Presto l’Intelligenza Artificiale aiuterà i portieri a parare i calci di rigore, ma già oggi i Big Data e la Match Analysis entrano nella routine quotidiana di allenamento delle squadre di calcio professionistiche. Gli allenatori dei club e delle nazionali hanno stabilmente incluso negli staff figure dotate di competenze tecniche ed informatiche per gestire software di video editing, grafiche animate, telecamere tattiche, droni e programmi per la gestione dei dati, dai quali estrarre indicatori sintetici da presentare ai giocatori per la preparazione della partita.
Johan Cruyff disse che “giocare a calcio è semplice, ma giocare un calcio semplice è la cosa più difficile che ci sia”. Per semplificare è necessario tradurre la complessità che si dispiega su un campo da calcio attraverso le scelte degli atleti in funzione del pallone, dei compagni di squadra e degli avversari. Ed è qui che la tecnologia gioca un ruolo fondamentale, come se fosse il dodicesimo uomo in campo. Ne abbiamo parlato con Simone Contran, allenatore professionista che ha lavorato in FIGC per sei anni, è stato il Match Analyst della Nazionale Italiana Campione d’Europa, del Sassuolo e della Spal, con allenatore Daniele De Rossi, e oggi lavora nello staff di Roberto Mancini come collaboratore tattico nella Nazionale dell’Arabia Saudita.
Che cos’è il calcio visto con gli occhi del Match Analyst?
“Uno sport meraviglioso che si basa principalmente su due variabili: lo spazio e il tempo. Nel corso di una partita di oltre 90 minuti un calciatore gestisce la palla con i piedi per circa un minuto e mezzo. Nel restante tempo effettua scelte in funzione della posizione della palla, dei compagni e degli avversari. Le variabili sono potenzialmente infinite, perciò i Big Data e le tecnologie, unitamente alle sensibilità e competenze dell’analista, possono aiutare gli allenatori a tradurre questa complessità”.
Di cosa si occupano i Match Analyst e i Data Analyst?
“Il Match Analyst è un collaboratore dell’allenatore e si occupa della strategia tattica, del piano gara e dell’analisi degli avversari. È un professionista che svolge analisi delle dinamiche di gioco ed effettua osservazioni strategiche dei comportamenti dei giocatori. Il Data Analyst, invece, è una figura professionale dotata di competenze informatiche avanzate, conosce i linguaggi di programmazione, utilizza strumenti come Python e gestisce esclusivamente i Big Data. Nei Paesi latini come l’Italia, la Spagna e il Portogallo la figura del Match Analyst sta diventando sempre più un ruolo di campo. Nel modello anglosassone la figura del Match Analyst invece è più vicina a quella del Data Analyst anche se si sta andando verso una specializzazione dei ruoli”.
Come si integra il lavoro di queste figure?
“Il Data Analyst trasferisce i dati più rilevanti al Match Analyst che a sua volta deve tradurli, oggettivizzarli, contestualizzarli, mettendo a disposizione dello staff tecnico e dei giocatori alcuni indici sintetici, semplici da consultare. È una filiera di raccolta, analisi e selezione di enormi quantità di dati per individuare poche informazioni fondamentali. Trasferire troppi dati sarebbe controproducente perché alzerebbe il livello di insicurezza”.
Riscontrate un adeguato livello di attenzione su aspetti così teorici e complessi?
“Il segreto è comunicare poche cose, in modo chiaro. C’è un messaggio di Luis Enrique, tecnico del Paris Saint-Germain, che ogni Match Analyst conosce bene: “Se avessi avuto più tempo ti avrei scritto una lettera più breve”. Significa che bisogna trasferire solo le poche informazioni realmente necessarie. Ma l’attenzione va anche stimolata, ad esempio l’allenatore di pallacanestro Gregg Popovic nelle analisi video proposte alla squadra, inserisce dei fumetti e alcune immagini goliardiche. È un modo per tenere alta la concentrazione di ragazzi molto giovani, come sono spesso gli atleti professionisti”.
Quali sono gli indici più importanti ai fini della tattica di gara?
“I dati sono come il petrolio dal quale va estratto valore sotto forma di informazioni utili, per leggere le partite e le singole situazioni tattiche, individuali e collettive. Oggi siamo in grado di dettagliare alcuni indici sintetici come gli Expected gol – una statistica per misurare la probabilità che un tiro diventi gol -, indicatori di pericolosità, numeri di transizioni e attacchi della profondità, etc… Grazie ad appositi dispositivi di tracking si raccolgono dati atletici e di posizionamento dei singoli atleti, ma anche informazioni sulla fase di possesso palla e su quella di non possesso palla. Riusciamo a decifrare situazioni non oggettive e di difficile interpretazione, come ad esempio la riaggressione in pressing quando la nostra squadra non ha la palla”.
Quali sono i limiti della Match Analysis?
“Tutte le squadre arrivano preparate alle partite, si sa praticamente tutto degli avversari, perciò a volte si rischia di vedere delle gare bloccate. Ma stiamo evolvendo per aggiungere più imprevedibilità, ottenendo dati live durante le gare”.
Qual è il contributo dell’analista durante la partita?
“Alla Match Analysis preparatoria della partita, si aggiunge la Live Analysis, ossia l’estrazione di informazioni osservate durante il match per consentire all’allenatore di cambiare rapidamente il piano di gara. Il Match Analyst dotato di tablet, auricolari e appositi software studia la partita dalla tribuna e comunica in tempo reale le informazioni al collaboratore tecnico in panchina, affianco all’allenatore. L’obiettivo è adattarsi alle situazioni e cambiare la gara durante il suo svolgimento. Grazie alla Live Analysis i quindici minuti di intervallo tra primo e secondo tempo sono diventati una vera e propria riunione tecnica”.
State utilizzando anche algoritmi di Intelligenza Artificiale?
“La sperimentazione dell’AI nel calcio è iniziata e le prospettive sono interessanti. Ad esempio sullo studio dei calci di rigore, l’Intelligenza Artificiale con finalità predittive può ricavare dei pattern per tutti i rigoristi, a seconda dell’angolazione di apertura del piede al momento dell’impatto sulla palla. Informazioni che poi saranno messe a disposizione dei portieri, ma anche dei rigoristi, che potranno affinare ulteriormente la loro tecnica, per essere meno prevedibili”.
Un esempio di come il Match Analyst ha contribuito a sbloccare un risultato?
“Coppa d’Asia, Arabia Saudita-Corea: durante la gara suggeriamo a Roberto Mancini di sfruttare una linea di passaggio che gli avversari concedevano. Un consiglio che ha prodotto proprio un passaggio filtrante per l’attaccante che ha segnato il gol del vantaggio. In quel caso i dati sono entrati in campo”.
Fonte : Repubblica
