Ֆուտբոլը վաղուց արդեն չի դիտարկվում որպես զուտ մարզաձեւ. այն դարձել է գլոբալ արդյունաբերություն, որտեղ յուրաքանչյուր որոշում, ցանկացած քայլ հաշվի է առնվում: Պատմության մեջ առաջին անգամ ֆուտբոլում մեծ դեր է խաղում Big Data-ն, որը թույլ է տալիս թիմերին, մարզիչներին, վերլուծաբաններին եւ սկաուտներին ունենալ առավելագույն տեղեկատվություն ոչ միայն խաղի ընթացքի, այլեւ դրա հնարավոր արդյունքների, խաղացողների վիճակի, ուժեղ եւ թույլ կողմերի մասին: Այս հոդվածում կքննարկենք, թե ինչպես է այն օգտագործվում ֆուտբոլում՝ խաղային պլանավորման եւ սկաուտինգի տեսանկյունից, ինչպես է նպաստում թիմի արդյունավետության բարձրացմանը եւ նոր տաղանդների բացահայտմանը:
Լուսանկարը` Reuters
Big Data-ի հիմունքները ֆուտբոլում
Big Data-ն տվյալների մեծ հոսքերն են, որոնք պարունակում են բազմաթիվ ցուցանիշներ, այդ թվում՝ ֆիզիկական բնութագրերը, խաղի վիճակագրությունը, տեղաշարժերը, փոխանցումները, հարվածները, պաշտպանությունն ու բազմաթիվ այլ գործոններ: Ֆուտբոլում այս տվյալները հավաքվում են տարբեր աղբյուրներից՝ խաղադաշտից, հագուստի մեջ տեղադրված սենսորներից, տեսախցիկներից, GPS համակարգերից եւ այլն:
Big Data-ն ֆուտբոլում ներառում է բոլոր այն տարրերը, որոնք կարող են ազդեցություն ունենալ խաղի վրա՝ սկսած խաղացողների արագությունից մինչեւ խաղային որոշումների արագությունը, դիրքավորումը, խաղի ավարտից հետո դրանք վերլուծելու միջոցով հնարավոր է պարզել, թե որոնք էին սխալները կամ խնդիրները, որոնք պետք է լուծվեն:
Big Data-ի օգտագործումը խաղային պլանավորման համար
1. Տակտիկական վերլուծություն
Ժամանակակից ֆուտբոլի տակտիկական պլանավորումը միտված է ոչ միայն «խաղային գործիքներին», այլեւ հզոր վերլուծական գործիքներին, որոնք թույլ են տալիս թիմերին ճշգրիտ պլանավորել, թե ինչպես պետք է խաղալ կոնկրետ հակառակորդի դեմ: Այժմ ամեն խաղից հետո հավաքվում են բազմաթիվ տվյալներ, որոնք վերլուծվում են ավտոմատացված ծրագրերի միջոցով:
Օրինակ՝ «Մանչեսթեր Սիթի»-ի նման թիմերը օգտագործում են տվյալներ խաղի ընթացքում, որպեսզի կարողանան պլանավորել պաշտպանական եւ հարձակողական մարտավարությունը: Պաշտպանության մեջ խաղացողների միջակայքը, հարվածների ստանդարտ դիրքերը եւ փոխանցումների ստույգությունը գնահատվում են անխափան, իսկ կենտրոնական կիսապաշտպանների միջանցքները համեմատվում են հակառակորդի շարժման հետ՝ սթրեսի ժամանակ ճիշտ ռեակցիաներ ապահովելու համար:
Լուսանկարը` http://medium.com/
2. Առաջիկա խաղերի կանխատեսում
Հիմնական սկզբունքը հիմնված է թիմի եւ խաղացողների վիճակագրության խորացված վերլուծության վրա: Օրինակ՝ տվյալները ցույց են տալիս, թե ինչպես է թիմը սովորաբար անցնում մարտավարական խաղի կամ ինչպես է այն հաղթում ուժեղ հակառակորդներին: Սա թույլ է տալիս մարզչին բարելավել իր մոտեցումը խաղային պրոցեսի գլխավոր հատվածների՝ հարձակման կամ պաշտպանության հարցերում:
Big Data-ի կիրառություն «սկաուտինգում»
Ֆուտբոլային «սկաուտինգը» ընթացքում փոփոխվել է տեղում ֆուտբոլիստների դիտարկումից դեպի համակարգչային վերլուծություն: Ֆուտբոլային «սկաուտինգի» ավանդական ձեւը՝ խաղի ընթացքում դիտել անհատական խաղացողներին, խաղացողների կարողությունների գնահատումը, կարծիքների ու նկատողությունների հավաքագրումը․ այս ամենն աստիճանաբար անցել է Big Data-ի «խաղադաշտ»:
1. Խաղացողի գնահատման գործընթաց
Այսօր ամեն մի տաղանդավոր խաղացողի մասին հավաքվում է տպավորիչ տվյալների մեծ բազա՝ սկսած խաղի տեխնիկական դիտարկումներից, մինչեւ թիմակիցների հետ համադրումը խաղում։ Յուրաքանչյուր ֆուտբոլիստի՝ խաղի ընթացքում կատարված հարվածների, փոխանցումների, պաշտպանական գործողությունների, արագության ու ուժի մասին վերլուծություններ կարելի է ստանալ մեկ խաղից՝ վերլուծելով ոչ միայն նրանց արդյունքները, այլեւ դաշտում նրանց դիրքավորումը:
Լուսանկարը` https://www.nvidia.com/
Օրինակ՝ «Wyscout» վերլուծական պլատֆորմը հնարավորություն է տալիս հավաքելու տվյալներ աշխարհի տարբեր առաջնություններից ու խմբավորելու խաղացողների տվյալները՝ ըստ տասնյակ պարամետրերի՝ հարվածներ, փոխանցումներ, պաշտպանություն, դարպասապահների ցուցանիշներ:
2. Միջազգային տաղանդների հայտնաբերում
Եվրոպայից սկաուտները արդեմ չեն մեկնում Լատինական Ամերիկա, Աֆրիկա, Ասիա փնտրելու նոր տաղանդներ, ամեն ինչ արդեն անում է Big Data-ն։
Օրինակներ․
«Բրենդֆորդ» եւ «Միդտյուլանդ»՝ այս երկու ակումբները դարձել են Big Data «սկաուտինգի» պիոներներ։ Նրանք հավաքագրել են խաղացողների տվյալներ ամբողջ Եվրոպայից՝ առանց դաշտ այցելելու։ Արդյունքում, նրանք հայտնաբերել են խաղացողներ ցածր լիգաներից եւ ձեռք բերել, որոնց հետագայում վաճառել են տասնյակ միլիոններով։
«Բրայթոն»-ը գնում է անանուն խաղացողների քիչ հայտնի առաջնություններից, օրինակ՝ Մոյզես Կայսեդո, ում տվյալները ցույց էին տալիս բարձր արդյունավետություն։ Այս խաղացողի տրանֆերը հետագայում վաճառվեց «Չելսի»-ին 100 միլիոն ֆունտով։
Լուսանկարը` Reuters
Big Data-ի կիրառումը խաղային վերլուծության մեջ
Վերլուծաբանները օգտագործում են Big Data-ն հակառակորդի մարտավարությունը, խաղի ամենահետաքրքիր եւ խնդրահարույց կետերը ուսումնասիրելու համար: Յուրաքանչյուր խաղից հետո կատարվում են հակառակորդի թվային վերլուծությունները՝ թե որտեղ է նրանց պաշտպանությունը թույլ, որ պահին է այն բացվում ու թե ինչպես կարելի է ազդեցություն ունենալ հակառակորդի խաղի վրա:
Data scientist-ներն իրականացնում են ռիսկերի վերլուծություն՝ թե ինչպես խուսափել տարածքներ տալուց, հակագրոհներից եւ այլն․․․
Լուսանկարը` BBC
Big Data-ի սահմանափակումները եւ թերությունները
Այնուամենայնիվ, չնայած շատ մեծ դրական ազդեցությանը, Big Data-ն ի զորու չէ լիովին փոխարինել մարդկային գործոնը վերը նշված հարցերում։ Այն կարող է տրամադրել ահռելի տեղեկատվություն, սակայն դեռեւս չի կարող կանխատեսել մարդու հոգեբանությունը, թիմային խթանման մակարդակը կամ մարդու գործողությունները խաղային դժվար պայմաններում:
Բացի այդ, մեծ տվյալների քանակը կարող է լինել շատ ծանր, ինչը խոչընդոտում է դրանց վերլուծության արդյունավետությանը: Հաշվի առնելով, որ այս տվյալների մի մասը կարող է լինել ոչ ճշգրիտ, թիմերին անհրաժեշտ է կատարել ճշտումներ ստացված արդյունքներից։
Big Data-ն այսօր դարձել է ֆուտբոլի անփոխարինելի մաս՝ տրամադրելով նոր հնարավորություններ խաղերի վերլուծության, սպորտային գիտությունների եւ նույնիսկ նոր տաղանդների հայտնաբերման համար: Թիմերը եւ մարզիչները սկսում են հասկանալ, որ գործելով միայն ֆիզիկական ուժով եւ տակտիկայով՝ անհնար է հասնել նույն արդյունքներին, ինչ 10-15 տարի առաջ: Նրանց հաջողությունը կախված է ճիշտ վերլուծությունից ու այդ տվյալները ճիշտ օգտագործելու կարողությունից:
Դավիթ Մակարյան
Կարծիքներ
Հարգելի այցելուներ, այստեղ դուք կարող եք տեղադրել ձեր կարծիքը տվյալ նյութի վերաբերյալ` օգտագործելուվ Facebook-ի ձեր account-ը: Խնդրում ենք լինել կոռեկտ եւ հետեւել մեր պարզ կանոներին. արգելվում է տեղադրել թեմային չվերաբերող մեկնաբանություններ, գովազդային նյութեր, վիրավորանքներ եւ հայհոյանքներ: Խմբագրությունն իրավունք է վերապահում ջնջել մեկնաբանությունները` նշված կանոնները խախտելու դեպքում: