Abstracte achtergrond

Data-analyse in de sport: een praktijkvoorbeeld

Ook de sport werkt steeds vaker met grote hoeveelheden data en kunstmatige intelligentie. Voetbal is een sprekend voorbeeld: trackingsystemen, sensoren en datascouts geven een objectief beeld van spelers en tegenstanders. Wedstrijden worden steeds vaker achter het beeldscherm gewonnen.

De kern in het kort

  • Het trackingsysteem TRACAB hangt in meer dan 125 voetbalstadions, waaronder vele in de Premier League en de Bundesliga (Rejec, 2016).
  • In 2017 werden de data en rapportages van het Nederlandse bedrijf SciSports bij meer dan 40 transfers gebruikt, waaronder die van Memphis Depay naar Lyon.
  • Data bevestigt of ontkracht het onderbuikgevoel: in een gedigitaliseerde wereld is een mening slechts een mening.
  • Gps-apparaten gekoppeld aan hartslaggegevens laten realtime zien welke spelers fit zijn en wie rust nodig heeft.
  • De les voor organisaties: data in het hart van de bedrijfsvoering maakt de kanteling van functioneel naar proces- en klantgericht werken mogelijk.

Data en AI zorgen voor een revolutie in de sport

Steeds meer voetbalstadions zijn uitgerust met geavanceerde trackingsystemen zoals TRACAB. Dit systeem hangt al in meer dan 125 stadions, waaronder vele in de Premier League en de Bundesliga. Samen met apparaten als accelerometers en hartslagsensoren leveren zulke systemen big data die de prestaties en effectiviteit van spelers in beeld brengt (Rejec, 2016).

Het gaat om data over snelheid, conditionele gesteldheid, positie op het veld, de nauwkeurigheid van de passing en de opstelling van het team, die massaal beschikbaar komt. Deze stroom aan data zorgt voor een ware revolutie binnen het voetbal.

Data-analyse geeft de antwoorden

BI en data-analyse worden op steeds meer plekken ingezet: bij het scouten van een nieuwe speler, het verbeteren van de prestaties van elke speler, het vormgeven van een tactisch plan of het onderbouwen van de beste opstelling. Data-analyse geeft antwoord op vragen die lang onbeantwoord bleven.

Transfers beslist door statistieken

Data-analyse is zelfs van grote waarde bij transfers van spelers. De statistieken van het Nederlandse bedrijf SciSports waren doorslaggevend bij de transfer van Memphis Depay naar Lyon. In 2017 werden de data en rapportages al bij meer dan 40 transfers gebruikt, en dat aantal neemt alleen maar toe.

Een objectief beeld

Alleen varen op je onderbuikgevoel is niet langer genoeg. In de huidige gedigitaliseerde wereld is een mening slechts een mening; met data zie je je onderbuikgevoel bevestigd of ontkracht.

Data-analyse zorgt in toenemende mate voor een compleet en objectief beeld van de prestaties van een speler, laat zien in welke vorm een speler verkeert en op welke punten hij zich nog kan ontwikkelen (SciSports, 2018). Ze kan een bestaand beeld bevestigen, een beslissing ondersteunen of een fabel rond een speler ontkrachten. Tijdens de winterstop van seizoen 2017/2018 reisde zelfs een datascout mee naar het trainingskamp van Heracles om de wensen van de technische staf met data te helpen vervullen (Vissers, 2018).

Gebruik data realtime

Data wordt steeds meer realtime gebruikt tijdens de training zelf en levert waardevolle input voor de analyse achteraf. Oorzaken zijn nu met feiten onderbouwd op te sporen en te bespreken. Gps-apparaten gekoppeld aan hartslaggegevens helpen te bepalen welke spelers fit zijn en wie wat rust kan gebruiken. Gespecialiseerde bedrijven bedienen al meer dan 450 teams wereldwijd, waaronder Chelsea, Real Madrid en het Braziliaanse nationale elftal (Rejec, 2016).

Simuleer spelpatronen

Dankzij tracking devices weten moderne trainers en steeds meer spelers exact hoe vaak een tegenstander linksom draait en hoe vaak rechtsom, en hoe vaak iemand buitenom of binnendoor passt. Spelpatronen komen in simulaties terecht en grafieken verraden de tactiek van de tegenstander vroegtijdig. Als bekend is hoe groot de kans is dat een speler naar binnen trekt, wanneer hij een sprint inzet en welke opstelling bij een corner tot welke ingestudeerde variant leidt, maakt die kennis spelers slimmer. De wapenwedloop die zo ontstaat is erop gericht deze patronen weer te maskeren. Tot het zover is, worden wedstrijden steeds vaker achter het beeldscherm gewonnen.

Onderbuikgevoel versus data-analyse in het voetbal

Hetzelfde contrast geldt voor elke organisatie.

Onderbuikgevoel

Data-analyse

Scouting

Indruk van de scout

Statistieken en rapportages

Fitheid

Inschatting van de trainer

Gps- en hartslagdata

Tegenstander

Video en ervaring

Gesimuleerde spelpatronen

Evaluatie

Mening achteraf

Feiten, ook realtime

Risico

Fabels blijven bestaan

Patronen worden gemaskeerd

De les voor organisaties

Data krijgt in alle domeinen van werk een steeds belangrijkere rol en komt steeds meer in het hart van de bedrijfsvoering terecht. Dat maakt de kanteling van functioneel naar proces- en klantgericht werken mogelijk. Daardoor kun je veel sneller leren en je dus ook veel sneller aanpassen. Een robuuste IT-infrastructuur is daarbij een essentiële bouwsteen.

Hoe Diamond Decisions dit naar jouw organisatie brengt

Wat een datascout doet voor een voetbalclub, doet Diamond Decisions voor organisaties. Bij business modeling bepalen we welke beslissingen de wedstrijd winnen, met data-analyse leveren we het objectieve beeld, en we trainen beslissers om hun onderbuikgevoel aan de feiten te toetsen.

Conclusie

Het voetbal laat in een notendop zien wat data-analyse doet: het maakt prestaties meetbaar, toetst meningen aan feiten en versnelt het leren. Organisaties die data in het hart van hun bedrijfsvoering plaatsen behalen hetzelfde voordeel als de clubs die hun wedstrijden achter het beeldscherm winnen.

Spreek de auteur

Daan van BeekDaan van Beek
Diamond Decisions

Bespreek je vraag met Daan

Vertel welke uitdaging je in dit verhaal herkent. In een vrijblijvend gesprek vertalen we de lessen naar jouw organisatie.

Plan een kennismaking →

Diamond Decisions

Onze aanpak in 4 stappen

Van inspiratie en businessmodel tot data-analyse en betere beslissingen: zo pakken we het ook bij jou aan.

Bekijk onze aanpak →

Veelgestelde vragen

01

Hoe wordt data-analyse in het voetbal gebruikt?

Voor scouting en transfers, het verbeteren van de prestaties en fitheid van individuele spelers, het analyseren van spelpatronen van tegenstanders, het onderbouwen van opstellingen en tactiek, en het evalueren van trainingen en wedstrijden, steeds vaker realtime.

02

Wat is het verschil tussen onderbuikgevoel en datagedreven beslissingen?

Onderbuikgevoel berust op persoonlijke ervaring en indrukken. Een datagedreven beslissing toetst dat gevoel aan gemeten feiten. Data vervangt de ervaring niet, maar bevestigt of ontkracht haar.

03

Welke data verzamelen voetbalclubs?

Data over snelheid, afgelegde afstand, positie op het veld, nauwkeurigheid van de passing, hartslag en fysieke belasting, verzameld met trackingcamera’s, gps-apparaten, accelerometers en hartslagsensoren.

04

Wat kan een mkb-bedrijf leren van data-analyse in de sport?

Meet de prestaties die je resultaat bepalen, geef teams snel feedback en toets aannames over klanten en concurrenten aan feiten. Net als in het voetbal zit de winst in sneller leren en aanpassen.

Verder lezen

Bronnen

  • Rejec (2016), over trackingsystemen en wearables in het profvoetbal
  • SciSports (2018)
  • Vissers (2018), over de datascout op het trainingskamp van Heracles

Over de auteur

Daan van Beek

Daan van Beek

Daan is medeoprichter van Diamond Decisions en leidt de verdere groei. Hij helpt organisaties strategie te vertalen naar de dagelijkse praktijk met een mensgerichte benadering van datagedreven werken, en leert in elke sector waarin hij werkt iets nieuws.

Over Diamond Decisions

Diamond Decisions helpt organisaties beter te worden door betere beslissingen mogelijk te maken. We starten niet bij data, dashboards of AI, maar bij de beslissing die beter moet, en bouwen van daaruit terug naar KPI’s, data en technologie. Dat doen we in vier stappen: inspiratie en alignment, business modeling, analytics en dataplatform en datagedreven beslissers. Zo zorgen we dat BI en AI geen IT-project blijven, maar elke dag waarde opleveren.

Schrijf je in voor de Masterclass