Expected Goals

1. La rivoluzione dei dati nel calcio: Dallo scetticismo all'accettazione mainstream

"Il calcio aveva flirtato con i dati già negli anni '50, ma è stato solo alla fine degli anni '90 – pochi anni prima che Bill James e i suoi accoliti iniziassero a infiltrarsi e poi a influenzare il pensiero del baseball – che ha iniziato a guadagnare una trazione diffusa."

Resistenza iniziale: A differenza del baseball, il calcio è stato a lungo considerato troppo fluido e dinamico per essere quantificato. I tradizionalisti del calcio credevano che intangibili come la passione e il cuore fossero più importanti dei numeri. Tuttavia, diversi fattori hanno contribuito alla graduale accettazione dei dati nel calcio:

• Crescente professionalizzazione e globalizzazione dello sport
• Aumento delle poste finanziarie, incentivando la ricerca di vantaggi competitivi
• Influenza della scienza dello sport e degli approcci accademici
• Progressi tecnologici che consentono una migliore raccolta e analisi dei dati
• Cambiamento demografico dei tifosi, con sostenitori più orientati all'analisi

Pietre miliari nell'accettazione:

• ProZone e Opta che introducono servizi di raccolta dati alla fine degli anni '90
• Pubblicazione di "Moneyball" nel 2003, evidenziando il potenziale dei dati nello sport
• Expected Goals (xG) che appare su Match of the Day nel 2017
• Club di alto livello come il Liverpool FC che integrano i dati nelle loro operazioni principali

2. I pionieri: I primi adottanti che hanno aperto la strada all'analisi nel calcio

"Il Bolton era deriso – non del tutto ingiustamente ma non senza motivo – come una squadra di lanci lunghi in un momento in cui il calcio inglese era affascinato da un'estetica più esotica, importata dall'Europa continentale e influenzata dal Sud America."

Sam Allardyce al Bolton: Nonostante la sua reputazione di allenatore tradizionale, Allardyce è stato uno dei primi ad abbracciare l'analisi dei dati nel calcio inglese. Il suo approccio includeva:

• Assunzione di analisti e scienziati dello sport
• Utilizzo dei dati di ProZone per informare le decisioni tattiche
• Focus sui calci piazzati e sul reclutamento dei giocatori basato sui dati
• Sviluppo dei principi del "fantastico quattro" basati sull'analisi statistica

Altri primi adottanti:

• Arsène Wenger all'Arsenal, riconoscendo presto il potenziale dei dati
• Damien Comolli al Tottenham e al Liverpool, sostenendo il reclutamento basato sui dati
• Decision Technology che lavora con il Tottenham per fornire analisi avanzate

Questi pionieri hanno affrontato scetticismo e derisione ma hanno gettato le basi per una più ampia accettazione dei dati nel calcio.

3. L'ascesa degli Expected Goals (xG): Una metrica rivoluzionaria

"Gli Expected Goals non hanno cambiato il mondo immediatamente. Nel 2017, quando sono apparsi per la prima volta sullo schermo, non erano nemmeno particolarmente all'avanguardia."

Sviluppo degli xG: Gli Expected Goals sono evoluti dai primi tentativi di quantificare la qualità dei tiri per diventare una misura ampiamente accettata delle prestazioni di squadra e giocatore. Le tappe chiave del loro sviluppo includono:

• Il lavoro pionieristico di Charles Reep negli anni '50
• La ricerca accademica di Mark Dixon e Stuart Coles negli anni '90
• Sam Green di Opta che sviluppa un modello pubblico di xG nel 2012
• Adozione da parte di club professionistici e media

Impatto degli xG:

• Fornisce una comprensione più sfumata delle prestazioni di squadra e giocatore
• Aiuta a identificare giocatori sottovalutati nel mercato dei trasferimenti
• Influenza le decisioni tattiche e il posizionamento dei giocatori
• Cambia le discussioni tra tifosi e media sul calcio

L'adozione diffusa degli xG rappresenta un cambiamento significativo nel modo in cui il calcio è analizzato e compreso, colmando il divario tra scouting tradizionale e analisi avanzata.

4. Le sfide dell'implementazione di approcci basati sui dati nella cultura calcistica tradizionale

"Il calcio tiene strette le sue tradizioni; coloro che si consideravano i guardiani spirituali del gioco non accoglievano con favore gli intrusi, con le loro idee brillanti e i loro nuovi modi di fare le cose."

Resistenza culturale: L'integrazione dell'analisi dei dati nel calcio ha affrontato diversi ostacoli:

• Scetticismo da parte di allenatori e scout tradizionali
• Paura di perdere il lavoro tra il personale esistente
• Difficoltà nel comunicare idee complesse a stakeholder non tecnici
• Resistenza a cambiare convinzioni di lunga data su come dovrebbe essere giocato il calcio

Studi di caso sulle sfide di implementazione:

• Chris Anderson al Coventry City che lotta per bilanciare le intuizioni dei dati con le operazioni quotidiane
• L'acquisizione di StatDNA da parte dell'Arsenal non pienamente utilizzata a causa della resistenza interna
• I primi tentativi al Liverpool FC che affrontano scetticismo da parte di allenatori e tifosi

L'implementazione di successo spesso richiedeva:

• Supporto dalla direzione e dalla proprietà
• Pazienza e visione a lungo termine
• Comunicazione efficace tra analisti e personale calcistico
• Integrazione graduale delle intuizioni dei dati nei processi esistenti

5. Il ruolo delle società di scommesse nell'avanzamento dell'analisi calcistica

"Entrambi guadagnano utilizzando le probabilità determinate da quegli algoritmi per individuare aree in cui il mercato aperto sta sovra o sottovalutando una squadra o un giocatore, e trasmettendo quel consiglio – e piazzando scommesse – per clienti di alto livello, che ora possono scommettere sapendo che le probabilità sono state inclinate, anche se leggermente, a loro favore."

Influenza delle scommesse: Le società di scommesse professionali come Starlizard e SmartOdds hanno giocato un ruolo significativo nell'avanzamento dell'analisi calcistica:

• Sviluppato modelli sofisticati per prevedere i risultati delle partite e le prestazioni dei giocatori
• Investito pesantemente nella raccolta e analisi dei dati
• Creato metriche simili agli Expected Goals prima che fossero ampiamente utilizzate nel calcio

Trasferimento di conoscenze ai club:

• Tony Bloom (Starlizard) che applica i principi dell'analisi al Brighton & Hove Albion
• Matthew Benham (SmartOdds) che implementa approcci basati sui dati al Brentford e al FC Midtjylland

Questi approcci radicati nelle scommesse hanno aiutato i club più piccoli a competere con squadre più grandi e ricche identificando giocatori sottovalutati e vantaggi tattici.

6. Liverpool FC: Un caso di studio nell'integrazione di successo dei dati

"Negli ultimi dieci anni, il Liverpool è riuscito a fare ciò che nessun altro club delle sue dimensioni ha tentato, osato o gestito, e ha intrecciato l'uso dei dati e delle analisi nel loro stesso tessuto."

L'approccio del Liverpool: Sotto la proprietà del Fenway Sports Group, il Liverpool FC è diventato un modello per l'integrazione dell'analisi dei dati in tutti gli aspetti delle operazioni del club:

• Reclutamento: Utilizzo dei dati per identificare e valutare i target di trasferimento
• Tattiche: Informare le strategie sul campo e il posizionamento dei giocatori
• Sviluppo dei giocatori: Personalizzare i programmi di allenamento e recupero
• Operazioni commerciali: Ottimizzare i prezzi dei biglietti e il coinvolgimento dei tifosi

Figure chiave nella rivoluzione dei dati del Liverpool:

• Michael Edwards: Direttore tecnico che ha promosso approcci basati sui dati
• Ian Graham: Capo della ricerca, sviluppando modelli analitici sofisticati
• Jürgen Klopp: Allenatore aperto a incorporare le intuizioni dei dati nelle decisioni

Risultati dell'integrazione dei dati:

• Acquisizioni di giocatori di successo (es. Mohamed Salah, Virgil van Dijk)
• Vittorie in Premier League e Champions League
• Modello finanziario sostenibile che bilancia prestazioni e redditività

Il successo del Liverpool dimostra come l'analisi dei dati possa essere efficacemente integrata in un club di calcio di alto livello quando combinata con una forte leadership e competenze calcistiche tradizionali.

7. Il futuro del calcio: Bilanciare i dati con l'esperienza umana

"C'è un valore nell'intangibile, nelle parti del gioco che non sono riflesse nei dati, ma che possono essere influenzate dalla dura realtà dei dati."

Paesaggio in evoluzione: Man mano che l'analisi dei dati diventa più diffusa nel calcio, il futuro dello sport probabilmente coinvolgerà:

• Tecniche di raccolta e analisi dei dati più sofisticate
• Maggiore integrazione dell'analisi a tutti i livelli del gioco
• Crescente enfasi sulla ricerca di nuovi vantaggi e inefficienze

Atto di bilanciamento: I club e gli allenatori di maggior successo saranno quelli che sapranno combinare efficacemente:

• Intuizioni basate sui dati
• Conoscenza ed esperienza calcistica tradizionale
• Fattori umani come psicologia e dinamiche di squadra
• Intuizione e "sensazione" per il gioco

Aree potenziali per lo sviluppo futuro:

• Metriche avanzate oltre gli Expected Goals
• Analisi in tempo reale che informano le decisioni in partita
• Programmi di allenamento e recupero personalizzati basati sui dati individuali dei giocatori
• Applicazioni di AI e machine learning in tattiche e reclutamento

Il futuro del calcio non sarà determinato solo dai dati, ma da coloro che sapranno interpretare e applicare al meglio le intuizioni analitiche nel contesto degli elementi umani dello sport.

Ultimo aggiornamento: August 15, 2024