Kas me oleme jalgpalli andmeid vääriti mõistnud?
- Antti Nyman
- Jan 24
- 5 min read
Kaasaegses jalgpallianalüütikas valitseb huvitav vastuolu. Viimase kümnendi jooksul oleme kinnisideena kogunud üha rohkem andmeid, jälginud iga puudet igas liigas ja otsinud universaalseid tõdesid selle kohta, mis teeb võistkonnad edukaks. Oodatavad väravad (xG), pressinguintensiivsus ja progressiivsed pallivedamised on kujunenud spordi ühiseks keeleks.
Aga mis siis, kui kogu see lähenemine on olnud produktiivne valepööre?
See eeldus kõlab 2025. aastal ketserlikult, mil isegi tagasihoidlikumad klubid palkavad andmeteadlasi ja xG-st räägitakse mängujärgsetes intervjuudes. Ent mõelgem, mida me tegelikult saavutanud oleme. Hoolimata enneolematust andmete kättesaadavusest on meie mudelite ennustusvõime jäänud visalt piiratuks. Autsaiderid võidavad endiselt. Taktikad, mis „ei peaks töötama“, osutuvad ometi edukaks.
Aga mis siis, kui probleem pole selles, et meil on liiga vähe andmeid? Võib-olla otsime hoopis vale tüüpi mustreid.
Skaala võrgutus
Suurandmete (inglise keeles big data – andmed, mis on sedavõrd mahukad või keerukad, et nende töötlemiseks ei piisa tavapärastest vahenditest ja ressurssidest) lubadus jalgpallis on alati olnud ahvatlev: kogu piisavalt infot piisava arvu mängude kohta ja universaalsed printsiibid hakkavad ilmnema. Jälgi kümmet tuhandet söötu ja mõistad söötmist. Vaata viiesaja erineva meeskonna pressingut ja dekodeerid pressingu. Eeldus on, et jalgpall toimib nagu füüsika – seaduspärase süsteemina, mille reeglid kehtivad järjepidevalt eri kontekstides.
Aga jalgpall ei ole füüsika. Ta on pigem vestlus – sügavalt kontekstuaalne, inimestevaheline ja improvisatsiooniline. Kui võistkonna ründajate pressing toimib, siis mitte lihtsalt seetõttu, et geomeetrilised nurgad oleksid abstraktses mõttes optimaalsed, vaid kuna need kolm mängijat on arendanud intuitiivse arusaama teineteise liikumistest, tugevustest ja piirangutest. Nad teavad, millal keegi riskib ja millal mitte. See teadmine on vaid sellele olukorrale omane, mitteülekantav ja suures osas välistele andmekogumitele nähtamatu.
kogemusliku teadmise probleem
Mõelgem treenerile, kes teab, et tema vasakkaitsja mängib pärast sisse tulnud kaitseapsakat konservatiivsemalt. Või et tema ründaja pressingu intensiivsus langeb teisel poolajal pärast pikka reisi. Või et kahe poolkaitsja iseloomude kokkupõrge rikub märkamatult nende omavahelist koostööd. Või et üks konkreetne mängija esineb märkimisväärselt paremini siis, kui talle antakse vabadus, mitte jäigad juhised.
Mitte miski sellest ei kajastu üheski andmestikus. Ometi on just selline imepisike, kontekstispetsiifiline teadmine see, mis eristab head treenerit suurepärasest. See on vahe „kõrge pressing korreleerub eduga“ teadmise ja mõistmise vahel, et sinu meeskond pressib efektiivselt ainult juhul, kui teatud konkreetsed tingimused on täidetud – nende konkreetsete mängijatega, selle taktikaga, seda laadi vastaste vastu.
Treeneril, kes tunneb oma meeskonda läbi ja lõhki, on ligipääs andmestikule, mis on küll väiksem, kuid mõõtmatult rikkam kui mis tahes Statsbombi, Opta või Wyscouti tabel. Ta teab, milline taktikaline juhis jõuab millise mängijani. Ta mõistab nähtamatut suhete, hierarhiate ja suhtlusmustrite võrgustikku, mis paneb meeskonna toimima. Ta loeb treeningul kehakeelt ja kohandab oma otsuseid vastavalt. See on eritellimusel sündinud arukus – teadmine, mida ei saa koondada, summeerida ega üldistada.
Vaikiv dimensioon
Teadmiste filosoofias on mõiste „vaiketeadmus“ – asjad, mida me teame, kuid ei suuda sõnastada ega formaliseerida. Jalgpall kubiseb sellisest vaikivast teadmisest. Mängijad arendavad intuitiivseid arusaamu ruumist, ajastusest ja survest, mida nad ei suuda verbaliseerida. Treenerid tajuvad, millal tiimikõne peab olema jõuline või leebe. Need teadmise vormid ei allu kvantifitseerimisele mitte seetõttu, et meie mõõteriistad oleksid kohmakad, vaid seetõttu, et teadmine ise on kehaline, kontekstuaalne ja suhteline.
Paratamatult välistab suurandmete lähenemine selle mõõtme – see saab töötada vaid mõõdetavaga, standardiseerides ja võrreldes. Nii võib see süstemaatiliselt mööda vaadata nähtustest, mis on tegelikult kõige olulisemad.
Kui suurandmed eksitavad
Oht pole ainult selles, et suurandmete lähenemised on puudulikud. Need võivad ka aktiivselt eksitada, pakkudes valeekvivalentsusi. Kui ütleme et „Mängijal A ja Mängijal B on sarnased progressiivse söötmise näitajad“, loome vahetatavuse illusiooni, mis praktikas haihtub. Mängija A võib need söödud avada läbi individuaalse briljantsuse, Mängija B aga tänu arusaamisele kaaslaste jooksudest.
Samamoodi ei ütle "tagant lühikesega alustamine" ja liigaülese edukuse seose tuvastamine midagi selle kohta, kas sinu keskkaitsjatel on piisavalt meelerahu ja tehnikat, et ka järgmise vastase pressinguskeemi vastu edukalt mängida. Koondatud muster võib olla tõene, ent lokaalselt mitterakendatav.
Nii sünnib üks üsna tänapäevane ebaõnnestumise vorm: meeskonnad võtavad üle taktikad, mis töötavad „üldiselt“, omamata konkreetseid isiksusi, suhteid ja mõistmist, mis paneksid need päriselt tööle. See on analüütiline kaubakultus – vormi kopeerimine ilma sisuta.
Radikaalse lokaalsuse kaitseks
Milline näeks jalgpallianalüütika välja siis, kui me alustaksime vastupidisest eeldusest? Kui universaalsete mustrite otsimise asemel keskenduksime hoopis erakordselt detailsete mudelite loomisele iga konkreetse meeskonna jaoks?
Ekspertiis voog hakkab liikuma vastupidises suunas.
Kujutlegem andmekogumist, mis on täielikult suunatud sinu 25 mängijale. Mitte ainult sellele, mida nad teevad, vaid kuidas nad seda teevad. Nende otsustamise kvalitatiivne tekstuur, omavahelised suhted, kontekstuaalsed tegurid, mis nende sooritust parandavad või halvendavad. Kombineeri see süstemaatiliste viisidega treeneri intuitsiooni talletamiseks: struktureeritud intervjuud mängijate omaduste kohta, raamistikud treeningul toimiva dokumenteerimiseks, meetodid vaikiva teadmise kuuldavale toomiseks.
Eesmärk ei oleks üldistamine, vaid konkreetne arusaam. Mitte „mida edukad meeskonnad teevad?“, vaid „milline näeb edu välja selle meeskonnaga, nende mängijatega, nendes oludes?“
See lähenemine pöörab tavapärased prioriteedid pea peale. Selle asemel, et andmeanalüütikud avastavad mustreid ja esitavad need treeneritele, muutuksid treenerid ise esmaseks teadmise loojaks, kus andmed aitavad nende intuitsiooni kontrollida, täpsustada ja süstematiseerida. Ekspertiis hakkab liikuma vastassuunas.
Süntees, mitte asendamine
Kõik eelnev ei tähenda üleskutset loobuda statistilisest analüüsist. Vastupidi – vastase harjumuste tundmises, koormuse ja vormi jälgimises ning objektiivsetes mõõdikutes selle kohta, mis väljakul juhtus, peitub vaieldamatu väärtus. Küsimus ei ole meetodites, vaid filosoofias.
Võib-olla ei peitu jalgpallianalüütika tulevik mitte üha suuremates andmebaasides, vaid eri teadmisviiside paremas ühendamises. Statistilises analüüsis, mis on pidevalt ja teadlikult dialoogis treenerite kogemuse ja tunnetusega. Andmetes, mis toetavad kohalikku ja olukorrast sündivat teadmist, selle asemel et püüda seda asendada universaalsete mustritega. Tööriistades, mis aitavad treeneritel oma intuitsiooni selgemaks mõelda ja kontrollida, mitte seda üle kirjutada.
Võib-olla ei seisne revolutsioon mitte selles, et leiame lõpuks ideaalse xG-mudeli, mis töötab kõikjal, vaid selles, et ehitame täiuslikud tagasisideahelad, mis aitavad igal treeneril oma ainulaadset olukorda paremini mõista.
Teistsugune küpsus
On intellektuaalselt ahvatlev uskuda, et jalgpalli saab piisavate andmete ja analüüsi abil lõpuni lahti kodeerida. Et see sport on lõppkokkuvõttes ratsionaalne süsteem, mille seaduspärad on avastatavad ja mõistetavad.
Aga mis siis, kui kõrgem küpsus seisneb hoopis oskuses tunnistada, mida ei saa süstematiseerida? Ehitada lähenemisi, mis jäävad alandlikuks kvantifitseerimise piiride suhtes, kasutades seda samal ajal targalt. Usaldada, et treener, kes on oma mängijatega mitmeid kuid igapäevaselt töötanud, võib tõepoolest teada asju, mida ei ole võimalik jälgimisandmetest välja pigistada.
Iroonilisel kombel võib see „väikeandmete“ positsioon osutuda empiirilisemaks kui suurandmete maksimalism. See algab lihtsast vaatlusest: et suured treenerid saavutavad edu sageli sügava, konkreetse teadmise, mitte lihtsalt üldiste printsiipide toel. Et taktikalised uuendused sünnivad enamasti kontekstuaalsest probleemilahendusest, mitte abstraktsest analüüsist. Et meistrimeeskonnad arendavad peaaegu telepaatilise mõistmise, mis ei kajastu kusagil statistikas.
Ja kui tõendid viitavad sellele, et jalgpalliedu on taandamatult lokaalne ja kontekstuaalne, siis peaks seda olema ka meie analüüs.
Autor: Antti Nyman
*See postitus on esimene osa Antti Nymani kolmeosalisest mõtiskluste sarjast jalgpallianalüütika ja treeneritöö piiridest.
**Antti Nyman on jalgpalli video- ja andmeanalüütik, kes töötab Soome noortekoondiste juures. Tema tegemistega saab lähemalt tutvuda LinkedInis: https://www.linkedin.com/in/anttinyman/
Comments