La statistica in campo

Ormai ci siamo, i primi Mondiali invernali della storia del calcio stanno arrivando. E con le prime vittorie, sconfitte, pareggi, si tornerà a parlare ancora una volta di come essere sempre un passo avanti agli altri

Lo sport è sempre più data driven. Anche il calcio, naturalmente. La statistica ormai è entrata nel rettangolo di gioco e sempre più i club si affidano alla scienza dei dati per supportare le scelte di tecnici, allenatori e scout: per definire la migliore formazione da mettere in campo, per ottimizzare le prestazioni di gioco, per studiare gli avversari e tentare di raggiungere la vittoria. “Del resto, la statistica è uno strumento che aiuta a descrivere e comprendere la realtà, tutta la realtà – spiega Paola Zuccolotto, coordinatrice insieme a Marica Manisera del progetto Big Data in Sports Analytics del Big & Open Data Innovation Laboratory dell’Università di Brescia – Numeri, algoritmi e modelli matematici permettono di analizzare un fenomeno, fare previsioni sul suo andamento futuro e, sulla base dei dati, valutare su quali fattori agire per delineare scenari diversi”.

Nel mondo del calcio la statistica comincia a muovere i primi passi negli anni Cinquanta del secolo scorso con Charles Reep, contabile della British Royal Air Force, che annota sul suo taccuino – carta e penna dunque – tutti i dati che ritiene rilevanti per individuare schemi di gioco: posizione dei giocatori, passaggi, tiri, goal. Ma è il baseball a mettere effettivamente in luce il ruolo strategico che le statistiche, con i dati delle partite e delle prestazioni dei giocatori, possono avere nel mondo dello sport. Esemplare è la storia di Billy Beane, direttore generale degli Oakland Athletics, che mette insieme una squadra vincente con il computer. La storia è stata raccontata da Michael Lewis nel libro Moneyball. The Art of Winning an Unfair Game che ha poi ispirato il film L’arte di vincere di Bennett Miller con Brad Pitt nei panni del general manager: “Nello sport, l’interesse per i dati – puntualizza la docente di statistica dell’ateneo bresciano – è cresciuto enormemente negli ultimi decenni: è aumentata la produzione scientifica e sono nate molte società dedicate alla raccolta e all’analisi dei dati. Calcistici ma non solo. Basket, pallavolo, tennis, baseball, nuoto, atletica, hockey: sono tanti ormai gli sport che ricorrono al supporto della statistica per trarre informazioni preziose dall’enorme mole di dati che è possibile avere a disposizione”.
Gol segnati e mancati, assist, falli, parate, possesso palla. La cosiddetta match analysis studia e analizza i dati della prestazione in campo, tutto ciò che accade nel rettangolo di gioco, per valutare squadra e giocatori. È possibile farlo grazie ai set di dati play-by-play, raccolti cioè in tempo reale durante le competizioni grazie a diversi dispositivi tecnologici (videocamere, occhi di falco, sensori e sistemi di tracking in campo) che rilevano le posizioni e le interazioni dei giocatori, le traiettorie della palla e, grazie a sensori indossabili, i movimenti degli arti dei singoli atleti.
Ma c’è di più: «Maurizio Sarri nel 2015 ha rivoluzionato la difesa del Napoli ricorrendo all’uso dei droni», aggiunge Leonardo Egidi, statistico dell’università di Trieste. Oltre che di dati, l’analisi delle prestazioni si avvale anche di video: «Sarri è stato il primo in Italia a ricorrere alle immagini dei droni in modo sistematico. I droni registravano le azioni di gioco e l’analisi dei movimenti della linea difensiva consentiva di correggere posizioni e distanze tra i giocatori per limitare i gol subiti. La sfida – continua Egidi – è riuscire a dare un senso e a ricavare informazioni utili dai dati disponibili: utili per lo staff e gli stessi giocatori, per prendere le decisioni migliori e attuare il gioco più efficace. Per questo è strategico il ruolo del data scientist, tanto che nello staff dei club di alto livello si sta facendo sempre più strada il Football Data Scientist and Analyst». Egidi ha analizzato per esempio i dati di tutti i tiri nello specchio della porta delle partite di serie A nel corso di tre diversi campionati e, attraverso un algoritmo di machine learning, ha cercato di individuare quali schemi possano essere utili per organizzare meglio la difesa ed evitare troppi cross in area di rigore. “L’analisi dei dati può consentire, nel calcio come negli altri sport, un’analisi minuziosa degli schemi di gioco della squadra avversaria, individuare i punti deboli e i punti di forza propri e degli avversari, in modo da orientare le scelte tattiche in campo. Ma non solo. I dati possono anche finalizzare l’allenamento, monitorando come il singolo atleta reagisce a certi carichi» precisa Paola Zuccolotto. E così il monitoraggio delle prestazioni diventa uno strumento per coltivare al meglio il potenziale dei giocatori attraverso sessioni di allenamento sempre più mirati, sempre più efficaci, sempre più data driven.