William Spearman: Liverpool nasıl ‘sahayı kontrol modelleri’ yaratıyor?

WILLIAM SPEARMAN, İngiliz futboluna ileri matematik ve fizik getiren yeni bir uygulayıcı türünün öncüsü konumunda.

Harvard’daki doktorasında Amerikalı, parçacık fiziği ve Higgs Boson’un kütlesi ile genişliği üzerine çalıştı – antrenörler için nadiren tipik bir ilgi alanı. Mart 2018’den bu yana Liverpool’da baş veri bilimcisi ve Ian Graham’ın kulüpteki müthiş araştırma ekibinin de önemli bir üyesi.

Futbolda veri bilimi genellikle antrenörlük ve taktiklerin geleneksel dünyalarından uzakta soyut ve teorik görünebilir. Bu nedenle Spearman’ın ‘Friends of Tracking‘ YouTube kanalı için bu hafta başında yaptığı bir sunum özellikle hoş karşılandı.

Aydınlatıcı 32 dakika boyunca (aşağıda izleyebilirsiniz), bir saha kontrol modeli oluşturmak ve alan yaratımını ölçmek için adım adım bir rehber verdi.

Meslektaşı Tim Waskett, geçen Noel Kraliyet Enstitüsü Konferanslarında saha kontrolüne değinmişti, ancak Spearman bunu çok daha ayrıntılı olarak derinliklerine indi. Bir maç sırasında alan yaratmanın ne kadar önemli olduğunu ya da modellemenin gerçek hayattaki durumlarda nasıl uygulanabileceğini anlamak için bir matematik dehası olmak gerekmiyor.

Gerçekten de, saha kontrol modelleri maçlar sırasında kenarda canlı olarak kullanılabilir (ve kullanılıyor); maç öncesi ve maç sonrası analizlerinde önemlidir; ve potansiyel transferleri değerlendirmek için de kullanılabilir, en azından Premier Lig’deki az sayıdaki lider takım tarafından…

Kontrol

Spearman saha kontrolünü “bir oyuncunun bu konumda olduğunu varsayarak topu kontrol etme olasılığı” olarak tanımlıyor.

“Tracking” verileri önemlidir ve Noel dersi sırasında Waskett tarafından düzgün bir şekilde açıklanıyordu.

“Premier Lig maçları için tracking verisi denen şeyi alıyoruz” dedi. “Bu, stadyumun her yerinde tüm oyuncuların artı topun pozisyonunu izleyen bir dizi kamera setinden oluşuyor.

“Bunu saniyede 25 kare, ve tam 90 dakika boyunca yapar, böylece yaklaşık 1,5 milyon veri noktası elde edersiniz.”

Bir voronoi mozaik düzenlemesi (resimdeki) kullanarak, Spearman sahayı birbirine en yakın bölgelere ayırır. Saha kontrolü üzerinde çalışırken, bir oyuncunun topa gitmesi yerine topa ulaşması için geçen süreye odaklanır.

Maksimum hız ve ivme topa ulaşmanın ne kadar süreceğini hesaplamak için kullanılır, o zaman da belirsizlik ortaya çıkar, çünkü hepimizin bildiği gibi futbolda çok az belirli şey vardır. Bu, Spearman’ın farklı oyuncuların topun üstündeki kontrol seviyesini belirlemesine izin verir.

Veri bilimcisi Hudl da, aşağıda göreceğiniz üzere, bir maç esnasında alanın nasıl kapatıldığını veya açıldığını dinamik olarak temsil eden video formunda saha kontrolünü gösteren bir araç geliştirdi. Fakat bunun üzerine farklı modeller oluşturulması gerekir, aksi takdirde yalnızca “görsel bir araçtan biraz daha fazlası” hüviyetine dönüşür.

Bağlam

Daha fazla saha kontrolüne sahip olmak, ekibinizin performansının daha iyi olduğu anlamına gelmez. Kaleciniz, takımı topa sahipken çok fazla saha kontrolüne sahipse, bu genellikle az demektir.

Alakalı saha kontrolü, anahtar olan şeydir ve bu, topa daha yakın olan alana odaklanarak hesaplanır. Bir başka önemli faktör de topun hareketidir. Örneğin, Andy Robertson bir ters kanada pas gönderirse, o zaman topun karşı kanatta Trent Alexander-Arnold’a ulaşması üç saniye alabilir, bu sırada sahadaki durum büyük olasılıkla değişecektir.

Ayrıca, bir sahanın tüm bölgeleri de eşit değildir. Rakip savunmanın arkasındaki alan mesela, Topa sahip takımının kalecinin önündeki alandan sonsuz derecede daha değerlidir; yani bu da hesaba katılıyor.

‘Kontrol kuvveti’ bir oyuncunun topa kontrollü bir dokunuş yapma olasılığıdır – ve %90 bir oyuncunun kontrollü bir dokunuş yapması yalnızca bir saniye sürecektir.

Bu kontrol gücü zaman adımlarına ayrılmıştır ve Spearman, bir oyuncunun kişisel maksimum hızını ve ivmesini kullanarak “müdahale noktasına” ne kadar sürede ulaşacağını da öğrenir.

Tüm bu faktörler, her oyuncunun bir pas alma olasılığını çözmek için birleştirilir ve “bu pasın nereden ve kim tarafından alınabileceğine dair tam bir bütünsel bir görünüm” sağlar.

‘Gol şansı modeli’, kaleye olan mesafeyi ve geçerli bir zaman diliminde skor bulma olasılığını kullanırken, ‘Topsuz gol şansı’ ise, bir skor bulma zincirinin bir sonraki topunun geleceği muhtemel alanları vurgular (bu sahadaki her noktada skor bulma olasılığı ile saha kontrolünün çarpımı ile çalışılır).

Tüm bu bilgiler kullanılarak skor bulma haritaları oluşturulabilir.

Nasıl kullanılıyor?

Bunlardan bazıları oldukça ilgili – ve bu yazıda çok yoğun bir şekilde Spearman’ın mükemmel bir sunumunu yaptım – ancak uygulamanın pratiğe dökülmesi önemlidir.

Bu modeller maçlar sırasında, 2018 Dünya Kupası’ndan beri izin verilen tabletler aracılığıyla yedek kulübesindeki bir koç tarafından kullanılabilir. Sahada nerede pozisyon yaratılabileceğini ve nerede savunmasız olduğunuzu görmek, bir maç devam ederken çok fayda sağlar.

Burada akılda tutulması gereken önemli bir uyarı var: Bir maç sırasında alınan tracking verilerinde genellikle yedi dakikalık bir gecikme ve ‘canlı’ verilerle ilgili bazı doğruluk sorunları bulunmakta.

Bir maçtan sonra, tracking verileri yeniden işlenir ve çok daha doğru olur. Premier League’deki son üç veya dört sezondaki her takım için bir tracking veri bankası da mevcut, bu da bu modellemenin bir rakibin maç öncesi analizinin önemli bir parçası olabileceği anlamına geliyor.

Modelleme, kendi takımınızın performansının maç sonrası analizi için de değerlidir, ve sunumu sırasında Spearman, bir sağ bek için (yukarıdaki resim) “oyuncu trend fırsatları” hakkında konuştu.

İşe alım da önemli bir uygulama alanıdır. Waskett Noel de şunları söyledi: “Avantaj, tüm oyuncuları aynı anda görmemiz, yani Premier Lig’deki tüm oyuncuları ve dünyanın diğer liglerindeki çok sayıda oyuncuyu analiz edebileceğimiz anlamına geliyor. Bu bize hangi oyuncuların iyi performans gösterdiğine ve gelecekte kimlerle imza atabileceğimize dair gerçekten iyi bilgiler veriyor. ”

İşlemin sonunda videoyu çeviri genellikle çok önemlidir, çünkü antrenörler ve menajerler bilgisayar veya veri sureti görmek yerine maçı görmeyi tercih ederler.

Bu yazı Simon Austin tarafından yazılmış ve Training Groung Guru’da yayınlanmıştır. Orijinal metin için tıklayınız.

Leave a Reply

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