스포츠는 그 어느 때보다 경쟁이 치열합니다. 오늘날 모든 선수, 코치, 팀은 경쟁자보다 조금이라도 우위를 점하기 위해 데이터 분석을 활용하고 있습니다. 이에 대한 욕구는 엄청나지만 분석이 가능한 한 효과적일까요?
여기서 말하는 맥락은 팀이 사용할 수 있는 데이터의 양이 기하급수적으로 증가하고 있다는 것입니다. 축구를 예로 들면, 데이터의 양이 증가함에 따라 수백만 개의 데이터 포인트를 빠르게 흡수하고 맞춤화하고 공유하여 팀의 경기력을 향상시키고 더 많은 경기에서 승리할 수 있도록 분석하는 것이 더 어려워지고 있습니다. 따라서 많은 팀들이 전술적 맥락이 배제된 평면적인 통계 보고만 받고 있습니다.
이러한 '평면적인' 통계 보고 및 데이터는 두 가지 이유로 한계가 있습니다:
첫째, 데이터 분석가들은 새로운 전술과 전략을 만들어내야 하는 시간적 압박을 받고 있기 때문입니다. 다음 경기를 불과 2~3일 앞두고 팀마다 다른 플레이 스타일을 구현하는 것은 쉽지 않은 일입니다. 따라서 분석가들은 평면적인 보고와 비디오 영상에 더 깊이 빠져들게 되는 경우가 많습니다.
분석할 시간은 어디에 있나요? 마찬가지로 스포츠 과학자들은 원시 데이터에 많은 시간을 할애해야 하기 때문에 분석과 가이드를 위한 시간이 부족하다고 느낍니다.
둘째, 수치를 해석하려는 사람들을 위한 지침이 없습니다. 단순히 데이터 결과를 제공하는 도구는 분석가, 코치, 매니저가 상대팀의 플레이 스타일과 우리 팀 스타일의 영향을 더 잘 이해할 수 있는 대화형 분석 기능을 제공하지 않습니다. 이를 통해 팀 선발, 전술 및 훈련 체계와 같은 더 나은 의사결정을 내릴 수 있습니다.
그러나 전술적 상황에 따라 데이터를 세분화하여 팀의 스타일이 상대방의 신체적 조건에 어떤 영향을 미치는지 파악할 수 있습니다. 이는 주성분 분석이라는 방법을 사용하여 수행할 수 있습니다.
축구의 경우, 원리 구성 요소 분석은 드리블 포워드와 같은 8가지 경기장 내 사건을 각 팀의 '플레이 스타일'로 환원합니다. 이러한 인사이트를 통해 분석가는 팀을 하이 프레스, 역습 또는 지속적 위협과 같은 특정 플레이 스타일로 분류할 수 있습니다. 플레이 스타일로 분석 범위를 좁히면 시간을 절약하고 맥락에 맞는 실행 가능한 데이터를 얻을 수 있습니다. 데이터를 단순화하고 컨텍스트를 추가하면 데이터 과학자와 코치는 상대팀의 플레이 스타일이 선수의 요구 사항에 어떤 영향을 미치는지 이해하는 데 도움이 될 수 있습니다. 이를 통해 스포츠 과학자, 코치, 선수는 증거 기반의 전술 훈련 세션을 만들고 각 포지션의 전술적 업무량을 파악할 수 있습니다.
맨체스터 유나이티드나 첼시가 이번 시즌 가장 많은 슈팅을 했다는 사실이 상대 팀 감독에게 그 팀의 슈팅을 막기 위한 전략을 개발하는 데 유용한 통찰력을 제공할까요? 대답은 '아니오'입니다. 대신 오늘날의 경쟁 환경에서 인사이트는 모든 요소를 고려하여 무슨 일이 일어났는지, 가장 중요한 것은 왜 그런 일이 일어났는지에 대한 명확하고 정확한 그림을 제공해야 합니다.
평균적으로 축구 선수는 경기 중 공 없이 보내는 시간이 97%에 달합니다. 그렇기 때문에 공과 함께 어떤 이벤트가 일어나고 있는지를 아는 것이 매우 중요합니다. 경기장 전체에서 무슨 일이 일어나고 있는지 파악하는 것이 중요합니다. 숫자가 맥락을 제공할 때에만 승리의 우위를 점할 수 있습니다. 전체 경기의 여러 수준에서 데이터 포인트를 다루는 컨텍스트와 알고리즘을 통해 과학자, 코치, 선수는 승리하고 최고 수준의 성과를 내기 위해 무엇이 필요한지 보다 정확하게 예측할 수 있게 됩니다.
