Come i big data cambiano il calcio e la tattica

Cosa c’entra la gioia per un gol, con i fogli di calcolo Excel, le tavole pivot, gli algoritmi, Tableau e Python? Un calciatore, durante una partita, gestisce la palla per un paio di minuti al massimo, tutto il resto del suo tempo lo impiega per interpretare situazioni, muoversi nello spazio in relazioni al posizionamento dei compagni e degli avversari. Infinte variabili possibili alla ricerca dell’equilibrio perfetto. Scelte e movimenti che si traducono in numeri, grafici, valori e giudizi. L’esplorazione e l’analisi dei big data permettono di tradurre le informazioni in risultati misurabili e di conseguenza assumere decisioni informate, limitando il rischio di affidarsi unicamente alle suggestioni emotive. Anche il calcio non è estraneo al fascino e all’utilità dell’analisi dei dati, analisti professionisti di Match Analysis e Data Analysis fanno ormai parte stabilmente degli staff tecnici dei club professionistici.

Ne abbiamo parlato con Antonio Gagliardi, allenatore professionista Uefa A che ha fatto parte dello staff tecnico della Nazionale dal 2008 con il ruolo di Match Analyst, con la quale ha vinto i campionati europei del 2021. Ha lavorato in qualità di collaboratore tecnico di Andrea Pirlo alla Juventus, ed è un esperto di tattica e di Big Data. Ha collaborato per diversi anni con Sics e Opta, aziende leader mondiali nel settore della raccolta e rielaborazione dei dati sportivi. Docente ai corsi del Settore Tecnico a Coverciano, ha ideato il primo corso italiano per video analisti tattici. Insomma, un professionista che sa come estrarre valore dai numeri.

StartupItalia: Gagliardi, possiamo dire che il dato è democratico e accorcia le distanze tra i club?

“Teoricamente sì, soprattutto per quel che riguarda lo scouting per la selezione dei giovani talenti; un club di dimensioni ridotte, con una struttura tecnica competente, potrebbe arrivare prima di altre squadre e ingaggiare giovani calciatori di prospettiva. Ma in Italia abbiamo un problema culturale da superare”.

StartupItalia: quale?

“Ancora troppe persone tra gli addetti ai lavori, specialmente di una certa età, pensano che le nuove tecnologie siano sostitutive della sensibilità individuale, delle capacità personali di valutare un calciatore. Così si crea una tensione inutile, perché nella pratica quotidiana l’utilizzo delle tecnologie è integrativo, a supporto delle competenze ed esperienze umane dei direttori sportivi e allenatori”.

StartupItalia: quali set di dati si usano oggi nel calcio professionistico?

“Negli staff tecnici è sempre più diffuso l’utilizzo dei dati per fare analisi e fornire indicazioni sintetiche e di facile comprensione ad allenatori e giocatori. A livello atletico tracciamo numerosi parametri che ci consentono di modellare lavori personalizzati, a seconda delle singole specificità degli atleti, anche grazie alle competenze dei preparatori atletici, attenti e aperti alle innovazioni”.

StartupItalia: invece per quanto riguarda l’utilizzo dei dati a supporto della parte tattica?

“In questo caso l’evoluzione è più lenta e variabile. Vi sono grandi allenatori come Maurizio Sarri (Lazio) e Roberto De Zerbi (Šachtar) che integrano le analisi dei dati alle loro competenze e sensibilità. Altri allenatori, invece, li utilizzano meno, con più diffidenza, avvalendosi solo di sintesi molto stringate”.

StartupItalia: da cosa dipende?

“Sono resistenze culturali non necessariamente dovute all’età, ma all’approccio. Sarri non è più giovanissimo, eppure è uno studioso del calcio a 360 gradi”.

StartupItalia: le nuove proprietà straniere delle squadre italiane, stanno portando novità interessanti?

“Sì, le proprietà americane, in particolare, stanno trasmettendo una cultura dell’utilizzo dei dati sempre più diffusa. Ci dovremo adattare velocemente altrimenti alcuni dirigenti italiani rischieranno di venire sostituiti da colleghi anglosassoni”.

StartupItalia: Match Analysis e Data Analysis, qual è la differenza?

“La Match Analysis studia in modo oggettivo gli aspetti tattici e tecnici di una partita, degli allenamenti o particolari situazioni di campo. Poi c’è la Data Analysis che si occupa di selezionare e interpretare le statistiche ricavate con l’utilizzo dei big data. Inoltre, possiamo avvalerci del tracking dei parametri atletici dei singoli giocatori. Coloro che si occupano di Match Analysis hanno competenze tattiche molto approfondite, sono quasi sempre allenatori abilitati, collaboratori di campo; gli esperti di Data Analysis, invece, sono matematici e statistici, a loro non è richiesta una particolare competenza calcistica, ma devono essere specializzati nella gestione dei numeri”.

StartupItalia: quali sono i dati che estraete?

“Possiamo ricavare moltissime indicazioni: tracking atletici, movimenti senza palla, raddoppi, attacco della profondità, come e quanto si muove la squadra in fase di pressing e di riaggressione, come avvengono le transizioni, numeri di passaggio per zone di campo, dominio territoriale, quanti palloni recuperati e in quali zone di campo, indice di pericolosità e tutte le informazioni inerenti i giocatori in relazione alla palla, ai compagni e agli avversari. Insomma, un’enorme quantità di dati raccolti in fogli di calcolo Excel, che poi andremo a combinare con i dati disponibile degli avversari”.

StartupItalia: può farci un esempio di applicazione pratica?

“Ai campionati Europei vinti nel 2021, quando abbiamo analizzato il Belgio, abbiamo notato alcuni dati fuori media particolarmente interessanti. Si trattava di una squadra che in rapporto al possesso palla, concedeva diversi tiri da fuori, i difensori centrali tendevano a restare in linea e ad accorciare poco in avanti. Queste sono state indicazioni importanti ai fini della preparazione della partita. I dati possono confermare indicazioni che già l’allenatore aveva notato ma anche mettere in evidenza aspetti che non conoscevamo della nostra squadra e degli avversari”.

StartupItalia: quali sono i dati che soprattutto vengono richiesti dagli allenatori?

“Passaggi chiave, indicazioni sugli avversari e indice di pericolosità”.

StartupItalia: cosa misura e come si ricava l’indice di pericolosità?

“È un indicatore che misura la capacità dimostrata da ciascuna squadra di creare situazioni potenzialmente pericolose per l’avversario, e quantifica la pericolosità offensiva. Un’idea alla quale ho lavorato insieme a Maurizio Viscidi, coordinatore delle nazionali italiane giovanili, e implementato da SICS. L’Indice di Pericolosità viene calcolato come somma ponderata delle azioni offensive create dalla squadra durante la partita. È composto dalle occasioni da gol, azioni promettenti, tiri, corner, cross, passaggi chiave”.

StartupItalia: qual è il profilo del bravo analista?

“La qualità probabilmente più importante è la capacità di fare una sintesi. Ogni settimana possiamo ricevere una quantità enorme di dati e 5 ore di video, ma dobbiamo presentare allo staff dell’allenatore una prima selezione di 40 minuti, e successivamente il lavoro finale da condividere con i giocatori non supera i 7-8 minuti, con 3 indicazioni per la fase offensiva e 3 per quella difensiva”.

StartupItalia: come sta evolvendo il futuro della Match Analyst?

“Andremo ad integrare i dati di tracking con le informazioni tecnico-tattiche. I dati che oggi abbiamo per misurare i chilometri percorsi, la velocità e l’accelerazione dei giocatori nelle diverse zone di campo, che contengono i posizionamenti, i movimenti di tutti i calciatori, registrati più volte al secondo. Li utilizzeremo per avere informazioni tattiche da interrogare: ad esempio che distanza mantenevano gli attaccanti durante il pressing? Quanto si è allungata la squadra?