Helpt data science Oranje naar het volgende WK?

Helpt data science Oranje naar het volgende WK?

Gepubliceerd: Categorie: Nieuwsblog

Kan data science het Nederlands voetbal verder brengen? Lees het in de blog van Koos Plegt.

Door: Koos Plegt
MEDIATIC


Het zal weinigen zijn ontgaan: het Nederlandse voetbal zit in een dip. We zijn er niet bij tijdens het WK Voetbal deze zomer en de prestaties van onze clubs in Europa zijn al jaren niet meer om over naar huis te schrijven. Om daar verandering in te brengen kan data science uitkomst bieden.

Wie de film 'Moneyball' (2011) heeft gezien, heeft al eens kennis gemaakt met het gebruik van data-analyses binnen de sport. In deze film staat de Amerikaanse honkbalcoach Billy Beane - gespeeld door de acteur Brad Pitt – centraal: een ware pionier. In de voetbalwereld heeft zijn benadering voor het samenstellen van een team, op basis van data, veel navolging gekregen. Verschillende clubs in binnen- en buitenland passen data-analyses toe voor het samenstellen van teams en steeds vaker ook voor het bepalen van de juiste tactieken. Zij kunnen kiezen uit data science-oplossingen die gebruikmaken van een breed aanbod aan cloud-technologieën, van onder andere Amazon, Google en Oracle. In Nederland is AZ een goed voorbeeld; de Alkmaarse club werkt zelfs nauw samen met het team datawetenschappers van Billy Beane.

Gebruik van positiedata

Data science in voetbal lijkt geknipt voor ‘ons’ Nederland. Qua grootte en aantal voetballers leggen we het af tegen vermaarde voetballanden als Spanje, Duitsland, Italië en Brazilië, dus zullen we het slimmer moeten aanpakken. Helaas zijn we nog niet zover als sommige van deze landen. In de Premier League en de Bundesliga verzamelen cameravolgsystemen tijdens elke wedstrijd grote hoeveelheden data, waaronder de positie van de bal en alle spelers op ieder moment. Alle clubs in deze competities kunnen hierover beschikken en daardoor data-gedreven inzichten ontwikkelen om hun spel te verbeteren. In Nederland hebben we nog een inhaalslag te maken, al is het wel zo dat de Eredivisie CV zich als doel heeft gesteld er vanaf het seizoen 2018-2019 mee te beginnen. Een tender is inmiddels uitgeschreven.

Een voorwaarde om succesvol te zijn met data science is het kunnen beschikken over grote hoeveelheden data. Een volledig eredivisieseizoen met ruim driehonderd wedstrijden, met analyses van grote aantallen aanvalspatronen en specifieke spelsituaties, geanalyseerd door geavanceerde kunstmatige intelligentie, kan leiden tot betere inzichten over wat een winnend team zo goed maakt. Overigens is er al een begin gemaakt met deze methodiek: tijdens het WK vrouwenvoetbal in de zomer van 2017 verzamelde de KNVB, het Sport Data Center van de Universiteit Leiden, en het Rijswijkse data science-bedrijf Qualogy positionele data van alle zes de wedstrijden van het Nederlands dameselftal. In samenwerking met de technische staf van Oranje werden hier analyses op uitgevoerd.

Aanvalluh! Maar hoe...

In de tweede fase van bovengenoemd onderzoek werd het project 'Golden Standard' opgestart. Hierin werd door Qualogy onder andere een interactief dashboard ontwikkeld voor het visualiseren en interpreteren van positionele data. Het doel is om deze door te ontwikkelen tot een nuttige tool voor het begeleiden van teams. Een belangrijk toepassing hiervoor is speltactiek. Hoe gaat bijvoorbeeld de verdediging van een specifieke tegenstander reageren op jouw aanvalspatronen? Met grote hoeveelheden data en technieken zoals deep learning wordt het zelfs mogelijk specifieke teams te modelleren. Deze techniek, genaamd 'Ghost Modeling', is voor coaches zeer interessant bij het voorbereiden op een wedstrijd tegen zo'n team.

Kan data science de voetbalprestaties van onze teams en topspelers verbeteren? Zeker wel, maar een voorwaarde is wel dat trainers ervoor openstaan. Een positieve ontwikkeling is dat de voetbalbond aanpassingen doet in het opleidingsprogramma. Zo is het doen van video-analyses inmiddels een verplicht lesonderdeel voor toekomstige trainers. Mogelijk volgt in de toekomst nog een data-analysemodule. Tegelijkertijd staat ook de technologie niet stil. Met behulp van positionele data worden bijvoorbeeld tal van nieuwe modellen ontwikkeld, die onder meer het risico en de opbrengst van een pass berekenen. Ook helpen zij met het bepalen van de ideale manier om als team druk te zetten naar voren, evenals het perfecte moment om een spelerswissel door te voeren.

Innovatieve trainers gezocht

Kortom, ook voor een klein voetballand als Nederland gloort er hoop op nieuw internationaal succes. Het wachten daarbij is wel op coaches die het aandurven om op een innovatieve wijze te werk te gaan omdat zij overtuigd zijn van de toegevoegde waarde van data science. Zoals wel vaker het geval is bij technologie vormt menselijk gedrag uiteindelijk de sleutel tot succes. Dat is nog eens 'deep learning'...

Over auteur Team Data Science

Meer posts van Team Data Science
Reacties
Reactie plaatsen