Цифровые алгоритмы победы: как профессиональный спорт осваивает информационные технологии

Иван Дмитриенко 11.06.2021 12:48 | Спорт 44

Планшет стал неоценимым помощником в моделировании тактических ходов

©Norbert Schmidt/Picture Alliance/Vostock Photo

«Нам просто не повезло» – в течение ближайшего месяца, пока будет идти чемпионат Европы по футболу, эта фраза множество раз прозвучит из уст тренеров, игроков и болельщиков. Иногда поспорить с ней невозможно: игра действительно хаотична, а результат зависит от случайных факторов. И все же есть ли верный ключ к победе, способ подчинить себе фортуну, «взломать» игру?

Кажется, в последние годы он появился – это большие данные (big data), собираемые и обрабатываемые с помощью цифровых инструментов. Как и в других отраслях экономики, вставших на путь цифровизации, в спорте высших достижений пришли к идее, что продвинутая аналитика повышает качество управленческих решений на всех стадиях процесса.

Тренировки, медицина, разработка тактики, селекция – везде нашлось место науке о данных (data science), причем с каждым годом детализация и сложность алгоритмов растут. Заметнее всего эти тенденции проявляются в футболе, который, будучи наиболее денежным сегментом спортивного рынка, создает запрос на оптимизацию издержек с помощью «цифры». «Профиль» рассказывает о самых интересных решениях.

Поверить алгеброй гармонию

До последних лет уровень спортивной экспертизы, по крайней мере в публичном пространстве, был не слишком высок. Как оценить выступления футболиста? Явных критериев немного: голы и голевые передачи для полевого игрока, пропущенные голы для вратаря. Остальное определялось на глазок, на уровне субъективных характеристик (обострял игру, действовал пассивно, ошибался в обороне и т. д.). Тренеры принимали решения «на опыте», часто полагаясь на природные качества игроков.

Конечно, и раньше были попытки «оцифровать» визуальные впечатления.  В 1950-х первооткрывателем футбольной аналитики стал британец Чарльз Рип: усевшись на трибуне с ворохом блокнотов, он подсчитывал элементы, составляющие игру, – например, требуемое для гола количество передач. Легендарный тренер киевского «Динамо» Валерий Лобановский в 1970-х разработал свою тренировочную систему с помощью математических формул: тип и количество упражнений вычислялись в зависимости от анатомических особенностей игроков.

Но системные шаги в этом направлении начались только в XXI веке, когда ИТ-компании привнесли информационно-ориентированный (data-driven) менеджмент во все сферы нашей жизни.

Наглядный пример – революция в футбольной статистике. «Я не доверяю победе со счетом 1:0, если мы нанесли один удар, который превратился в гол, а соперник бил 10 раз», – заявил известный в 1990-х норвежский тренер Эгил Ольсен. Он начал рассчитывать вероятность гола, разделив удары по воротам на очень опасные, средние и неопасные.

Позже этот принцип лег в основу модели ожидаемых голов (xG), которая, учитывая созданные соперниками опасные моменты, выводит альтернативный «справедливый» счет матча. Затем появились ожидаемые пропущенные голы (xGA), ожидаемые очки (xPTS) и другие производные показатели.

Скажем, если судить по ожидаемым очкам, то чемпионом Испании в сезоне 2020/21 должна была стать «Барселона», а не «Атлетико», чемпионом Германии – «РБ Лейпциг», а не «Бавария», чемпионом Италии – «Ювентус», а не «Интер», чемпионом Франции – «Лион», а не «Лилль» (все таблицы можно найти в онлайн-базе Understat.com). Мы привыкли думать, что на дистанции фактор удачи не имеет большого значения. Ничего подобного!

Тактическое вооружение

Сегодня целый ряд компаний – Opta, Wyscout, InStat, ORTEC Sports, Sportec, Twenty First Group и другие – собирает и продает продвинутую статистику (advanced stats) субъектам спортивной индустрии. Wyscout обсчитывает более 2000 футбольных матчей еженедельно – в 2019 году услугами фирмы воспользовались 1000 клубов, 1000 футбольных агентств и 60 национальных федераций, а оборот составил 13 млн евро. У InStat около 1300 клиентов и 7–8 млн евро выручки в год.

Главное новшество – радикальное удешевление сбора данных. Ведь по старинке, с ручкой и блокнотом, много не насчитаешь. Теперь же процесс компьютеризован и унифицирован: в Opta каждый матч обрабатывают три сотрудника, собирая около 2000 единиц информации.

Эти компании работают уже сравнительно давно (Opta основана в 1996 году, Wyscout – в 2004-м), но только к середине 2010-х продвинутая статистика стала мейнстримом в спортивном мире. Консервативные тренеры сначала сопротивлялись ей, но затем поняли выгоду: цифрами можно оправдать «невезение» перед работодателем, прессой, болельщиками.

Также важно, что данные собираются в режиме реального времени, то есть их можно использовать по ходу матча для тактических перестановок. Сегодня у тренера нередко можно заметить в руках планшет – это интерактивная тактическая доска, показывающая движение игроков и показатели их вклада в действия команды.

Причем эти показатели становятся все замысловатее: вычисляются такие параметры, как ценность паса (pass value), индикатор креативности (value creation), эффективность прессинга (количество пасов, сделанных соперником до потери мяча, – PPDA), а в расчет xG принимаются точные координаты игроков на поле. Есть свои метрики и в других видах спорта: в баскетболе, например, это ORPM (очки, принесенные игроком на 100 эпизодов владения мячом), DRPM (то же самое, только в обороне), WINS (степень участия в итоговом результате) и так далее.

Как это меняет игру? В футболе ушла в прошлое легендарная тактика «бей – беги». Тренеры требуют не лупить по воротам издали (статистика выявила, что xG таких ударов низок) и вообще дорожить мячом, разыгрывая многоходовые комбинации от своих ворот. В чемпионате Англии в 2010–2018 годах количество ударов по воротам за сезон снизилось с 10 852 до 9296, дальних ударов – с 4880 до 3693.

Похожая тактическая революция произошла в НБА (ее назвали Moreyball в честь менеджера «Хьюстона» Дэрила Мори). Статистика показала, откуда эффективнее всего производить броски мяча. В итоге карты топ-200 мест для броска в сезонах 2001/02 и 2019/20 сильно различаются: в первом случае площадка хаотично усеяна точками (бросали, откуда придется), во втором они четко сгруппированы вокруг кольца.

Вряд ли это всегда нравится болельщикам. Игра становится предельно рациональной, механизированной – все меньше творческой спонтанности, романтики! Ведь наибольший восторг у публики вызывает безрассудное, отчаянное действие, которое внезапно приводит к результату: можно вспомнить концовку баскетбольного матча СССР – США 1972 года, сольные проходы Диего Марадоны и штрафные Роберто Карлоса.

Есть подводные камни и в практическом плане: цифры могут направить по ложному пути, если неверно их интерпретировать. «Например, мы повели 3:0, снижается концентрация, соперник перехватывает инициативу, у него появляются голевые моменты. xG тут дает сбой: нет анализа, когда начали возникать моменты», – рассказывает российский футбольный тренер Владимир Федотов.

Так что тренерский опыт и чутье по-прежнему в цене. Но в целом если раньше спорт был вещью в себе (если сам не нюхал пороха, не поймешь), то теперь появляются тренеры-ботаники, не имеющие игрового опыта, но овладевшие ремеслом благодаря научному подходу (в футболе – Томас Тухель, Юлиан Нагельсманн, Доменико Тедеско).

И даже бывалые тренеры вводят в свой штаб помощников-аналитиков. «Многие ожидают, что главный тренер знает все в деталях – от особенностей физического состояния до тактических нюансов. Но сейчас он больше моральный лидер, руководящий экспертами в своих областях», – рассказывает менеджер сборной Германии Оливер Бирхофф.

А при топ-клубах создаются целые научные институты, которые не просто собирают данные, но и сами разрабатывают цифровые решения. Например, в «Ливерпуле» команда ученых во главе с физиком Уиллом Спирманом внедрила систему Pitch Control. Это карта футбольного поля, на которой показано, какие зоны прямо сейчас не контролирует защита соперника. Значит, через них и надо атаковать.

Симулятор поглотил реальность

Не менее важно использование data science для селекции. Раньше футбольные скауты колесили по всей планете, стремясь отыскать игроков-самородков в самых неожиданных местах. Большую роль играл случай: футболист мог сверкнуть именно в том матче, на который приехал скаут, его мог удачно сосватать агент. Теперь же селекционеры чаще сидят в офисах и просматривают аналитические отчеты.

В том же «Ливерпуле» прославился физик Иан Грэм, который вообще не смотрит матчи, а ищет игроков только в хитросплетениях цифр: его метод, в частности, позволил выгодно купить Мохамеда Салаха и Филиппе Коутиньо. А лондонский «Арсенал» решил проблему селекции радикально: приобрел за 2,1 млн фунтов аналитическую компанию StatDNA со штатом 500 человек.

Также можно отдать поиск вундеркиндов на аутсорс: к примеру, компания Analytics FC предлагает алгоритм TransferLab, который выводит общую ценность игрока по множеству неочевидных параметров. Похожий инструмент есть и для поиска тренеров. Традиционно их оценивали по итоговому результату, но Analytics FC предлагает сложную модель, в которой учитываются исповедуемый тренером стиль игры, его реакция на форс-мажорные обстоятельства, бюджеты клубов из его послужного списка и так далее.

В общем, деятельность футбольного клуба все больше напоминает… компьютерный симулятор Football Manager, который когда-то сам был создан, чтобы в схематичном виде отражать реальную жизнь. Кстати, известны случаи, когда клубы приглашали игроков, изучив их профиль в Football Manager: так в немецкий «Хоффенхайм» попал бразильский нападающий Роберто Фирмино. А глава компании Sports Interactive, создавшей Football Manager, рассказывал, что агенты регулярно предлагают взятки разработчикам, чтобы увеличить виртуальный рейтинг своих подшефных…

У такого подхода есть критики. «Ужасно, когда талантам отказывают на основе компьютерной статистики. По этому критерию я бы никогда не попал в «Аякс». Когда мне было 15 лет, я не мог ударить с левой ноги дальше, чем на 15 метров. Но мое видение поля и техника не могли быть распознаны компьютером», – сетовал покойный Йохан Кройфф, легенда голландского футбола.

Впрочем, свои преимущества в цифровизации есть и для игроков. Они также могут искать место трудоустройства по алгоритмам. Так поступил голландец Мемфис Депай, обратившись к аналитикам SciSports: введя в базу пожелания игрока, те посоветовали ему подписать контракт с «Лионом». Там Депай успешно играет и поныне.

А лидер «МанСити» Кевин Де Брюйне недавно использовал статистику, чтобы выбить себе новый контракт, не прибегая к услугам агента. С помощью цифр он доказал работодателям, что игроки с аналогичными качествами получают в других клубах больше. Тем пришлось согласиться и поднять оклад Де Брюйне с 350 тыс. до 400 тыс. фунтов в неделю.

Вероятно, в будущем ценообразование на футбольном рынке станет более прозрачным, избавившись от «серых» схем. Не первый год высказываются идеи о том, чтобы жестко привязать трансферную стоимость игроков к их статистическим показателям. В частности, подобный инструмент разрабатывают Opta и консалтинговая компания KPMG.

Таланты на прокачку

Как известно, в рецепте успеха есть лишь малая доля таланта, в основном же требуется упорный труд. Поэтому в профессиональном спорте тщательно шлифуют тренировочный процесс, изобретательно применяя технологии.

В 2010-х заметно выросла роль видеоаналитики. Спортсмен быстрее поймет свои ошибки, если объяснить их не на пальцах и не на доске с фишками, а с помощью видеонарезки. Казалось бы, элементарная мысль, но как ее реализовать на практике? Раньше, еще со времен видеокассет, приходилось нанимать профессиональных монтажеров, которые готовили видеоклип.

Сейчас технические решения подешевели: записи игр хранятся в облаке, тренеры в специальном приложении могут разметить видеоряд, наложить текст и графику. На этом рынке работают такие компании, как SportsCode, HDShift, Coda; лидер – американская компания Hudl с оборотом $220 млн (основана в 2006 году, в 2019-м поглотила Wyscout).

В планах Hudl не только предоставлять клиентам удобные видеонарезки, но и автоматически считывать из видео статистические данные (на фото: руководители компании Дэвид Графф и Джон Вирц)

Nati Harnik/AP/TASS

Используются в тренировках и компьютерные игры. Так, в немецком «Хоффенхайме» поняли, что необходимо подтянуть скорость мышления футболистов, ведь разница в счете складывается из десятых долей секунды. Решением послужили игровые приложения вроде Soccer IntelliGym: в них игроки учатся мгновенно делать правильный выбор из нескольких альтернатив.

А в американском спорте уже добрались до виртуальной реальности. В хоккее, бейсболе и американском футболе вошли в обиход VR-шлемы компании STRIVR, с помощью которых тренеры моделируют для игроков травмоопасные ситуации, выясняя их реакцию без риска для здоровья.

Новое измерение

Целой наукой стало восстановление спортсменов: правильное питание, соблюдение фаз сна, массаж, иглоукалывание, криокамеры… Образ жизни в стиле рок-звезд (или Диего Марадоны) теперь редкость: спортсмен – ценнейший актив, за состоянием которого следит целая бригада специалистов.

Любопытное исследование на эту тему (Play On: The New Science of Elite Performance at Any Age) провел обозреватель Los Angeles Times Джефф Берковичи, выяснив, что быстрее всего границы профессионального возраста расширяются в футболе. «Лучшим игрокам скоро вполне может быть 35 или 40 лет», – прогнозирует он.

Эта тема шире цифровых технологий, но и здесь они пришлись ко двору. Сложился рынок спортивного интернета вещей – умных датчиков, GPS-трекеров, биометрических футболок и других носимых устройств. Иногда в телетрансляциях можно заметить спортсменов в черных «лифчиках» – это тренировочные жилеты, под которыми закреплены подобные девайсы.

Они собирают всевозможные данные о функциональном состоянии владельца: сердечный ритм, уровень молочной кислоты в мышцах, максимальная скорость, темп ускорений. Информация, для получения которой раньше требовались специальные тесты, теперь стекается на планшет тренера в онлайн-режиме. Кроме того, под контролем гаджета не забалуешь: нужно выкладываться на каждой тренировке! Порой тренеры заставляют носить их даже на выходных и в отпуске, чтобы отследить нарушителей режима.

Есть и любопытные функции. Например, устройство Viper Pod от производителя STATSports определяет, как спортсмен распределяет вес при беге: если он больше опирается на одну ногу, значит, вероятно, у него есть повреждение, которое он сам не хочет замечать. А вратарский трекер OptimEye G5 от Catapult Sports крепится на спину и замеряет движения в 3D-пространстве: нырки, прыжки, броски.

Основным потребителем этих устройств опять-таки является футбол. Представители других видов спорта не всегда могут себе их позволить: стоимость одного датчика – $2–3 тыс., годовой пакет обслуживания от Catapult Sports – $100 тыс. В футболе же, где тратятся гораздо большие суммы, трекеры выступают бюджетным способом апгрейда игроков.

«GPS-механизм уже стал частью индивидуального комплекта для тренировок наряду с бутсами и формой. Игроки заинтересованы в своих цифрах, и их вовлеченность облегчает жизнь тренерскому штабу», – рассказывает глава научного отдела английского «Сандерленда» Пол Уолш.

Помимо нательных трекеров также разрабатываются умные мячи (Adidas miCoach), умные бутсы (Adidas GMR), а иногда чипы интегрируют в футбольное поле. Кроме того, трекеры являются не единственным способом цифрового сбора данных. Можно оснастить игровое пространство многоракурсными камерами с функцией захвата движения. Они создают цифровых двойников спортсменов, составляя карту их перемещений (и вычисляя, например, движения, которые могут привести к травмам). Это дорогостоящая технология, но примеры ее использования есть. Так, в калифорнийском учебном центре P3, куда обращаются игроки НБА для отработки индивидуальных навыков, используются высокоскоростные камеры Simi, представляющие тело спортсмена как миллиарды движущихся точек в пространстве.

Наконец, можно распознавать объекты с помощью нейросетей (компьютерного зрения). В частности, есть проект технологии, позволяющей автоматически определять офсайды в футболе (по прогнозу The Times, ее опробуют уже на ЧМ-2022). Но пока не обходится без конфузов: осенью прошлого года умная камера использовалась на матче в Шотландии, однако упорно распознавала как мяч… лысую голову арбитра. Тем не менее по пути умной видеоаналитики планирует двинуться тандем Hudl и Wyscout: не просто предоставлять тренерам удобные нарезки, но сразу считывать из видео статистические данные.

Похоже, в перспективе трекеры и искусственный интеллект выведут спорт на новый уровень. Ведь даже технологичный метод Opta и ее конкурентов пока требует живых сотрудников для просмотра матчей. Если эту задачу удастся автоматизировать, объем извлекаемой статистики возрастет на порядки. А за спросом на нее дело не станет. Кто владеет информацией, тот будет чемпионом мира…

Сейчас на главной
Статьи по теме
Статьи автора