletics en Ajax
"Het veelgehoorde antwoord op 'je moet meer naar links' is 'dat doe ik al'", zegt Esser. "Nu heb je data om hard te maken dat een speler inderdaad te veel naar rechts beweegt." Maar interessanter voor het strategische niveau van deze gegevens is dat de data een nieuw heel inzicht oplevert. "Je dominante oog bepaalt welke kant je op beweegt op het veld. In plaats van 'linksbenig' of 'rechtsbenig' wordt nu, dankzij de resultaten van data-analyse ook gekeken naar een mix van mensen met dominant linker- of rechteroog."
Ajax leerde dezelfde les als Oakland Athletics leerde met Jeremy Brown, namelijk dat de indruk van hoe een speler speelt niet altijd wordt gesteund door de data. Esser: "Je hebt soms trainers die zeggen deze data niet nodig te hebben. Maar als je dan vraagt wie hun snelste speler is en wie hun langzaamste, blijkt uit de data-analyse vaak dat het precies andersom is: de langzame speler is fysiek sneller. Want wat is er aan de hand? De 'snelle speler' leest het spel goed. Hij beweegt dan wel langzamer, maar weet op de juiste momenten waar hij moet zijn. De andere speler is veel sneller, maar heeft minder inzicht, waardoor hij kansen vaker mist."
Dankzij die resultaten wordt de fysiek langzame speler met uitstekend spelinzicht getraind om sneller te kunnen bewegen, terwijl de fysiek snelle speler vooral wordt getraind op verbeterd spelinzicht. Op deze manier krijgen beide spelers een flinke boost mee in hun prestaties. Dat zorgt ervoor dat voetballers - net als in de VS het geval was met honkbal - die met traditionele scouting werden aangemerkt als investeringen met laag rendement, een hoge ROI opleveren.
Voorsprong van data-analyserende clubs
Het gebruik van een data-driven opleiding heeft Ajax dan ook een nieuwe strategie opgeleverd: leid spelers beter op en verkoop ze vervolgens voor hoge bedragen door, legt Esser uit. Op onze vraag of dat niet een heel tijdelijk voordeel is, omdat clubs als Feyenoord, AZ en PSV hetzelfde doen, reageert Esser: "Nou, Ajax heeft een forse voorsprong hierin, omdat ze het al veel langer doen. Kijk, data alleen is niet de kunst. Het gaat erom dat je inzicht krijgt in met welke gegevens je wat kunt bereiken."
De interpretaties van een data-analist en sportcoach zijn uiteindelijk wel net zo belangrijk als de telemetrie zelf. Neem dat voorbeeld van de 'langzame' speler. Je moet beseffen wat de gegevens zeggen en hoe zich dat verhoudt tot het spel - het vereist dus niet alleen datasjoege, maar ook spelbegrip. En juist daar heeft de Amsterdamse club al veel ervaring mee gekregen.
Op Discover More op dinsdag 19 november vertelt Performance Technology Consultant Max Reckers uitgebreid over het geavanceerde Player Performance System van Ajax en over hoe je een speler écht beter maakt met de informatie uit de data. Bezoek eveneens de sessie over technologie in de Formule 1, want ook uit die sport wordt het uiterste gehaald met data. Registreer je direct.
Reageer
Preview