Kan videoanalyse vervangen worden door Big Data?

Data speelt een steeds grotere rol in het voetbal. Vroeger was het niet meer dan een paar statistieken, maar nu wordt er zo veel mogelijk gemeten en geanalyseerd. De trainingsbelasting wordt gemonitord met behulp van GPS-systemen, en enorme databases van spelers kunnen worden doorzocht voor scouting. Daarnaast kan tegenwoordig de locatie van de spelers op het veld meerdere keren per seconde op de centimeter nauwkeurig gemeten worden. Moeten we met al deze data nog steeds naar videobeelden kijken om een tactische analyse te maken, of kunnen we het binnenkort met een druk op de knop?

Met meerdere camera’s rondom het veld kan de positie van elke speler gemeten worden. Deze positiedata van alle 22 spelers op het veld geeft ons in theorie meer informatie dan TV-beelden. Als een team aan het aanvallen is, zijn de verdedigers vaak niet in beeld en vice versa. Ook wil het nog wel eens gebeuren dat je door een close-up of een herhaling een belangrijk moment mist. Als de positiedata goed is, heb je dit probleem niet. Het is dan een soort magnetisch tactiekbord op je computerscherm, maar dan met bewegende magneten. Je weet van alle spelers op elk moment de positie.

Stel dat je positiedata hebt van heel veel wedstrijden en daarbij de fundamentals die plaatsvonden in die wedstrijden voor elke speelpositie. Neem bijvoorbeeld de backdoor voor buitenspelers. In theorie, als je genoeg van deze situaties hebt, zou je een machine learning programma kunnen creëren dat leert deze situaties automatisch te herkennen. Als je dit voor alle fundamentals op alle speelposities zou doen, zou je in principe geen wedstrijd meer hoeven kijken om een individuele tactische analyse te maken, toch?

Dus waarom kijken we nog steeds naar videobeelden? Nou, ten eerste omdat we geen toegang hebben tot dat soort positiedata. Sommige clubs hebben het wel, maar houden het liever geheim zodat rivaliserende clubs er niet hun voordeel mee kunnen doen. Maar ook al zouden we het wel hebben, dan nog zouden we naar de beelden blijven kijken. Het is tijdrovend, waarschijnlijk niet 100% efficiënt en ongetwijfeld missen we daardoor wel eens dingen, maar het geeft je een gevoel van de wedstrijd dat je met het runnen van een computerprogramma nooit zou kunnen krijgen. Vaak in de een-op-een sessies met een speler praten we ook over delen van de wedstrijd waar hij niks mee te maken had. “Heb je die kans gezien van mijn teamgenoot? Hoe kon hij die missen?!” “Uhm, nee, die kwam niet uit de analyse…”

Op zich is dit probleem op te lossen door andere programma’s en algoritmes die belangrijke momenten in het spel herkennen of de rest van de wedstrijd ook analyseren (wat het proces al een stuk minder efficiënt zou maken), maar dan nog zijn er ook andere problemen. Een van de dingen waar wij strak op letten in wedstrijdbeelden is het kijkgedrag van een speler. Kijkt hij genoeg om zich heen? Wetenschappelijk onderzoek heeft aangetoond dat vaker kijken gerelateerd is aan een hoger succespercentage van de passes en een groter percentage van de passes gaat dan vooruit. Goed kijkgedrag is ook een van de dingen die spelers van de wereldtop onderscheidt van spelers van een lager niveau. De lichaamsoriëntatie van een speler is ook belangrijk en erg afhankelijk van de situatie. Staat hij ingedraaid richting de bal of richting zijn tegenstander? Deze kleine maar belangrijke bewegingen zijn zeer moeilijk te herkennen voor de camera’s en komen niet tot uiting in de positiedata.

Dus ook al zouden we met een druk op de knop alle relevante fragmenten uit een wedstrijd kunnen halen, zouden we alsnog alle clips langs moeten gaan om de wat fijnere tactiek zoals kijkgedrag en lichaamsoriëntatie te controleren. Deze subtiele verschillen zijn vooralsnog niet in de data te vangen, maar wat niet is kan nog komen! Voor nu kan data een mooie en nuttige aanvulling op tactische analyses zijn, maar voor individuele tactische analyses van de hoogste kwaliteit zijn videobeelden nog altijd onmisbaar.

Laat ons weten wat jij denkt! Feedback is altijd welkom!