As impressões dos observadores, relatórios e vídeos foram transmitidas durante muitos anos. Chegou o momento de analisar estes dados. Com informações mais completas e contrastadas, mas que, como explicou Javier Fernández, chefe do Departamento de Análise do FC Barcelona, ainda existem dificuldades para conseguir estes dados, tratá-los e interpretá-los.

O Barça Innovation Hub seguiu esta nova tendência desde o começo. Muitos dos talentos que participaram dos primeiros encontros organizados pelo Hub, advertiu Fernández, atualmente fazem parte dos projetos mais importantes do mundo. Parte deles, participaram do encontro Barça Sports Analytics Summit para apresentar suas últimas pesquisas.

Controles dos sprints

O responsável pelos sistemas de informações e dados do Benfica, Suds Gopaladesika, em sua exposição How to strengthen a club´s culture through data analytics nos explicou como o clube português trabalha com o ambicioso objetivo de melhorar os sprints dos seus atletas. Gopaladesika, parte da base de que se houver uma corrida com máxima velocidade durante pelo menos quinze minutos na próxima corrida o atleta não poderá realizá-la nas mesmas condições. Levando em consideração que a maioria dos sprints no ataque não finalizam jogadas, porque não se acerta a jogada, mediante a análise dos dados trataram de verificar quais atletas têm melhores passes e com mais qualidade e quais recebem estes passes. Tudo isso tem a finalidade de facilitar um bom feedback para o treinador, para que os atletas utilizem os sprint nos momentos com maiores possibilidades de gerar tensão no adversário.

Mapas de circulação da bola

O cientista Bart Spencer, da Universidade de Victoria na Austrália apresentou Using contextual player movement and spatial control to analyse player passing trends in football a forma de como pode ser mapeada a circulação da bola dentro de um time. Mediante coleta de dados na liga MLS americana relacionados com movimentos uteis dos atletas que recebem um passe, o sucesso destes, nas áreas onde são produzidos os níveis mais elevados de risco, e isso estabeleceu o nível dos movimentos pelos quais os atletas passam. Um sistema que permitiria, em um futuro, aprofundar a qualidade dos espaços que geram as jogadas e contribuir para um feedback ao atleta para ele que tome decisões ao jogar.

Probabilidade de lesões

As lesões geram um gasto de 188 milhões de euros por ano na primeira e na segunda divisão espanholas e uma média de 16 % dos jogos terminam em derrota. Entretanto, o tratamento de dados pode contribuir com importante informações aos treinadores para considerar as probabilidades de que um atleta, pelo acúmulo de minutos e esforços, pode se lesionar. Luca Pappalardo, do ISTI (Institute of Information Science and Technologies) do CNR italiano, na sua pesquisa Explainable Injury Forecasting vía multivariate time series and convultional neural networks aprimorou o prognóstico de lesões MATH (Memoried, Accurate, Transparent, Holistic) de 96 % de falsos alarmes para 45 % através de Inteligência artificial (MTS-CNN, Convultional Neural Network) um método que futuramente também poderá contribuir para a planificação de treinamentos específicos.

Quebrar as linhas do rival

A filosofia de Johan Cruyff era clara. Tão importante é o atleta que joga quanto o que cria espaços para que o passe da bola chegue ao atleta que está sozinho. Com essa premissa, Sergio Llana, cientista de dados do FC Barcelona, explicou na conferência How and why we need context to analyse ball possessions como se monitora um jogo do Barça, facilitando informações aprimoradas para o corpo técnico do clube. Llana distinguiu um jogo em três fases: início, progresso e finalização. Dentro de cada uma delas, destacou micro objetivos, que ele descreve como movimentos sem bola, os quais permitem que uma jogada possa superar o rival. Mediante o monitoramento por seguimento e este tratamento de dados é possível conhecer os padrões que são produzidas as “janelas” que permitem a realização desses dribles.

Monitorar através da retransmissão

Para aqueles clubes que têm menos recursos, Jacob Mortensen, da Universidade Simon Fraiser, divulga na conferência Estimation of player load metrics using broadcast derived tracking data que se pode medir a distância percorrida por um atleta e a velocidade através da medição de uma câmara para retransmitir um jogo. Mediante este cálculo, podemos verificar a posição e os movimentos realizados pelos atletas que estão fora de foco. Um sistema que poderá colaborar no futuro para melhorar a precisão dos dados obtidos nestes vídeos com baixa qualidade.

Orientações ao atleta

Muitos dribles durante um jogo não conduzem ao gol, pelo simples fato de que o atleta não sabe onde estão seus companheiros. Uma correta orientação com a bola é fundamental para localizar os demais atletas. Adrià Arbúes, da Universitat Pompeu Fabra, explicou seu novo modelo de visão informatizada para registrar a orientação do grupo de atletas durante os jogos na Head, shoulders, hip and ball… Hip and ball! Using pose data to leverage football player orientation, projeto ainda em desenvolvimento. Saber e conhecer estas informações nos ajuda a medir o tempo de reação, treinar táticas e introduzir no campo de visão dos atletas o fator e instruir os demais atletas de categorias inferiores. O sistema de medição está baseado na perspectiva do campo, a situação da bola e a posição dos ombros, pélvis e o rosto dos atletas. Apesar de que, em função da qualidade do vídeo, podem existir erros de medição, Arbúes garante que as informações poderão ser vistas em 24 horas.

Perfil dos atletas mais completos

Jan Van Haaren, da Universidade belga de Leuven, apresentou na conferência Scouting football players by squeezing every last drop out of match event data as possibilidades para ampliar este relatório para um atleta. Primeiramente, defendeu os dados com qualidade, como o exemplo: se um jogador passar a bola para o atacante a dois metros, o atacante driblará vários rivais e chegará ao gol. Esse passe é uma assistência, mas não pode ser comparado a uma assistência de quarenta metros que deixa o atacante sozinho. Devem levar em consideração que o tratamento de dados destas variáveis para dar precisão e qualidade às ações do atleta. Além disso, Van Haaren também mediu o tempo de reação dos atletas com esta pressão, e graças ao sistema de medição que levou em consideração variáveis como os períodos prolongados de jogos sem vitória, a aproximação do derbis, a saída do treinador ou o rebaixamento.

Eficiência de cada tática

A apresentação do projeto ganhador do Barça Sports Analytics Summit foi o Dynamic Analysis of team strategy in professional football matches, do pesquisador da Harvard, Laurie Shaw. Diante de tantos dados obtidos por rastreamento, estudou o perigo que existe diante dos projetos de campo de um time. A pesquisa incluiu as mudanças de estratégia que aconteceram durante um encontro e as transições de fase ofensiva a defensiva. O tratamento de todas estas informações abre portas ao conhecimento das probabilidades para criar ocasiões e materializá-las em cada uma das projeções ou formações, e também como os riscos de gol com cada uma delas.

No beisebol americano

Como convidado especial, Dan Cervone, responsável pela ‘Análise quantitativa’ dos Dodgers, time de beisebol americano, demonstrou no Baseball analytics in the age of tracking data como estas técnicas são usadas no esporte. O beisebol é uma disciplina estreitamente ligada aos dados e as estatísticas desde o começo. Uma das funções mais importantes ao processar a eficiência que um atleta produz na hora de jogar, quando podem conseguir escalamentos mais econômicos com semelhantes taxas de eficácia. Atualmente, em um jogo da subdivisão também usamos esses dados para verificar o nível de dificuldade para defender cada um dos batedores e, ao mesmo tempo os lançadores. Entretanto, confesso que os treinadores tiveram muitas dificuldades para prestarem atenção à estas estatísticas que podem ser úteis no momento de condicionar algumas decisões.

Desafios futuros

Finalmente, em uma mesa redonda, debatemos as dificuldades dos pesquisadores de dados para se comunicarem com os treinadores e com os responsáveis pelos times. Van Haarven explicou que o mais importante são as perguntas que os pesquisadores apresentam, pois, seu trabalho é orientar perguntas ou apresentar informações necessárias para que tomem decisões. Gopaladesikan sinalizou que o corpo técnico está acostumado a trabalhar com vídeos e que é importante que os pesquisadores de dados, que apresentam uma nova linguagem ou modelos de comunicação, saibam comunicar-se com os treinadores sem gráficos muito elaborados. Perguntados sobre o porquê analisamos mais o ataque que a defesa, todos estão de acordo com as respostas que o ataque depende de um atleta e a tática defensiva do rival. Por isso é imprevisível. Neste aspecto, Sergio Llana, sinaliza que o ataque é mais atrativo que a defesa, mas que também é necessário prestar atenção nos modelos de pressão, que cada vez estão mais desenvolvidos.

A equipe Barça Innovation Hub