Data Analytics bekommt einen immer grösser werdenden Platz in der Sportwelt. Es gibt unterdessen fast keinen Verein, der seine Analytics Skills nicht aufbauen oder erweitern möchte. Neben den Vereinen die Daten für Scouting & Spielanalyse nutzen, integrieren nun immer mehr Sportformate feste Analytics Inhalte/Experten in ihren Beiträgen. Ob in der Presse, in TV Formaten oder Podcasts. Analytics is on fire, In Malaysia gibt es nun sogar die erste dedizierte Daten-Analyse Sendung zur lokalen Meisterschaft. Es wird in der Schweiz wohl nicht mehr lange dauern, bis der erste Daten-Analyse Experte in einem Sportstudio sitzt.
OK, let's get analytical
In einem unserer vergangenen Beiträge sind wir darauf eingegangen, wie man die Leistungen der Spieler möglichst fair vergleichen kann.
Denn mengen- oder volumenbasierte Werte (Anzahl Duelle, Dribblings, Schüsse, Pässe etc.) per 90Min auszuweisen, ist zwar gut aber nicht immer die beste Lösung. Eine smarte Anpassung (Adjustment) pro Ballbesitz, Ball-Berührungen, oder Pässe macht die Werte und den Vergleich fairer und aussagekräftiger.
Hier nochmal unser Blog dazu: DataAnalytics Praxis: Spieler fair vergleichen
·Heute machen wir ein Beispiel auf Teamebene und nehmen euch in den Analyse-Prozess mit .
see the process - not the result
Wie wollen verstehen, wie gut die Teams mit ihrem Spielaufbau ins letzte Drittel gelangen und wie oft sie den Ball im gegnerischen Strafraum berühren können.
Es sind erst 6 Super League Runden gespielt und die Werte sind dadurch noch nicht ausreichend belastbar. Ein Wert ab 800 Minuten gilt erfahrungsgemäss aus ausreichendes Mengengerüst. Es geht uns aber in unserem Beispiel mehr um die Methode, als um die Erkenntnis.
Dazu verwenden wir die Metriken "Passes to final third p90" und "Touches in penalty box p90" und knallen sie in ein Chart.
Unbereinigte Werte: Pässe ins letzte Drittel & Ballberührungen im Strafraum
Vielleicht nimmst Du Dir kurz Zeit, um das Bild und die Positionierungen der Teams zu studieren. Stimmt das Bild mit Deiner Wahrnehmung überein? St. Gallen, YB, Lugano und Basel gelingt es oft, ins letzte Drittel zu gelangen und den Ball auch im Strafraum zu berühren. Sion, Winterthur, Servette und Luzern weisen in beiden Dimensionen mittelmässige Werte auf. Zürich gelingt es gut ins letzte Drittel zu gelangen, hat aber Mühe dann erfolgreich in den Strafraum einzudringen. Den Grasshopper scheint diese Statistik egal zu sein. Sie überlassen durch eine tiefe Ballbesitzquote dem Gegner den Ball und konzentrieren sich auf die Umschaltmomente.
Selbstverständlich bedeutet ein grosses Volumen in diesen Dimensionen nicht zwingend auch erfolgreich zu sein. Klar steigt die Torgefahr durch mehr Berührungen im Strafraum, aber ein Team kann in einem Spiel 50 mal in die Box kommen, ohne ein einziges Tor zu erzielen. Die Höhe der Werte sagt so (unbereinigt) dargestellt, viel mehr etwas über die Spielphilosophie eines Teams aus als über die Qualität.
Selbstverständlich ist der Trainer zu einem grossen Teil auch für die Leistungen mitverantwortlich, da er die Spielphilosophie und die Spielstruktur seines Teams definiert um systematisch nach vorne zu kommen..
Wir haben in oberen Bild einzig die Werte bzw. das Volumen der verschiedenen Teams verglichen. Dabei haben wir aber nicht berücksichtig, wieviel Zeit oder wieviel Ballbesitz das Team zur Verfügung hatte, um seine Aktionen auszuführen.
Nach sechs Runden der laufenden Meisterschaft hat Basel hat mit 57,9% den höchsten und Winterthur mit 40% den tiefsten Ballbesitzwert. Wenn wir das auf eine effektive Netto-Spielzeit von 60 Minuten hochrechnen, hat Basel 35 Min den Ball und Winterthur aber nur 25 Minuten. Somit hat Basel 10 Min mehr bzw. fast +30% mehr Zeit zur Verfügung, um seine Aktionen zu auszuführen. Auf der anderen Seite hatte Winterthur 30% mehr Zeit um ihre Defensivaktionen auszuführen.
Es wäre nicht fair, die volumenbasierten Leistungen beider Teams ohne eine Anpassung zu vergleichen.
Somit werden wir nun in einem zweiten Schritt, die Werte der Teams an die Höhe ihres Ballbesitzes anpassen. Wir passen alle Werte auf 50% Ballbesitz an und kommen zu folgendem Resultat.
Ballbesitzbereinigte Werte: Pässe ins letzte Drittel & Ballberührungen im Strafraum
Die Werte der Teams sind nun auf eine fairere Art und Weise angepasst und somit vergleichbarer und aussagekräftiger. Wir messen nun die Dinge mit gleichen Ellen und sind in der Lage eine fairere Beurteilung zu tätigen. Wir können nun simulieren, welche Werte die Teams mit gleichem Ballbesitzanteil bei gleichbleibender Qualität erreichen würden. Somit sind wir der Wahrheit näher gekommen und die Aussage hat sich von der reinen Stilfrage zur Leistungsfrage gewandelt.
Ohne Werte-Bereinigung werden Spieler von Topteams und die Topteams offensiv besser gewichtet, da sie mehr vom Ball haben. Gleiches gilt für die Defensive im Umkehrschluss. Ein (smartes) Adjustment rückt oft Spieler von schwächeren Teams ins verdiente Rampenlicht und kann sie regelrecht scheinen lassen.
Auch in unserem Chart hat es spannende Verschiebungen, aber auch Bestätigungen gegeben, die Dich hoffentlich auch überraschen werden.
Die Erkenntnisse überlassen wir gerne Deiner Interpretation und lassen sie unkommentiert.
"Die wahre Entdeckung besteht nicht darin, Neuland zu finden, sondern darin, die Dinge mit neuen Augen zu sehen." Marcel Proust
Hey, wir sind noch da, da wir entschieden haben, dass die Analyse jetzt noch nicht zu Ende ist. Wir wollen gerne noch weiter graben, um vielleicht noch bessere und tiefere Erkenntnisse zu erlangen.
Je stärker der Wert mit der Adjustment Einheit zusammenhängt, desto aussagekräftiger wird die Aussage. Je stärker die Korrelation, desto stärker auch die Erkenntnis.
Als Einheit für die Anpassung haben wir den Team-Ballbesitz genommen und das ist gut. Aber ist das wirklich die beste verfügbare Einheit? Ein Team kann viel Ballbesitz in der eigenen Hälfte haben und die vielen Pässe im Spielaufbau haben wenig Zusammenhang und Korrelation zu den Ballberührungen im Strafraum. Also überlege ich mir, welche Einheit einen noch besseren Zusammenhang hat. Was noch besser korrelieren könnte. Ich versuche es mal so: Für die "Passes to final third" bleibe ich beim Ballbesitz. Denn man kann sagen, je mehr Zeit im Spielaufbau, desto mehr Möglichkeiten habe ich um ins gegnerische Drittel zu gelangen. Ein direkte Abhängigkeit ist da.
Bei den "Touches in the box" verwende ich für das Adjustment nun jedoch die Anzahl Pässe in letzte Drittel. Dies bedeutet, dass ich die Pässe des Spielaufbau in den ersten zwei Zonen vom Zusammenhang eliminiert habe. Je mehr Pässe ins letzte Drittel, desto mehr Chancen auf Ballberührungen im Strafraum. Das hat einen stärkeren Zusammenhang als der reine Ballbesitz. Diese zwei Werte haben eine stärkere Relation und Abhängigkeit zueinander.
Und schon das steht nächste Diagramm.
Und wieder hat sich das Bild und die Aussage etwas verändert. Wie interpretierst Du nun die Werte und die Leistungen der Teams?
Was gibt es für Erkenntnisse oder wertvolle neue Fragestellungen?
Jetzt könnte man einwenden: Dass für das Adjustment die Läufe mit dem Ball, die den Ball auch ins letzte Drittel bringen, fehlen. Oder dass die Berührungen im Strafraum auch durch Standards entstehen und dass dadurch die Aussage verfälscht wird.
Das ist absolut korrekt und würde das Bild sicherlich nochmals etwas verändern. Aber die Läufe ins letzte Drittel und die Berührungen im Strafraum nur aus dem Spiel, sind in unserem verfügbaren Datensatz nicht enthalten. Wir haben die bestmögliche verfügbare Einheit verwendet und alle Teams gleich verglichen.
Wir haben für unsere Analyse statistische Daten von Wyscout verwendet. Weit grössere Möglichkeiten hätten wir mit den viel detaillierteren Eventdaten. Für einen Verein eröffnet der Kauf und die Analyse von Eventdaten (3'000 Events pro Spiel, inklusive Start und Endkoordinaten jeder einzelnen Aktion) neue und grosse Potentiale und Möglichkeiten für die Spielanalyse. Mit den Eventdaten können viele Fragen beantwortet, detaillierte Analysen erarbeitet und Hypothesen validiert werden.
In der Datenanalyse gibt es keine absolute Wahrheit.
Wir versuchen mit Köpfchen, mit smarten Fragen und mit der Validierung von Hypothesen der Wahrheit Stück für Stück näher zu kommen. Wir starten mit einer Frage und versuchen aus den Daten Informationen und aus den Informationen Erkenntnisse zu gewinnen. Aus den Erkenntnissen entstehen wiederum wertvolle Fragen die wir zu beantworten versuchen.
Fussball ist unsere grosse Leidenschaft und es warten unzählige spannende Fragen und Antworten auf uns.
Einem Experten gelingt es, mit dem Thema in einen tiefgründigen Dialog zu treten, damit beide Seiten immer wieder etwas zu sagen haben.
Data Analytics ist ein bisschen wie Schatzsuche. Theorie und Wissen gepaart mit Mut in Aktion.
«Es genügt für einen Verein nicht, nur Daten und Tools einzukaufen. Das tun alle - damit bleiben Sie einer in der Masse. Investieren Sie in Daten, Software UND in #DataAnalytics Knowhow.»
Eine smarte und erfolgreiche Nutzung von Daten geht weit über den reinen Kauf von standardisierten Tools hinaus. Wir verfügen über langjährige Erfahrung in den Bereichen Fussballtrainer, Spielentwicklung, Spielanalyse und Datenscouting. Ergänzend bringen wir auch Fachwissen in den Bereichen Geschäftsinnovation, Design Thinking und Produktentwicklung an den Tisch.
Hat Dir die Qualität unseres Beitrags gefallen? Dann belohne uns mit Deinen "Credits" und like und teile diesem Beitrag innerhalb Deines sozialen Netzwerkes. Besten Dank.
Um keinen Beitrag zu verpassen kannst Du den Blog abonnieren.
footballytics – mit smart data die besseren Entscheidungen treffen
Wir verbinden die Kompetenzen Fussball-Taktik, Scouting und DataAnalytics und beraten und unterstützen Vereine beim Interpretieren und Nutzen von Daten, um im Scouting und in der Spielanalyse datenvalidiert bessere Entscheidungen zu treffen.
Blog von www.footballytics.ch Über Data Analytics Themen im Fussball - improve the game - change the ǝɯɐƃ
Teilen Sie diesen Beitrag