O início do ano é sempre uma época agitada para eventos de análise de esportes e, portanto, para o meu calendário.
De janeiro a março, há um evento OptaPro por mês, cada um em um país diferente. Essa é a minha versão da rotina de sábado a terça-feira enfrentada por muitos no setor, e eu aplaudo aqueles que passam por isso sem problemas.
O início de 2019 foi um pouco diferente. A Sloan Sports Analytics Conference do MIT foi um acompanhamento bem-vindo de um megaevento de análise de esportes múltiplos, ajudando-me a desconstruir e digerir adequadamente meu prato principal de conferências de análise de futebol.
Até alguns anos atrás, o futebol era apenas uma pequena parte do debate na Sloan. Este ano, no entanto, vimos vários painéis e palestras específicos sobre futebol, vários pôsteres sobre futebol e o vencedor do concurso de trabalhos de pesquisa focado no futebol. Não se pode mais dizer que o belo jogo seja fluido demais para ser analisado. Aperte um pouco o basquete, passe por cima do beisebol, há espaço para nós na mesa dos principais esportes influenciados pela análise.
Abaixo estão minhas considerações sobre algumas palestras de que gostei e três perguntas que tenho ao comparar minhas experiências na Sloan com o estado atual da análise no futebol.
Moldando o futuro do futebol
Minha primeira sessão foi o painel "Shaping the Future of the Game", patrocinado pela OptaPro. A discussão foi ampla, abordando tópicos como as características necessárias para que os jogadores jovens sejam bem-sucedidos, quais métricas podem ser usadas para prever se um jogador se tornará um profissional sênior ou não e o impacto futuro da RV para ajudar os jogadores a aprender e melhorar.
A discussão sobre o desenvolvimento de jogadores afeta tanto o futebol aqui na Inglaterra (devido à pequena questão do Brexit e à dificuldade de obter vistos de trabalho) quanto nos EUA (menos equipes estão valorizando o SuperDraft na MLS e mais estão investindo em suas próprias academias).
Será interessante olhar para trás, daqui a alguns anos, e ver como os processos mudaram do ponto de vista do olheiro, à medida que a amostra de dados dos jovens cresce e uma nova geração de treinadores assume o comando do esporte. Com um caminho tão diferente no futebol em comparação com os esportes tradicionais dos EUA, essa é uma área em que o futebol pode moldar seu próprio futuro analítico.
Embora nos próximos cinco anos os clubes, sem dúvida, progridam em ritmos diferentes (assim como vimos nos últimos cinco), as principais áreas que se tornarão a norma no contexto de dados e análises que informam o progresso do jogador provavelmente envolverão o gerenciamento de empréstimos e o provision de experiências de jogo adequadas. Embora isso esteja ocorrendo até certo ponto, atualmente se limita a confirmar uma equipe para o jogador em questão, em vez de explorar como um empréstimo afeta seu desenvolvimento futuro.
Isso se estenderá ao número de jogadores que se tornam profissionais em seus clubes, em vez de serem vendidos ou abandonarem o esporte. Um clube que entende como é o jogador de futebol moderno hoje e daqui a cinco anos ou mais em sua liga poderá adaptar um programa de formação para desenvolver jogadores com um conjunto de habilidades voltadas para esse objetivo.
Caça aos unicórnios
Em seguida, participei do painel de análise de basquete "Hunting for Unicorns". O painel começou com uma discussão sobre o que é um "unicórnio" (essencialmente, um jogador que é completamente diferente em termos de conjunto de habilidades/perfil). Imediatamente vi paralelos com os tipos de discussões que temos no futebol, tanto as que envolvem animais míticos ("é possível vencer sem um superstar/unicórnio?") quanto as que não envolvem ("o que aconteceria se você colocasse o ex-grande-jogador-x na liga hoje?").
Muitas vezes, há um debate sobre como a equipe x conquistou o título y, e isso se deve ao seu estilo de jogo z exclusivo. Em seguida, vemos outras equipes replicarem o estilo z, e os estilos não mudam até que outra equipe saia de sua órbita e comece a fazer zag enquanto todas as outras fazem ziguezague.
Como Paul Pierce observou no painel, a NBA é uma "liga de imitadores". Embora não vejamos estilos de equipe espelhados ao mesmo extremo no futebol e no basquete, foi uma boa discussão sobre como encontrar uma vantagem e como pensar (mas não atirar!) fora da caixa pode trazer ganhos, desde que se continue lutando contra a inércia.
Sinto que há uma narrativa da mídia em nosso esporte sobre como as equipes procuram adotar o estilo do time do momento (Leicester City vence a liga, a posse de bola está morta! O Manchester City vence a liga, viva a posse de bola!), sendo que o problema é a cegueira para o fato de que um jogo de futebol pode ser vencido de muitas maneiras diferentes. Todos os participantes do painel "Unicorn" concordaram que, embora o Milwaukee Bucks, o Houston Rockets e o Golden State Warriors apresentem números semelhantes, todos eles jogam um basquete muito diferente e incomparável.
Também houve um ótimo conselho de Mike Zarren, assistente do gerente geral do Boston Celtics, sobre como um analista não deve dizer nada quando não sabe. Dean Oliver fez uma observação semelhante em seu discurso de abertura no Forum OptaPro há alguns anos, e certamente posso me lembrar de situações em que gostaria de ter aderido a essa linha de pensamento no passado.
Mencionei brevemente os pôsteres anteriormente, mas fiquei realmente impressionado com os dois pôsteres de futebol apresentados, em parte porque ambos foram criados usando apenas dados de eventos. Para mim, essa é uma ótima refutação à ideia de que já extraímos até a última gota de utilidade desse conjunto de dados. O pôster de Derrick Yam, da Statsbomb, identificou uma estrutura para analisar o desempenho de goleiros, enquanto o quarteto da SciSports analisou o desempenho de jogadores sob diferentes facetas de pressão (pressão em termos de importância do jogo, não de Roberto Firmino respirando no seu pescoço).
Desafios futuros
vision computacional foi um tema importante em toda a conferência deste ano, com muitas exibições de resultados alimentados por dados gerados por meio dessa abordagem. A mensagem subjacente parecia ser a de que precisamos de informações mais detalhadas sobre a postura corporal para responder às perguntas feitas pelos técnicos. Acredito que, embora isso possa ser verdade para os esportes mais avançados do ponto de vista analítico, pode ser um caso de muito cedo para o futebol. Embora eu não discorde do sentimento de que dados de melhor qualidade podem informar uma análise de melhor qualidade, isso abre vários desafios para o nosso segmento do setor no futuro.
A primeira delas é considerar a melhor forma de obter valor dos dados de rastreamento. Para mim, parece que o valor real dos dados de rastreamento é nos fornecer denominadores melhores. Por exemplo, pegar o número total de passes para frente e conseguir entender se eles são provenientes de situações em que um jogador está sob pressão, está rompendo uma linha ou passando para um companheiro de equipe no espaço. A capacidade de enriquecer os dados de eventos com qualificadores que os analistas não têm a capacidade de rastrear ao vivo ou que exigem muito trabalho para rastrear após o jogo é onde a maior parte do valor estará a curto e médio prazo.
A segunda delas é considerar qual é a solução para preencher a lacuna de habilidades entre os analistas que podem extrair valor dos dados de eventos e aqueles que podem fazer o mesmo com os dados de rastreamento. Com os dados de eventos, pessoas como Rob Carroll forneceram aos analistas de vídeo as ferramentas necessárias para que pudessem produzir insights significativos a partir dos dados de eventos, usando apenas o Excel. Essa abordagem não pode ser replicada com os dados de rastreamento. Na minha opinião, o salto de complexidade entre esses conjuntos de dados empurra o ônus para os criadores de produtos ou pressiona as equipes a contratar alguém com as habilidades necessárias para usar esses dados. Embora algumas empresas tenham apresentado abordagens realmente inovadoras para a captura de dados de vídeo, o desafio será aumentar a escala e fornecer os dados em um formato fácil de digerir e analisar.
Por fim, prevejo que haverá uma escassez do que eu chamaria de "tradutores" no setor. Provavelmente, há apenas um punhado de pessoas no momento que têm um trabalho como esse, que envolve a concepção e a implementação de uma estratégia em torno do uso de dados em um clube e tem uma compreensão tática relevante do jogo. Essa pessoa é responsável por escolher a tecnologia, os dados e os produtos que serão usados, o pessoal que será contratado e é capaz de entender as necessidades dos departamentos de academia, recrutamento e análise. Ela não está (sempre) fazendo o trabalho mais técnico, mas tem um entendimento completo dele. À medida que as equipes começam a contratar mais pessoal técnico, ter alguém não técnico para reunir tudo isso parece ser uma etapa vital para obter a adesão e realmente alimentar os processos de tomada de decisão.
Para aqueles que pretendem ingressar no setor, considero esta uma leitura obrigatória. Sinto que há uma escassez de pessoas que entendam completamente como os clubes trabalham com análise e recrutamento, as ofertas de produtos disponíveis no mercado e a combinação de habilidades necessárias para um analista ou cientista de dados bem-sucedido em um clube. Embora a análise de futebol seja um campo predominantemente técnico, há definitivamente uma necessidade de pessoas que possam escrever o manual e deixar a execução das jogadas para os outros.
