欧洲杯幕后数据科学家们帮助球队做了哪些准备?

忘记定位球吧,2020欧洲杯期间,英格兰队对战德国队的淘汰赛可以用电子数据表格来决胜负。虽然球员们努力练习点球和逼抢战术,但数月来,两家团队的数据科学家也在幕后准备着比赛:通过建立对方选手档案,评估体能水平,以及仔细分析精英级运动员的海量数据。

二十多年来,关于传球和射门等基本信息,都不难获得,但在过去五年内,借助复杂的视频处理算法,新技术能让人们以更低的成本轻松追踪球员在比赛期间的运动轨迹,而在训练时这些信息可通过穿戴式技术设备获取。

现在的技术已经可以在一秒内多次定位所有22位球员的位置,一场球赛生成的数据点数量从三四千上涨到高达四百万。加上训练时收集到的信息数据,以及营养、水分、运动量等等,海量数据有待分析。

“历史上,球队缺乏的正是分析并理解那些数据的能力。”来自体育数据分析平台Twenty First Group的Omar Chaudhuri说。随着这个行业从“数东西”跨入真正理解数据的意义,精英足球俱乐部和国家队已开始新一轮的转会争夺大战,他们不再搜寻天生的射门终结者或者出色的任意球球员,而是拥有数学和统计学背景的数据分析师。

对于2020欧洲杯上英格兰要面对的16位对手,数据提供了国内球赛方方面面的信息,从草根的青年足球赛到顶级球赛。德国足球协会(Deutscher Fussball-Bund,以下简称DFB)也在使用数据尝试各种评估,例如年轻球员是在小型俱乐部锻炼更长久些好,还是直接去德甲大球队学院培训好。从2004年起,协会一直对年轻球员定期展开技能测试,如今已经建立超过17.5万名球员的数据库,足以用来对比有潜力的未来球星和现役精英级球员,查看他们在同一年龄段的表现。随着球员等级不断提升,细节量也随之增长。“我们掌握着每一次跑动、传球、冲刺和加速的数据。”Pascal Bauer说,他是DFB的数据科学家,负责数据科学和机器学习应用。在准备比赛时,数据主要用来加速视频分析师的工作。例如,分析师无需手动来回播放上百小时的比赛画面,来找出对手应对二打一的关键片段,机器学习和数据分析工具可为他们自动标记出这些场景。在足球领域,这些工具仍在初级应用阶段。DeepMind公司如今正和利物浦队合作,研发可深度分析足球的AI工具。现在的主要目的是让视频分析师的工作轻松些,Bauer说:“我们95%的工作就是使流程自动化。”6月22日,在德国小组赛最后一场对战匈牙利队之前,DFB的数据团队已经准备好了下一轮比赛可能对战的五支球队的相关报告,只要终场哨一吹响,一份报告就会送到教练手上,从而开始筹备未来的比赛。数据协助视频分析师在短短的比赛时间内更快速地完成工作。

比赛数据也与训练数据(这部分工作与数据库公司Exasol合作)结合使用,评估每一位球员的运动量,了解他们是否正在接近更大受伤风险的“红线”。这在本季比赛中尤为关键,因为迫于新冠疫情,足球赛程大为压缩——德国队有些球员来自切尔西,他们刚踢完欧冠赛决赛,要比队里的其他成员晚一周到,还有拜仁慕尼黑的球员要晚两周到,所以需要平衡队员不同的运动量。“数据协助球队决策,打有准备的仗。”DFB学院创新领队Sebastian Koppers说,“对我们来说,只是提供概要面板(dashboard),就能方便球队决策。”但这一切仅仅是开始。“数据科学家的大部分工作是回答特定问题,”Metrica Sports公司的英国区经理Sancho Quinn解释说,他曾是英超西汉姆球队和水晶宫球队学院的表现分析师。这些问题包括确定组织进攻时哪些球员最能影响对方,或者逼抢战术的触发因素有哪些。分析师还可以创造视觉化工具和概要面板,将数字翻译成更容易理解的模式:无论是一场比赛中球员平均位置的热区图,还是更加复杂精细的传球图,即用不同厚度的线条描述球员之间的互动。在比赛的预备阶段,数据还能协助球队选择球员。Chaudhuri说,Twenty First Group与国家队合作,帮助他们比较不同联赛中球员的表现,例如比较英超联赛中的10个进球与德国第二级联赛中的10个进球。Bauer还表示,赛后分析师和教练们随即展开双向合作。数据科学家可能会在赛后产生的海量数据中发现不同寻常之处,标记给教练看。但更常见的做法是使用数据来增加一定程度的客观性,证明赛后教练内心可能的预感或感受,Bauer补充道,比如传球传慢了,或者某个球员跑偏了等。DFB使用大量不同的指标在赛后评估球队的表现(除了显而易见的指标——比分之外)。其中大家熟悉的包括:球员在比赛中跑动的距离,或者传球完成率,甚至预期进球数,不过最后一项用来测量进球机会数量和质量的统计数据并不受欢迎。此外,德国队还专门制定出一些与比赛理念相关的指标,希望球员能用到,不过Bauer拒绝透露具体细节。英格兰足球总会(FA)对此也拒绝评论,但也在研发自己的数据改革。总会使用GPS来测量球员训练时跑动的距离和速度,以及他们的健身和睡眠情况。数据已经在球场上展现成效。例如,2018年世界杯前夕,英格兰队对罚点球进行了大量分析,调查球员在裁判吹哨到罚点球之间等待的时长等指标。这促成了英格兰队在点球大战中大胜哥伦比亚队,成为球队在重大赛事中的第二场胜利。不过,最终决定权在球队经理手中。正如Koppers表示,数据分析师的挑战是为教练提供思路,但又不要让他们“沉溺”其中。谈到2019年,英格兰队经理Gareth Southgate总结得很到位:“显然,在许多其他体育运动中,如果你做到一、二、三点,你就会赢。而足球是一项低得分赛事,伴随有很多随机事件。数据中的任何闪光点你都能解读出很多东西,但是我们知道,想要大获全胜,需要始终如一地坚持一些方面。”

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注