211service.com
Nettverksvitenskap avslører hemmelighetene til verdens beste fotballag
Barcelonas fotballagsmedlemmer Jeffren, Pedro, Sergio Busquets, Xavi, Gerard Pique og Pinto AP Foto/Hassan Ammar
Et av de beste fotballagene i historien er allment anerkjent for å være Barcelona-laget som spilte i sesongen 2009-10. Under inspirerende ledelse av manager Pep Guardiola vant dette laget seks store konkurranser, inkludert den spanske fotballigaen, kjent som La Liga, og UEFA Champions League, den mest prestisjefylte konkurransen i verdensfotball. Ingen andre lag har samlet så mange trofeer på så kort tid
Guardiolas lag spiller en unik fotballstil, og Barcelona legemliggjør den. Laget hadde som mål å opprettholde ballbesittelsen ved å lage korte, raske pasninger mellom spillere med tett avstand og deretter umiddelbart presse motstanderen når ballbesittelsen gikk tapt. Denne typen fotball er kjent på forskjellige måter tiki- ja eller total fotball, og ingen lag har mestret det som Barcelona.
Men mens strategien kan beskrives i brede vendinger, er sportsanalytikere interessert i å fange den via dataene som analyseselskaper rutinemessig samler inn.
Med de konvensjonelle beregningene – antall mål, pasninger, skudd og poeng – overgår Barcelona klart konkurrentene. Men disse beregningene fanger ikke spillestilen. Så sportsanalytikere ville elske å finne en måte å karakterisere den enorme forskjellen i spill mellom Barcelona og andre lag.
Gå inn på Javier Buldú ved Universidad Rey Juan Carlos i Spania og en rekke kolleger, som har brukt nettverksvitenskap for å fange Barcelonas stil. Vi kombinerer bruken av forskjellige nettverksmålinger for å trekke ut den spesielle signaturen til F.C. Barcelona trenes av Guardiola, som har blitt ansett som et av de beste lagene gjennom fotballhistorien, sier de.
Å bruke nettverksvitenskap for å studere idrett er en relativt ny tilnærming. Ideen er å representere hver spiller i et lag som en node og skape en kobling mellom spillerne når de passerer til hverandre. Etter hvert som antall passeringer øker, blir koblingen sterkere. Dataene inkluderer også posisjonen til hver spiller når en pasning er laget. Ved slutten av spillet er dette nettverket en kraftig oversikt over koblingene mellom spillere og måten spillet har utviklet seg på.
Men mye mer er mulig: forskere i andre fagfelt har brukt nettverksvitenskap til å studere internett, spredning av sykdom, skogbranner og til og med fremveksten av krig. Idrettsforskere kan bruke disse kraftige matematiske verktøyene til å analysere naturen til et lags nettverk og de viktigste nodene i det.
Ulike forskere har allerede brukt denne tilnærmingen til fotball. De har funnet ut at nettverkene danner små verdener (det er med andre ord mulig å krysse nettverket i et mye mindre antall lenker enn det er spillere i laget); at enkelte spillere er mer sentrale enn andre (med andre ord er det mye større sannsynlighet for at ballen sendes til og fra dem); og at visse spillemønstre, eller motiver er vanlige, for eksempel å spille ballen mellom tre spillere som danner en trekant.
Buldú og kollegene tar denne tilnærmingen et skritt videre. I stedet for å se på nettverket fra hele spillet, har de analysert hvordan det endrer seg gjennom hvert spill. De gjør dette ved å generere nettverket som er opprettet av de første 50 passeringene og deretter bruke et skyvevindu for å se hvordan dette nettverket endres etter hvert som spillet utvikler seg. Dette betyr å legge til det 51. passet til nettverket mens du tar bort det første passet, og så videre.
Dette gir et innblikk i hvordan spillet endrer seg gjennom spillet.
De genererer først pasningsnettverk for begge lag i hver La Liga-kamp som spilles i sesongen 2009-10. Det er 380 kamper spilt mellom de 20 lagene i toppsjiktet i den spanske nasjonale ligaen.
De beregner deretter et antall godt forstått nettverksfunksjoner for hvert lag. Disse målene inkluderte klyngingskoeffisienten, som beskriver hvor godt trillinger av spillere passerer til hverandre og er mye høyere for Barcelona enn noe annet lag; den gjennomsnittlige korteste veien gjennom nettverket, som beskriver hvor godt ballen sendes over laget og er mye kortere for Barcelona enn noe annet lag; og den største egenverdien til tilkoblingsmatrisen, som måler styrken til nettverket og er høyere for Barcelona enn noe annet lag.
Buldú og kolleger ser på hvordan nettverket utvikler seg over tid ved å bruke 50-pass-nettverkene. Vi er i stand til å identifisere de nettverksmålene som øker sannsynligheten for å score/motta et mål, og viser at ikke alle lag oppfører seg på samme måte og hvordan organisasjonen Guardiolas F.C. Barcelona er annerledes enn resten, sier de.
Dette avslører for eksempel hvordan et lags tyngdepunkt – dens gjennomsnittlige posisjon på banen – endres over tid. På denne måten spiller Barcelona lenger opp på banen enn de fleste andre lag (bare Real Madrid overtar det mot slutten av kampene). Barcelonas tyngdepunkt er også mer stabilt enn andre lags.
Forholdet mellom fremrykk måler hvor sannsynlig det er at laget passerer forover, bakover eller horisontalt over banen. Igjen er Barcelona uvanlig, ved at det er mer sannsynlig at pasningene er horisontale enn noe annet lags. Dette gjenspeiler strategien med å sende ballen frem og tilbake over banen på jakt etter muligheter til å angripe.
Barcelona har også den høyeste sentraliteten til en enkelt spiller i Xavi, som er allment anerkjent for å ha vært en av de beste midtbanespillerne gjennom tidene.
Men analysen avslører også noen svakheter. Sannsynligheten for at Barcelona slipper inn et mål øker når spredningen av spillere rundt lagets midtpunkt øker – med andre ord når spillerne sprer seg. Det antyder en akilleshæl som andre lag kan forsøke å utnytte.
Merkelig nok oppfører ikke andre lag på samme måte. Valencia, for eksempel, er mer sannsynlig å score et mål når spredningen rundt tyngdepunktet øker.
Det er et fascinerende sett med innsikter som avslører mange av spillemønstrene som gjør Barcelona unik.
Selvfølgelig er denne typen analyse ikke en tryllestav som andre lag kan bruke for å kopiere Barcelonas suksess. En ting er å identifisere lovende spillemønstre, men noe helt annet er å gjenskape dem i praksis.
Barcelonas spillestil er resultatet av et treningsprogram som strekker seg over hele klubben, til og med inn i ungdomsakademiet. Faktisk kom syv av de 10 spillerne som spilte mer enn 1000 minutter i løpet av 2009-10-sesongen gjennom klubbens ungdomsakademi.
Det vil ta betydelig tid og investeringer å gjenta denne suksessen andre steder. Men det er akkurat det Guardiola ser ut til å gjøre i sin nåværende klubb, Manchester City, som har dominert den engelske Premier League i flere sesonger. Det ville vært interessant å se om Buldú og kollegene kan identifisere Guardiolas karakteristiske spillemønstre i dette laget også.
Utover dette er det mange måter å utvikle den nettverksvitenskapelige tilnærmingen videre på. En mulighet er å se på hvordan individuelle spillere påvirker spill, hvordan en endring i deres posisjon kan påvirke deres prestasjoner, og så videre. Og det er ikke bare fotball som kan dra nytte av det – den samme tilnærmingen kan brukes på nesten hvilken som helst lagidrett. Nettverksvitenskap har tydeligvis en lys fremtid for sportsanalytikere.
Ref: arxiv.org/abs/1909.08903 : Definere et historisk fotballag: Bruke nettverksvitenskap til å analysere Guardiolas F.C. Barcelona