Uzvarošā formula – triumfs ar datu analītikas palīdzību

Foto: TT

Profesionālā sportā galvenais ir uzvarēt. Robeža starp uzvaru un neveiksmi ir ļoti plāna. Tādēļ atlēti dara visu, lai uzrādītu augstvērtīgākos rezultātus – ietur stingras diētas, sevi nežēlo stundām ilgos treniņos. Arvien lielāka vērība tiek pievērsta datu analīzei. Cik kilometri tiek noskrieti, kādas pulsa zonas tiek ievērotas, cik punkti, vārti, tiek gūti, kuras ir optimālās izspēles, uzbrukuma zonas? Gandrīz visām TOP sporta komandām ir sava datu analītikas komanda, kas cenšas no sportistiem izspiest maksimāli labākos rezultātus. Vai ir objektīvi vērtēt visu pēc datiem, grafikiem un tabulām?

Hjūstonas “Rockets” trīspunktnieku lietus un NBA pieredze

Viens no datu analītikas celmlaužiem NBA bijis kādreizējais Hjūstonas “Rockets” ģenerālmenedžeris Derils Morijs. Amerikāņu speciālists ar datu analītiku nodarbojas jau kopš deviņdesmitajiem gadiem, taču to veiksmīgi spēja ieviest un pierādīt NBA komandām krietni vēlāk. 2002. gadā Morijs pievienojās Bostonas “Celtics” kolektīvam, kur palīdzēja ar datiem balstītu pieeju, lai izdarītu labākus lēmumus biļešu pārdošanā, spēlētāju maiņu darījumos, draftā un pretinieku komandu analīzē. Četru gadu laikā Morijs lieliski sevi pierādīja, izpelnoties darbu Hjūstonas “Rockets”.

Hjūstonā Morijs ar vienkāršu matemātisku aprēķinu secināja, ka “Rockets” komandai jāsāk izpildīt vairāk tālmetienu, jo tiem statistiski ir lielāks pienesums, nekā divpunktu metieniem, metieniem no groza apakšas un dankiem. Morijs aprēķināja, ka daudz izdevīgāk ir izpildīt tālmetienus no laukuma stūra, jo grozs spēlētājiem sanāk nedaudz tuvāk. Lai gan trīspunktniekus ir sarežģītāk realizēt, tomēr Morijs apzinājās papildu plusus – izlauzties līdz groza apakšai ir krietni sarežģītāk, nekā pārdriblēt pāri laukuma centram un izpildīt tālmetienus. Arī citas komandas palēnām sāka pārņemt “Rockets” praksi un katru gadu NBA izpildīto tālmetienu skaits tikai aug. Taču pieejai izpildīt tālmetienus bija ēnas puse – Hjūstonas “Rockets” 13 gadu laikā, kamēr Morijs strādāja komandā, tā arī nespēja izcīnīt NBA čempiontitulu.

Šobrīd datu analītiku izmanto visas NBA komandas. Katrā arēnā ir izvietotas vairākas kameras, kas fiksē visas spēlētāju darbības un sūta datus programmai, kas tālāk tos analizē. Par katru NBA basketbolistu tiek iegūta detalizēta informācija – par ātrumu un noskrieto distanci, par pieskārieniem bumbai, un, cik ilgi tā bijusi spēlētāja rīcībā, par izdarītajām piespēlēm un to precizitāti, par izdarītajiem metieniem un basketbolista spēcīgākajām metienu zonām, par darbībām aizsardzībā, pārķerot bumbas, bloķējot metiens un izcīnot atlēkušās bumbas, kā arī vēl padziļinātāka analīze par katru vissīkāko detaļu. Savukārt, sadarbībā ar attīstīto sporta medicīnu, klubi spēj noteikt basketbolista noguruma līmeni, kas var palīdzēt novērst potenciālās traumas. Diemžēl bieži komandas šo rādītāju ignorē, jo katra uzvara ir svarīga un likmes ir lielas – līdz pat simtiem miljonu dolāru.

Atrast pērles un pārdot tās par dārgu naudu

Tos, kurus saista sporta un datu analītikas temats, ir vērts noskatīties filmu “Moneyball”. Filmā stāstīts par beisbola komandu “Oakland Athletics”, kura,  pateicoties datu analītikai, prata piemeklēt nepieciešamos spēlētājus un iekļūt “play-off” turnīrā. Īpaši izplatīta datu analītika ir futbolā, kur lielās komandas cenšas no mazāk pazīstamiem klubiem izrakt “pērles”. Arī futbolā, it īpaši spēcīgākajos turnīros – Premjerlīgā, Bundeslīgā, Spānijas, Francijas un Itālijas čempionātos, pieejama detalizēta informācija par katru spēlētāju. Nospēlētās minūtes, noskrietie kilometri, maksimālais ātrums, sitienu un piespēļu precizitāte, pozīcijas izvēle, utt. Protams, dati un statistika neparāda sportista rakstura īpašības, taču tā dod pienācīgu priekšstatu par atlēta spējām. Futbolā ir vairāki piemēri, kad klubu skauti izdara izcilu darbu, tiekot pie talantiem un pēc vairākiem gadiem tos pārdodot par pasakainu peļņu. Lieliskākie piemēri ir Amsterdamas “Ajax”, “Porto”, Lisabonas “Benfica”, Madrides “Atletico” un “Monaco”.

Datu analītika palīdz arī treneru darbā. Interesanti, ka Francijas augstākās līgas komandas “Reims” treneris, beļģis, Vils Stils treneru arodu uzsācis, jo aizrāvies ar datorspēli “Football Manager”. Var vilkt paralēlas, ka Stils ir lielisks datu analīzē, jo datorspēles simulācijā jādarbojas tikai ar datiem – “Football Manager” jāvērtē spēlētāju sniegumus, jādomā par komandas taktikas risinājumiem, jābūvē sava komanda un jācenšas uzvarēt. Pērnajā sezonā Stils, tikai 30 gadu vecumā, kļuva par jaunāko treneri Eiropas TOP5 futbola līgās. Tā kā Stils vēl nav nokārtojis UEFA Pro trenera licenci, “Reims” katru spēli šķīras no 25 tūkstošu eiro liela soda naudas. Kopš talantīgais treneris vada Francijas klubu, tas 32 mačos izcīnījis 13 uzvaras, desmit dueļi beigušies neizšķirti, bet neveiksmes piedzīvotas deviņās spēlēs.

Biometrija un datu analīze sportistu veselībā

Datu analītika, kā jau minēts, spēlē vitālu lomu sportistu veselībā. Ieskicējām NBA piemēru, taču šāda prakse tiek pielietota arī citos sporta veidos. Arī NFL klubi rūpīgi seko līdzi spēlētāju noslodzei treniņos, spēlēs, lai ne tikai izvairītos no pārslodzes un traumu riska, bet nodrošinātu atlētu vislabāko sniegumu.

Dažādi biometrijas rādītāji – vecums, augums, svars, pulss, izturība, muskuļu masa, asinsspiediens, kustību mehānika, redzes asums un atjaunošanās ātrums, ļauj komandu medicīnas personālam, treneriem un pašiem sportistiem iegūt visprecīzāko informāciju. Īpaši populāra biometrijas rādītāju analīze ir Ziemeļamerikas sporta līgās – NBA, NHL, NFL un MLB, kad draftā tiek izvēlēti jaunie talanti. Tas ļauj izvērtēt atlētu stiprās un vājās puses, pielāgot treniņprocesu un aprēķināt tik ļoti svarīgo atpūtu. Tieši traumu risks profesionālā sportā ir visaugstākais. Desmitiem stundu treniņos, mači visaugstākajā intensitātē. Profesionālajā līmenī pat vismazākajai niansei var būt uzvaras cena – centimetrs, sekunde, precīzs metiens vai sitiens, reakcijas ātrums.

Faniem iespēja ielūkoties profesionālā sporta aizkulisēs

Apjomīgie un detalizētie dati ļauj sporta faniem iejusties treneru ādā, kā arī rūpīgi sekot katra spēlētāja sniegumam, karjeras trajektorijai un tendencēm. Piemēram, F1 sacīkšu laikā sporta līdzjutējiem tiek dota iespēja ielūkoties spēkrata sniegumā, riepu nodilumā, komandas stratēģijā un ātrākajos sektoros. Arvien interaktīvākas paliek arī citas sporta pārraides, tiešraidē ar aizraujošām grafikām informējot par aktuālajiem statistikas un spēlētāju snieguma datiem. Tāpat apjomīgā informācija, statistika, kā lietderīgs palīgs kalpo simulāciju, prognožu un “fantasy” spēlēs. Tas, savukārt, faniem liek arvien cītīgāk sekot līdzi iemīļotajai sporta līgai, komandai, spēlētājiem un tendencēm. Pateicoties datu analītikas attīstībai, ikdienas sporta līdzjutējs ir dažu klikšķu attālumā no iemīļotā sporta veida tendencēm, statistikas un taktiskajiem risinājumiem, nekā tas bija pirms desmit, divdesmit gadiem.

Visi lēmumi, kas balstīti datos – vai tas izslēgs cilvēcisko pieeju?

Skaidrs ir viens – uz datiem balstīti lēmumi nākotnes sportā iegūs arvien lielāku spēku. Neapšaubāmi, ka padziļinātai datu analīzei ir milzīgas priekšrocības, taču “Exel” tabulas, grafiki un diagrammas, nedaudz izslēdz cilvēcisko faktoru. It īpaši, kad jāņem vērā sportista rakstura īpašības – prasmi iejusties jaunā valstī un kultūrā, būt lieliskam komandas biedram, ievērot darba ētikas principus. Tieši šie elementi ir ārkārtīgi svarīgi komandas sporta veidos. Individuālajos sporta veidos atlēti cīnās ar mentālo pusi, cenšas maksimāli uzlabot fiziskās un tehnikās prasmes, taču futbolā, hokejā, basketbolā, volejbolā, u.c., ir vitāli svarīgi būt daļai no strādājoša mehānisma. Spīdoši individuālie rādītāji var maldināt par sportista rakstura īpašībām. Vēl jāatceras, ka gandrīz katrā TOP līmeņa sporta komandā ir spēcīga datu analītikas vienība, līdz ar to grūti pārsteigt pretiniekus, sāncenšus, ar jauniem un inovatīviem analītikas risinājumiem.