Netværksvidenskab afslører hemmelighederne bag verdens bedste fodboldhold

Barcelonas fodboldholdsmedlemmer Jeffren, Pedro, Sergio Busquets, Xavi, Gerard Pique og Pinto AP Foto/Hassan Ammar

Et af de bedste fodboldhold i historien er almindeligt anerkendt for at være Barcelona-holdet, der spillede i sæsonen 2009-10. Under inspirerende ledelse af manager Pep Guardiola vandt dette hold seks store konkurrencer, herunder den spanske fodboldliga, kendt som La Liga, og UEFA Champions League, den mest prestigefyldte konkurrence i verdensfodbold. Intet andet hold har samlet så mange trofæer på så kort en periode

Guardiolas hold spiller en unik fodboldstil, og Barcelona inkarnerer den. Holdet sigtede på at bevare boldbesiddelsen ved at lave korte, hurtige afleveringer mellem tætte spillere og derefter straks trykke på modstanderen, når boldbesiddelsen var tabt. Denne type fodbold er kendt forskelligt som tiki- Ja eller total fodbold, og intet hold har mestret det som Barcelona.

Men selvom strategien kan beskrives i brede vendinger, er sportsanalytikere interesserede i at fange den via de data, som analysevirksomheder rutinemæssigt indsamler.

Med de konventionelle målinger – antal mål, afleveringer, skud og point – overgår Barcelona klart sine konkurrenter. Men disse målinger fanger ikke spillestilen. Så sportsanalytikere ville elske at finde en måde at karakterisere den enorme forskel i spillet mellem Barcelona og andre hold.

Indtast Javier Buldú på Universidad Rey Juan Carlos i Spanien og en række kolleger, som har brugt netværksvidenskab til at fange Barcelonas stil. Vi kombinerer brugen af ​​forskellige netværksmålinger for at udtrække den særlige signatur af F.C. Barcelona trænet af Guardiola, som er blevet betragtet som et af de bedste hold i fodboldhistorien, siger de.

At bruge netværksvidenskab til at studere sport er en relativt ny tilgang. Ideen er at repræsentere hver spiller i et hold som en node og skabe et link mellem spillerne, når de passerer til hinanden. Efterhånden som antallet af gennemløb stiger, bliver forbindelsen stærkere. Dataene inkluderer også hver spillers position, når en aflevering er lavet. Ved slutningen af ​​spillet er dette netværk en kraftfuld registrering af forbindelserne mellem spillere og den måde, spillet har udviklet sig på.

Men meget mere er muligt: ​​Forskere i andre discipliner har brugt netværksvidenskab til at studere internettet, spredningen af ​​sygdomme, skovbrande og endda krigens fremkomst. Sportsforskere kan bruge disse kraftfulde matematiske værktøjer til at analysere karakteren af ​​et holds netværk og de vigtigste knudepunkter i det.

Forskellige forskere har allerede anvendt denne tilgang til fodbold. De har fundet ud af, at netværkene danner små verdener (det er med andre ord muligt at krydse netværket i et meget mindre antal led, end der er spillere på holdet); at visse spillere er mere centrale end andre (med andre ord er der meget større sandsynlighed for, at bolden bliver sendt til og fra dem); og at visse spillemønstre eller motiver er almindelige, såsom at spille bolden mellem tre spillere, der danner en trekant.

Buldú og kolleger tager denne tilgang et skridt videre. I stedet for at se på netværket fra hele spillet, har de analyseret, hvordan det ændrer sig gennem hvert spil. De gør dette ved at generere det netværk, der er skabt af de første 50 gennemløb og derefter bruge et glidende vindue til at se, hvordan dette netværk ændrer sig, efterhånden som spillet udvikler sig. Det betyder, at man tilføjer det 51. pass til netværket, mens man fjerner det første pas, og så videre.

Dette giver et indblik i, hvordan spillet ændrer sig gennem spillet.

De genererer først pasningsnetværk for begge hold i hver La Liga-kamp, ​​der spilles i sæsonen 2009-10. Det er 380 kampe spillet mellem de 20 hold i den bedste række af den spanske nationale liga.

De beregner derefter et antal velforståede netværksfunktioner for hvert hold. Disse mål omfattede klyngekoefficienten, som beskriver, hvor godt trillinger af spillere passerer til hinanden og er meget højere for Barcelona end noget andet hold; den gennemsnitlige korteste vej gennem netværket, som beskriver hvor godt bolden sendes på tværs af holdet og er meget kortere for Barcelona end noget andet hold; og den største egenværdi af forbindelsesmatrixen, som måler netværkets styrke og er højere for Barcelona end noget andet hold.

Buldú og kolleger ser på, hvordan netværket udvikler sig over tid ved hjælp af 50-pass netværk. Vi er i stand til at identificere de netværksmålinger, der øger sandsynligheden for at score/modtage et mål, hvilket viser, at ikke alle hold opfører sig på samme måde, og hvordan organisationen Guardiolas F.C. Barcelona er anderledes end resten, siger de.

Dette afslører for eksempel, hvordan et holds tyngdepunkt - dets gennemsnitlige position på banen - ændrer sig over tid. På denne måde spiller Barcelona længere oppe på banen end de fleste andre hold (kun Real Madrid overhaler det mod slutningen af ​​kampene). Barcelonas midtpunkt er også mere stabilt end andre holds.

Forholdet mellem fremrykning måler, hvor sandsynligt det er, at holdet passerer fremad, baglæns eller vandret hen over banen. Igen er Barcelona usædvanligt, idet dets afleveringer er mere tilbøjelige til at være vandrette end noget andet holds. Dette afspejler strategien med at sende bolden frem og tilbage på tværs af banen på udkig efter muligheder for at angribe.

Barcelona har også den højeste centralitet af en enkelt spiller i Xavi, som er almindeligt anerkendt for at have været en af ​​de bedste midtbanespillere gennem tiderne.

Men analysen afslører også nogle svagheder. Sandsynligheden for, at Barcelona lukker et mål ind, stiger, når spredningen af ​​spillere omkring holdets midtpunkt øges - med andre ord, når spillerne spreder sig. Det tyder på en akilleshæl, som andre hold kunne forsøge at udnytte.

Mærkeligt nok opfører andre hold sig ikke på samme måde. Valencia, for eksempel, er mere tilbøjelige til at score et mål, når spredningen omkring dens tyngdepunkt øges.

Det er et fascinerende sæt af indsigter, der afslører mange af de spillemønstre, der gør Barcelona unik.

Selvfølgelig er denne form for analyse ikke en tryllestav, som andre hold kan bruge til at kopiere Barcelonas succes. En ting er at identificere lovende spillemønstre, men noget andet er at gengive dem i praksis.

Barcelonas spillestil er resultatet af et træningsprogram, der strækker sig over hele klubben, selv ind i dens ungdomsakademi. Faktisk kom syv af de 10 spillere, der spillede mere end 1.000 minutter i sæsonen 2009-10, gennem klubbens ungdomsakademi.

Det vil tage betydelig tid og investeringer at gentage denne succes andre steder. Men det er præcis, hvad Guardiola ser ud til at gøre i sin nuværende klub, Manchester City, som har domineret den engelske Premier League i flere sæsoner. Det ville være interessant at se, om Buldú og kollegerne også kan identificere Guardiolas karakteristiske spillemønstre på dette hold.

Ud over dette er der masser af måder at udvikle den netværksvidenskabelige tilgang yderligere på. En mulighed er at se på, hvordan individuelle spillere påvirker spil, hvordan en ændring i deres position kan påvirke deres præstationer, og så videre. Og det er ikke kun fodbold, der kan gavne - den samme tilgang kan anvendes til næsten enhver holdsport. Netværksvidenskab har tydeligvis en lys fremtid for sportsanalytikere.

Ref: arxiv.org/abs/1909.08903 : Definition af et historisk fodboldhold: Brug af netværksvidenskab til at analysere Guardiolas F.C. Barcelona

skjule