Sport, adat, elemzés: sportadat-elemzés

Sport Data

Sport Data

A sport analitikában nem hiszek...

...avagy a sportszakemberek találkozása egy sportadat-elemzővel.

2017. június 15. - u1sd

Nem tudom már, hogy egy-egy új sportszakmai ismeretség kapcsán hányan kezdik azzal az üzleti tárgyalásunkat, beszélgetésünket valahogy úgy, hogy "jó dolog ez a sport analitika, de ebben én nem hiszek". A sportadat-elemzőnek meg kell tanulnia az alázatot, az teljesen a sajátja kell legyen, hiszen az elsődleges feladata a sportági szakember céljainak, a célhoz vezető útnak, a megvalósításnak a minél hatékonyabb kiszolgálása. Érte és vele dolgozunk. Egy ilyen megjegyzés az embert mégis elgondoltatja, ha nem is "lealázás" céljával mondják. Valahogy ahhoz hasonlít egy helyzet, amikor meghirdetnek egy állást, és a HR-s annyit mond neked, hogy nagyon jó munkaerőnek tűnsz, de teljesen értelmetlen pozícióra jelentkeztél: mit szeretnél?

Miért alakul ki ez a helyzet a sportszakemberek világában? Hogyan jutnak erre a megállapításra? Miért ezzel kezdik a beszélgetést? Analitikusként nem tudok kibújni a bőrömből és megérteni akarom a helyzetet, hogy a legjobb választ adhassuk. Kérdés persze az is, hogy hogyan lehet ezek után a beszélgetést, a találkozót "megmenteni"?! Nos, a jó hír, hogy több lehetőség áll a rendelkezésünkre.

Értsük meg a szakembert

Gondoljunk csak abba bele, hogy egy olyan viszonylag zárt szakmába, ahová akárhogy nem lehet ám bekerülni, valamit mindig is le kellett tenni az asztalra, egyszer csak jön valaki, akinek a szakma művelésében közvetlen tapasztalata nincs, és tanácsokat akar adni. Te nem lennél hitetlen?! Volt szerencsém tanárokkal is dolgozni, ők is idegenkednek annak a gondolatától, hogy bizony a tanteremben nagyon is sok dolog objektíven mérhető. A tanárok foglalkozási ártalomként kapták a nyitottságot, így őket hamar meg lehet győzni az igazunkról. Az orvosok az adatelemzést a műszerekkel együtt kapták, esélyük sem volt kételkedni. A politikusok és a jogászok konkrétan nem csak nem hiszik, hogy egy tevékenység mérhető, de biztos, ami biztos tiltják is, ahogy és ahol csak tudják. A sport is csak egy zárt közösség, ahol az orvosokhoz hasonlóan ma már egyre több a műszer, de nem kevés a kétség.

Amikor ismerőseimnek meséltem eleinte erről, akkor a tipikus reakciók között szerepelt, hogy "hja, ez Magyarország". A helyzet azonban nem ilyen egyszerű. Akárhány országban volt szerencsém járni, minden sportadat-elemző hasonló sztorikat százával tud mesélni. Szerintem nincs olyan sportág vagy csapat, amely kivétel lenne, mert tényleg nem az. Az analitika ma még elsődlegesen bizalmi kérdés: mivel teljesen újonnan épül be a mindennapokba, jogosan kérdezik, hogy tudunk-e olyan információkat, új ismereteket letenni az asztalra, amely megalapozottá teszi azt, hogy valaki alkalmazzon egy sportadat-elemzőt?

Értsük meg az okokat

Másik oldalról a sportszakember, ha már szóba állt velünk, azt nyilván nem ok nélkül tette. A technológia gyorsan fejlődik, ezt mindenki tapasztalhatta az elmúlt 20 évben is, előtte is. Nyilván hallott a szakember is arról, hogy olyan nagy "hóhányók", mint a német labdarúgó válogatott, vagy Hosszú Katinka, vagy az amerikai kosarasok, focisok valami ilyen futurisztikus, elemző szoftverizével próbálkoznak, de ez nagyon távoli, csak a nagyok játéka. Az érdeklődés, persze, ott van a szemében, és kíváncsi is, hogy hogy néz ez ki közelről, hiszen valójában ezért találkoztunk. De a kétség is, hogy ez mégiscsak valami úri huncutság kell legyen.

Ha már tudjuk, hogy a szakember nem hisz a sport analitikában, de még is szóba áll velünk, akkor viszont adott a lehetőség, hogy kiderítsük az álláspontjának a valódi természetét. Például az edzőket ilyesmiről faggatom a mondat elhangzása után. Honnan tudod vagy miről ismered fel, hogy ki (lesz) a jó játékos? Hogyan tudod megmondani a nap végén, hogy jó edzést tartottál-e? A válaszok alapján az edzők felkészültsége és befogadóképessége rögtön felmérhető, én az alábbi típusokkal találkoztam:

  • A műértő. Aki az előző öt életében is sportoló volt, általában valami olyasmit válaszol, hogy "ez úgy látszik". Adatelemzőként tudom, hogy ez azt jelenti, hogy nulláról indulunk, mindent fel kell építeni, de rossz tapasztalatok sincsenek. Jó esetben ilyenkor világok tárulnak fel és közösen éljük majd meg a változást, ha van erre fogadókészség, nyitottság. Rossz esetben azonban hamarosan meggyőzzük egymást arról, hogy nem jó ötlet együttműködni, mert nem fog létrejönni a bizalmi viszony.
  • A beleérző. Amíg a műértő nyíltan vállalva gondolja, hogy genetikai adottságok és tapasztalatok kellenek kizárólag az utánpótlás-neveléshez és a szakmai sikerekhez, addig a beleérző tudja vagy sejti, hogy ez így nem lesz jó, meg akar felelni bizonyos vélt vagy valós elvárásoknak. A szíve oda húz, az esze ide. Mindkettőből fél és mindkettőtől fél. Ő racionalizálja a szubjektív dolgokat. Meglepően sok a beleérző.  Például szeret arra hivatkozni egy kudarc után, hogy lejtett a pálya (mindkét irányban, félidőtől, harmadtól, negyedtől függően), a szél, a hőmérséklet, vagy kizárólag a bírók tehetnek egy-egy vereségről. Ismerős? Személy szerint mindig nagyra becsülöm azokat, akik a "beleérzőkkel" dolgoznak együtt adatelemzőként, mert az annyira tud vidám lenni, mint egy fedett pályás repülőbemutató - legalábbis amíg kívülről nézzük.
  • Az ébredő erő. A profi szakember - esetleg némi gondolkodás után - elkezdi sorolni, hogy milyen objektív és adott esetben szubjektív (döntően személyiség- vagy csapatfüggő) szempontokat vesz figyelembe. Ilyenkor gyorsan kiderül, hogy ezek többségét mérni is tudjuk, ha pedig mérni tudjuk, akkor máris látunk – és ez csak az első lépés – trendeket, összefüggéseket, javulási lehetőségeket, sőt, akár kommunikációnkat is tudjuk fejleszteni. Volt olyan olimpiai bajnok és általánosan elismert edző, aki már a beszélgetés közben kezdte érteni, hogy mire megy ki a játék. Már maga kezdte azonnal mondani, hogy hol és hogyan lehetne ezt használni a mindennapokban. Például a kommunikáció fejlesztését rögtön felvetette, mert nem elég azt mondani egy játékosnak (vagy a szülőnek, aki megingathatatlan olykor a gyermek tehetsége felől), hogy most nem kerül be a csapatba, hanem azt is el kell(ene) tudni mondani, hogy pontosan mit kell(ene) teljesítenie a sportolónak ahhoz, hogy bekerülhessen. És azt utána következetesen be is tart(at)ja. Hogy felmérjük, hogy hol tartunk és mekkora befektetés eljutni egy magasabb szintre. (Szolgálati közlemény: jelentkezzen, akinek volt ilyen edzője!)
  • A megvezetett. A megvezetett szakember pár technológiát, módszert, kipróbált területet sorol fel a sportadat-elemzés területéről, azaz láthatóan képben van. Viszont, ha nem hisz a sportadat-elemzésben azóta sem, akkor az annyit jelent, hogy jártak már nála olyan "szakemberek", akik inkább kárt okoztak, mint hasznot. A "megvezetett" szakembereket a legnehezebb meggyőzni arról, hogy valami működhet, hiszen ki akarna felvenni deviza alapú jelzáloghitelt, ha egyszer már befürdött vele. Ráadásul a szakember hallott és elsajátított bizonyos dolgokat korábbi esetekből, a "szakemberektől", amelyek valóságtartalma azonban korántsem állja meg a helyét. Ahogy a használt autónak is több buktatója van, mint a nullkilométeresnek, úgy a megvezetett szakemberek "korrigálása" is izgalmas kihívásokkal kecsegtet.

Értsük meg a szakembernyelvet

A kiindulási állapotok tisztázása után már többnyire sikerül az ember természetének megfelelő, és a másik fél testbeszédéhez igazodó választ találni. Felmerülhet azonban az is, hogy valójában teljesen más dolgokat értünk a fogalmak alatt – és ez gyakoribb ok, mint hinnénk. A sport analitika alatt a sportolók és a sport szakemberek igen nagy része statisztikákat ért. Például, hogy ki hány kilométert futott a pályán, hány kapuralövés volt, stb. Ezek ugyan nagyon csábító számok, valakinek mondanak is valamit, de szakember számára ezek tényleg alig használható adatok. A célja ugyanis nem a sportszakemberek támogatása, hanem a szurkolók igényeinek, a termék eladhatóságának, de főleg a média munkatársainak kiszolgálása. Lelkes tévénézőként azonban ezeket az adatokat látja a sportszakember is, ez van a fejében, amikor analitikáról beszél, hogy hozzám hasonló "okostojások" majd ezekből vonnak le következtetéseket. Pedig nem.

Sokkal izgalmasabb kérdés a szakember számára, hogy milyen messze áll a védőtől a támadó, hányszor fordul jobbra vagy balra, milyen gyorsan továbbít egy labdát, egy úszó mennyi időt tölt víz alatt a fordulónál, vagy milyen szintidő kell szerintünk a következő világbajnokságon az érmes helyezéshez. Csakhogy ilyen adatokkal lehet, hogy még nem is találkozott (a saját sportágában), így nem is tudhatja, hogy mi kizárólag ilyenekkel dolgozunk, vagy ezeket mérjük fel. Ez alapján például pontosan látjuk, hogy egy-egy napi aktivitás a mérkőzésnapon milyen teljesítménnyel párosul. A heti rendszeres edzésprogram pontosan melyik teljesítményelemet – például gyorsulás, kitartás, lövőerő, mozgásdinamika, koordináció, taktikai pontosság – hogyan változtatja. A változás pedig segít felépíteni egy jobb edzésprogramot. Sőt, adott esetben javaslunk is olyan mérőszámokat, fejlesztünk akár olyan szenzorokat, amelyet más nem is használ, de az adott sportoló vagy csapat számára az különösen fontos. Ha ezeket elmondjuk, akkor rögtön érthető, hogy mit is keres egy magunkfajta "adatbuvár" a sportban, és miért nem kell feltétlenül sportteljesítményt felmutatni ahhoz, hogy segítsük a sportági szereplőket.

Egy másik fogalmi zavar akkor keletkezik, amikor azt mondom, hogy mi videóadat-elemzést szoktunk vállalni. A sportértők döntő többsége ilyenkor arra gondol, hogy fogjuk a videót és mint a régi VHS-kazettákat ide-oda tekerve mondunk valami szakszerűt. Az videózást végző kollégákat a szakma videó-elemzőnek hívja, amely túlságosan nem üt el a videóadat-elemzőtől, így adódik a félreértés. A videóadat-elemző a videóból a hasznos adatokat akarja kinyerni, például hogy ki éppen hol a pályán, milyen sebességgel mozog, melyik testrésze hogyan mozog a többihez képest. A kinyert adatokból végez azután elemzéseket – például a megtett út hosszát, a különböző sebességtartományokban eltöltött időt –, amelyet a sportszakember rendelkezésére bocsátja nyers vagy feldolgozott (értsd: egyszerű üzenetre "lebutított") formában.

Összességében

A sport analitika megjelenése voltaképpen nem más, mint az informatika és az informatikai fejlesztések megjelenése a sportvállalatok mindennapi működésében. Az egyéb üzleti vállalkozásoknál ez a folyamat 20 éve lezajlott már, teljesen hasonlóan, mint ami ma zajlik a sportágakban. Akkor is úgy gondolták, hogy Béla bácsi tudását egy adattárház nem pótolja (ami egyébként igaz, de nem is azért csináltuk). A sportadat-elemzők a sportkütyük üzemeltetői, fejlesztői, rendszergazdái, az adatok kezelői, feldolgozói, és a csapat, a szakembergárda érdekében szolgáltatói. A sportadat-elemzéssel foglalkozó szakemberekről lehet azt mondani, hogy nincs elég sportszakmai tapasztalatuk, ez teljesen igaz. De a rendszer üzemeltetéséhez nem is sportmúlt, hanem elemzői, informatikai szaktudás kell. Lehetőség van arra, hogy ne higgyünk a sport analitikában. Én sem hiszek benne. Ahogyan abban sem hiszek, hogy kék az ég. Tudom, hogy szükség van, de legalábbis lesz rá. Mert ez ma a legjobb ismert módszer arra, hogy hatékonyabbá váljunk – ha és akinek ez fontos.

süti beállítások módosítása