Колко са важни данните в избора на един футболист?

„Овенът не играе със скорпиона, скорпионът не играе с телеца... Мисля, че той вярваше в това, което е смешно“. Думите са на Филип Мексес по повод бившия му национален селекционер Реймон Доменек. Те подхранваха легендата, че Доменек е избирал състава си въз основа на зодиите на играчите.

„Смешно е дори да ме питате“, отговори Доменек по-късно. „Никога не съм правил подобно нещо в националния отбор. Нито пък съм обръщал внимание на журналистите, които ми казваха кого да повикам. Когато обаче тренирах Лион, събирах ‘скорпионите’ заедно в тренировъчните мачове, за да избегна проблеми“. Такъв подбор днес наистина ни звучи меко казано несериозно, въпреки слуховете за подобни случаи и в миналото - известни са суеверията на легендарния Нийл Лидхолм и решенията взети заедно с личния му астролог Марио Маги.

Да се опитваш да намериш смисъл отвъд това, което виждаш с очите си по време на мач, е постоянна част от човешкия опит. И ако днес гледаме на използването на магьосници и астролози така, както гледаме на използването на пиявици в медицината, логично е да имаме критичен поглед и към онова, което днес считаме за просвещение що се отнася до използването на данни в трансферната политика на големите клубове. Това е основа в подбора на всеки организиран клуб, който не иска да стане плячка на агентите, но гледните точки относно използването на множеството информация, с която всички топ отбори разполагат, продължават да са много различни.

НОВАТА ВЪЛНА НА ИЗПОЛЗВАНЕТО НА СТАТИСТИКА И ДАННИ В АНГЛИЯ

През последните десет години по-малките клубове във Висшата изградиха отдели за данни, за да имат различен подход при скаутинга. Примери за такава успешна работа бяха първо Лестър и Саутхемптън, а сега и Борнемут и Брайтън. Титлата на Лестър на Раниери, спечелена с играчи пренебрегвани от големите клубове като Марез и Канте, е може би най-ясният пример за такъв успешен подход.

Отвън е трудно да се определи точно колко голяма тежест са имали данните в трансферните решения, защото клубовете са сложни структури с много хора, които влияят по различен начин върху всеки ход на пазара. Трудно е да се разбере дали данните са били решаващи или просто са потвърдили вече взето решение. Но е факт, че изкачването на Брайтън и Брентфорд в последните години беше тясно свързано с модел, основан на данни. Собствениците на двата клуба са направили състояние от хазарта и открито заявяват, че именно използването на данни и математически модели е тайната на успеха им.

Брентфорд например използва данните, за да намира подценени таланти от по-слаби първенства с много специфични статистически характеристики, като отклонения (outlier) от стандартната статистика при очакваните голове или интензивната преса, които смятат за подходящи за стила на Томас Франк, който днес вече е треньор на Тотнъм благодарение и на тази система за подбор и създаване на добре балансирани отбори.

В среда като тази на Висшата лига всяко малко конкурентно предимство може да бъде решаващо. Затова използването на всякакви видове данни вече е задължително и за големите грандове. Случаят на Ливърпул на Клоп е известен - там данните бяха ключови при изграждането на печеливш отбор. Примерът му доведе до надпревара сред водещите клубове, които гладно търсят най-добрите специалисти в тази ниша.

Само през последната година Арсенал привлече Карун Синг, който работи върху модел за deep learning във футбола. Ливърпул пък привлече анализатора на данни Лори Шоу от Манчестър Сити. В щаба на Майкъл Сансони в Манчестър Юнайтед работят поне седем data scientist, докато Челси назначи Хавиер Фернандес, бивш служител на Барселона с докторат по изкуствен интелект, като свой главен отговорник за данните. В Нюкасъл новият технически директор е Сударшан Гопаладесикан, бивш "специалист по числата" в Аталанта и архитект на много от големите удари на скаутското звено в по-малките европейски първенства за клуба от Бергамо. Все по-трудно е да се намери клуб във Висшата лига, който не използва данни за трансферите.

Всеки клуб има своя методология и дава различна тежест на отдела по данни. Клубовете могат да разчитат на външна платформа или да изградят свой вътрешен отдел. Данните, които използват могат да бъдат "класически" статистики като центрирания или шпагати, физически показатели като спринтове и интензитет на преса или по-сложни алгоритми с индекси от сборни данни. Пример е OBV, метриката On-Ball Value на Hudl StatsBomb.

Данните се използват за първоначално филтриране на профилите, които могат да се следят, или за сравняване на играчи с вече известни характеристики. Може да се получи и списък с подобни профили на пост, за който току-що е продаден играч, или да помагат да се определи кой играч е най-подходящ за стила на даден треньор. Данните могат да бъдат начало на търсенето или ориентир в избора. Разликата между клубовете е в тежестта, която ръководството дава на информацията от отдела за данни.

Има и крайни примери като Мидтиланд - датският клуб основава съществуването си на така наречения player trading: покупка на евтини играчи и последваща продажба на по-високи цени. Данните са решаващи за идентифициране на играчи, които често са подценени от скаутските звена на големите отбори. Мидтиланд използва данните и за решения извън трансферната политика. Този сезон, въпреки положителните резултати, клубът уволни треньора Томасберг след едва седем кръга и победа с 3-1 в пряк двубой за титлата и назначи младия Майк Тълберг от Борусия Дортмунд. С него Мидтиланд загуби следващия мач, но е рано да се даде оценка дали решението е правилно.

Връщайки се към Ливърпул, истоята за покупката на Мохамед Салах е вече известна и доста показателна. Иън Греъм, бившият главен анализатор на данните в клуба, разказа на TransferRoom, че Клоп е настоявал за Бранд - талант, който е познавал и адмирирал. "Екипът ни, който анализира данните, беше съгласен, че той трябва да е в списъка с възможни опции, но според нас Салах е бил по-добрият избор във всички показатели. Юрген бе достатъчно умен и гъркав да послуша съвета ни, а после да убеди и собствениците, че Салах е правилният избор, въпреки слабото му минало в Челси. В Серия А той играеше отлично и в Англия не се представил зле, а просто имаше твърде малко възможности за изява, което е различно. В онзи Челси беше трудно да се намерят минути, същото важеше и за Де Бройне и Лукаку. Данните помогнаха да се оправдае инвестицията от над 40 милиона в Салах вместо в четири години по-младия Бранд".

ДЕБАТЪТ В ИТАЛИЯ

По време на ноемврийската пауза за националните отбори, италианската общественост отново повдигна темата за употребата на данни в трансферната политика.

По въпроса говори и новият шеф на Ювентус Дамиен Комоли. Той направи изказването си на конференцията за анализ на данни и статистика Hudl Performance Insights 2025 в Лондон. Комоли, който е известен с ентусиазма си към използването на данните във футбола, заяви, че с неговото идване Юве ще промени управленския си стил. Ключовите решения ще бъдат направлявани от анализа на данните. Френският изпълнителен директор има богат опит именно във Висшата лига. Той е работил като скаут в Арсенал при Венгер, а след това като спортен директор в Тотнъм и Ливърпул. Преди да пристигне в Серия А, той ръководеше Тулуза във Франция, избран от инвестиционния фонд RedBird, който днес е главен инвеститор и на Милан.

Комоли твърди, че разчита на данни във взимането на всякакъв вид решения - от избора на играчи до статичните положения или превенцията на контузии. Според него и треньорът на Юве, който и да е той, трябва да възприеме тази философия.

Когато говори, Комоли звучи като философ от края на XIX век: човек, който е очарован от идеята за технологичен прогрес като отговор на всеки проблем. Според него дори личността на играча може да се изведе от правилното използване на данните - например колко често докосва топката или как борави с нея. Комоли посочи, че исторически се привличат играчи, родени през първата половина на годината заради тяхната по-напреднала физика от ранните юношески години, но според данните успешните играчи в дългосрочен план често са родени през втората половина. Често срещана теория е, че родените по-късно се записват и по-късно във футболните школи и така изостават спрямо съотборниците си по физическо и неврологично развитие. Комоли обаче не се спира на физическото развитие и потвърди, че в Тулуза е привличал предимно млади играчи, родени след месец август.

Доколко използването на данни е предимство продължава да бъде обект на дебат. След като напусна Ливърпул Иън Греъм написа цяла книга по темата. В нея той твърди, че доверието в данните е една от тайните зад успеха на ерата на Клоп. Самият Греъм обаче признава, че методът не е бил перфектен. Той изброява имената на играчи, които са се представили по-слабо, отколкото данните са обещавали: Яго Аспас, Марио Балотели и Наби Кейта.

„Кейта беше играч, когото обичах“, каза Греъм. „Платихме 60 милиона за него от Лайпциг. Той имаше перфектни показатели и почти никаква история на контузии. Но така и не успя да влезе трайно дори в ротациите. Всеки път, когато запишеше добра поредица от мачове, получаваше физически проблем. Беше непредвидимо, тъй като никога не е имал такива преди. И все пак, във футбола има и такива неща: данните са голяма помощ, но не са безпогрешни“.

ФУТБОЛЪТ НЕ Е ВИДЕО ИГРА

Разбира се, няма никаква сигурност, че даден профил ще проработи в нов отбор след привличането му. Винаги съществува доза риск, дори и при нак-логичното използването на данни, че даден играч няма да се аклиматизира, да се нагоди към начина на живот, стила на игра, новата обстановка в друг град или милион други фактори и променливи, за които само можем да гадаем в живота на един професионален футболист.

Самият Ливърпул този сезон най-добре ни показва , че дори когато харчиш огромни суми и имаш подкрепата на данните, можеш да се сблъскаш с катастрофален сезон по ред причини. Многото нови попълнения нарушиха баланса на отбора, който беше постигнал почти перфектно равновесие. Това влоши представянето дори на тези, които вече бяха в състава. Футболът не е просто видео игра и колкото и да ни се иска да се доближава до симулация на Football Manager, реализмът винаги побеждава.

Почти нарочно, точно в същите дни, когато Комоли направи изказванията си, в The Athletic излезе интервю с президента на Комо Суварсо. Той също говори за това как неговият клуб използва данните. Според Суварсо отборът на Фабрегас използва данните за първоначален подбор на профили и това се дължи на ясната представа, която имат за начина, по който треньорът ще позиционира отбора и какво изисква от отделните футболисти на терена. Например, за Комо е очевидно, че дриблирането е в основата на избора за офанзивни профили от скаутското звено и всички работят в тази насока.

Във всеки случай, мнението на техническия щаб остава преобладаващо за окончателното решение и дори скаутите и анализаторите да са на мнение, че даден футболист не е подходящ, ако Фабрегас и щабът му са сигурни, че той ще пасне на стила на игра и ще бъде функционален, имат думата.

Суварсо дава за пример Лукас Да Куня. Той е бил използван като крило и въз основа на статистиките, които обикновено се използват за оценка на крила, скаутите го поставят в дъното на списъците. Фабрегас обаче е разглеждал Да Куня като централен полузащитник, където най-важните характеристики са съвсем различни.

„Купихме го за 250 хиляди евро, а сега имаме оферти за 15 милиона“, разказва Суварсо. „Всичко това е заслуга на Сеск. Понякога данните изглеждат негативни не защото играчът не е добър, а защото заема грешна роля или е в грешен контекст.“

„Ето защо е толкова важно да имаш в клуба си хора, които разбират играта. Хора, които знаят как да разпознаят истинската стойност на един играч, дори когато е използван на грешна позиция. Това са типовете футболисти, които можеш да вземеш евтино и да продадеш скъпо.“

ИНТУИЦИЯТА СРЕЩУ АЛГОРИТМИТЕ

Гледайки сега статистиката на Да Куня може да се види, че той е статистически профил, който идеално пасва на ролята на халф в отбор, който иска да владее топката като Комо. Той не губи топката, веднага контрапресира при загубата й и е прецизен в подаванията. В същото време той не би бил толкова ефективен като крило, тъй като му липсва потенциал за успешен дрибъл - но това е лесно е да се отбележи днес, след като сме проследили развитието му на новата позиция. Накратко, Фабрегас е видял потенциал, който не е могъл да бъде разкрит от данните, които са извеждали на преден план слабостите му.

„Бъдещето на данните, със или без употребата на изкуствен интелект, е в измерването на взазимовръзките между 11-те играчи на терена“, заяви Комоли. Той обещава бъдеще, в което големите данни по същество ще заменят това, което днес е един от решаващите фактори, а именно човешкото око и разбиране на играта. Кой знае, може би един ден наистина ще успеем да заменим интуицията на Фабрегас с мащинно измерване, без да можем да определим дали това ще бъде добра или лоша новина.

По темата говори и често и Пеп Гуардиола. В интервю с Хорхе Валдано той беше попитан до каква степен големите данни влияят на работата на един треньор:

„Данните помагат като допълнение. Но вземането на всички решения с big data те кара да загубиш чувствителността към интуицията, която един треньор трябва да притежава. Големите данни не могат да ти кажат каква е атмосферата в съблекалнята. Не могат да ти кажат с какво настроение са тренирали играчите преди мача. Не могат да уловят промяната в играч, който има лични проблеми у дома.“

„Те могат да добавят информация, която да служи за основа. Но има нещо, което треньорите имат: нюхът и виждането на играта. Това не може да бъде възпроизведено. Много пъти съм избирал един играч пред друг, или един начин на игра пред друг, заради това, което съм видял на тренировка или в съблекалнята.“

„Може да се случи един централен защитник да е по-силен индивидуално от двама други централни защитници, взети заедно. Но тази двойка да играе по-добре, защото има по-добра връзка помежду си. Отношенията между двамата водят до по-голяма сигурност.“

Валдано го нарича „клинично око“. То е пътеводител при вземането на решения, за разлика от количествените данни, които предоставят само голямата картина. Данните обаче дават усещането, че може по-добре да се контролират множеството фактори, които влизат в игра във футбола.

В този смисъл статистиката има съблазнителна привлекателност. Подобно на сирените, които обещавали на Одисей да „знае повече неща“ (както е описано в древния мит), данните обещават да ти дадат толкова много информация, че да можеш да предвидиш какво ще се случи.

Въпреки това, както знаем, често нещата не се развиват според очакванията ни. И в крайна сметка това може да бъде и добра новина - поне за тези, които са способни да я разчетат.