Veri analizi daha iyi transfer yapmaya nasıl katkıda bulunur?

Daha önce hiçbir zaman yapılamadığını söylüyorlardı. Oyun çok ‘kaotik’ ve akışkandı. Oyuncuların hareketleri, hatasız takip edebilmek adına fazla zordu. Fakat beysbol gibi sporların istatistiği ilk benimsemesinden on yıllar sonra, futbol da bu veri oyununu oynamaya başlıyor.

“Futbolun, veri entegrasyonu adına fazla karmaşık ve akışkan olduğunu duymaya alışmıştık ancak bu yargı günümüzde gerçekten pek bir şey ifade etmiyor.” diyordu sporun uzun vadeli veri dönüşümünün kalbinde yer alan futbol analitiği firmalarından Statsbomb’un kurucusu ve CEO’su olan Ted Knutson.

Sayılar, spor alanında tam anlamıyla yeni sayılmazlar: on yıllardır spikerler, bir maçta yapılan en çok isabetli ortadan galibiyet serilerine kadar titizlikle her şeyin istatistiklerini derleyip topluyorlardı. Fakat geçtiğimiz on yılda çok daha fazla bilimsel operasyon meydana çıkmış durumda ki bunlar yalnızca takımların, alacakları sonuçlara etkisi ile alakalı olmayıp aynı zamanda paranın, yeni yeteneklerin tespiti ve takıma katılmasında nasıl harcanmasını gerektiğini de kapsıyor.

Futbol analitiği devri, gerçek anlamda çok parçalı “event data” (olay verisi) – bir maç içindeki top ile yapılan hareketlerin detaylı kaydedilmesi – ile başladı. 2006 yılında Londra merkezli olay kodlayıcı ekibi olan Opta Sports, her bir pas, şut, topa müdahale ve driblingin konumunu ve zamanını kaydedebilmek adına düğmelere basıyordu. Bugün ise her “Opta tarafından kodlanmış” maç, 2000 civarı veri birimi barındırıyor.

Devamında ise “expected goals” (gol beklentisi – xG) kavramı – herhangi bir şutun, kaleye uzaklığı ve açısına göre gol olma ihtimalini hesaplayan bir sistem – ortaya çıktı. Bu konsept, 2017 yılında Premier League’in bayrak maç özeti programı olan “Match of the Day” (Günün Maçı) isimli programda ilk kez sunularak canlı yayınlandı.

Bu ani gelişen oyuncu düzeyindeki veri bolluğunun en büyük etkisi, oyuncu alımı ve mevcut oyuncuların değerlendirilmesi konuları üzerine oldu.

Kulüpler artık ideal transfer hedeflerinin istatistikleri ile eşleşen oyuncuların “kısa listesini” oluşturabiliyorlar, hem de hepsini antrenman tesislerini terk etmeden yapıyorlar. Ardından scoutlar, daha daralmış bir oyuncu havuzundan izlenecek maçları ve video kesitlerini belirleyerek zamandan ve paradan kazanıyorlar.

Oyuncu istihdamı piyasasındaki firmalardan bir tanesi de 21st Club. Bu danışmanlık firması, oyuncuların saha içi hareketleri ile takımların kümülatif performans seviyesi arasındaki geçmiş ilişkiyi hesaplayan ve neticesinde her oyuncuya indeks puanı veren bir araç sunuyor. Kulüpler bu verileri kullanarak bir oyuncunun, takımlarının kümülatif performans seviyesi üstünde yaratacağı olumlu, olumsuz veya nötr değişiklikleri görebiliyor.

Bu yılın başında 21st Club, Doğu Avrupa’da bulunan bir kulüp için potansiyel yeni oyuncusunu tespit etmek adına bu aracı kullandı. Bu futbolcu, işbu kulübün hazırladığı 20 kişilik muhtemel transfer listesindeki ortalama bir oyuncudan yıllık %25 daha az kazanıyordu; değerlendirme modeli ise oyuncuyu bu 20 kişiden biri dışında hepsinden daha iyi olduğunu tahmin etti.

“Bu durum verinin akıllıca kullanılmasının gücünü gösteriyor.” diyordu 21st Club’ın futbol geliştirme sorumlusu Omar Chaudhuri. “Bu oyuncu onların [kulübün] detaylıca gözlemleyecek kaynağa sahip olamadığı bir pazarda mücadele ediyordu, ancak veri kullanımı sayesinde göz atmaya değer oyunculara işaret edebildik.”

Bununla birlikte bağlam da öneme sahiptir. Bir oyuncu etrafı rakip oyuncularla çevrildiği takdirde aynı kararları veremez, bu yüzden Statsbomb’un olay kodlayıcıları, bir oyuncunun şut veya pas aksiyonunu gerçekleştiğinde baskı altında olup olmadığını da not alıyor. Aynı zamanda kalecilerin pozisyon alışlarını ve bir şutun çekildiği anda oyuncu ile kale arasındaki savunma oyuncularının konumlarını da kaydediyorlar.

Fakat Bay Knutson’a göre şu anki asıl ihtiyaç: “oyun içindeki kesinlikle en önemli becerinin – pas aksiyonu – değerlendirilmesinde yardımcı olacak kompleks modeller.” Statsbomb firması, denenen pasların zorluk bilgisine dayalı temel pas verileri oluşturan düzinelerce analistten sadece bir tanesi.

Bazı elit kulüplerin az sayıda ama uygun oyuncuları kadrolarına katma alışkanlıkları bu tür araçların etkili olduğunu gösteriyor. “Liverpool açık bir vaka çalışmasıdır,” diyor Bay Knutson. “Manchester City yalnızca kötü hücum oyuncuları ile imzalamayı bırakmadı; art arda her seferinde en iyi seçenekler olan [verilere dayanarak] De Bruyne, Sterling ve Sané’yi kadrolarına kattılar.”

Kulüplerdeki teknik ekipler, bu yeni tekniklerin antrenörler ile scoutlara yardım edip onları güçlendirdiğinden, işlerini daha iyi, daha hızlı ve daha akıllı yapmalarında yardımcı olduğundan söz ediyorlar.

FC Barcelona’nın veri analisti Javier Fernández diyor ki: “Antrenörlerden aldığımız en ilginç sorular olay verisinin kapsamadığı şeyler oluyor. Alanlar hakkında – alan yaratma, boş alanlara girme – konuşuyorlar. Bu yüzden biz de sahadaki alanları anlamanın daha ince elenmiş yollarına ihtiyacımız olduğunu fark ettik.”

Bu gelişimin en uç noktasında ise veri analistleri, algoritmaların, oyuncuların belli durumlarda gerçekleştirmesi en muhtemel aksiyonlarını tahmin eden “gölgeleme” isimli bir yöntem geliştirdi.

“Rakibin dağılmaya eğilimli olduğu özel bir senaryo tespit edersiniz, bu size rakibin deorganize olduğu 30 saniyelik bir pencere verir.” diye bahsediyor STATS analitik şirketindeki yapay zeka uzmanlarından Paul Power. “Sonrasında işte bu 30 saniyeye antrenmanlarda odaklanacaksınız.”

Tekrar etmek gerekirse eğer, bu teknikler oyuncu istihdamında oldukça büyük bir değere sahip.

Oyuncu hareketlerinin modellemeleri, bütün kadro adına oyun stilleri altında kümelenebilir. Bu durum scoutlara, takımlarındaki taktiksel uyumu sağlayabilmek adına, kendi takımlarına benzer oyun stilindeki oyunculara yönelmesine olanak sağlıyor.

Scoutlar, gölgeleme metodunu, bir hedef oyuncuyu takımlarına koyduklarında yaratacağı etkiyi modellemek için kullanabilirler. Bunu da yalnızca sezon başına etkilediği puan gibi soyut ölçülere bakarak değil, bir oyuncunun takımın belirli hareketleri gerçekleştirme yetisinde yaratacağı değişiklikleri ölçerek yapabilirler.

20 yıl önce hala daha futbolun, verinin gerçek değerleri edinebilmesi bakımından fazla akıcı olduğu hususunda bir yargı vardıysa da teknolojide yaşanan gelişmeler bu argümanı ortadan kaldırdı.

Takip sisteminin abartılı bir adımsayardan rakibin sonraki hamlesini takip edebilen araçlara evrimi, bu güzel oyuna yaraşır bir veri ekosistemi yaratmış durumda.

Bu yazı John Burn-Murdoch tarafından yazılmış ve Financial Times’da yayınlanmıştır. Orijinal metin için tıklayınız.

Leave a Reply

Your email address will not be published. Required fields are marked *