Anatoliy Babic (SciSports): “Vind met data de juiste voetballer”

De tijd waarin voetballers puur en alleen op eigen intuïtie op het veld stonden, ligt ver achter ons. Grondige analyses, al dan niet ondersteund door harde data, zijn inmiddels de norm. Data die ook gebruikt kunnen worden bij het ontdekken van nieuwe spelers. SciSports specialiseert zich hierin: “We wilden op een data-gedreven manier voetbalclubs helpen bij het vinden van spelers”, aldus Anatoliy Babic, oprichter van SciSports.

SciSports verzamelde veel data en bouwde daar omheen wiskundige modellen die de kwaliteit van voetbalspelers bepalen en spelerskarakteristieken identificeren. De data worden vergaard door wedstrijden met veertien camera’s vast te leggen. “We hebben sensoren overwogen, dat noemen we interne hardware. Maar we hebben gekozen voor externe hardware, camera’s dus, die filmen wat er op het veld gebeurt. Het nadeel van sensoren is dat je alleen het punt vastlegt waar de sensor hebt aangebracht en je neemt de bal niet mee, tenzij je daar ook een sensor in verwerkt, maar daar kan FIFA bezwaar tegen maken. En bovendien ontbreekt ook de tegenstander, tenzij je daar hele goede afspraken over maakt.”

Al die problemen los je op wanneer je het met video doet, aldus Babic. “Bij ons systeem is elke plek op het veld door minimaal drie camera’s goed in beeld gebracht. En rondom de 16 meter, een belangrijke plek op het veld, staan vijf camera’s die alles in kaart brengen.” De beelden die zo worden vergaard, worden met algoritmes vervolgens omgezet naar bruikbare informatie.

“We trainen de computer om goede patronen te herkennen”

Scouts kunnen niet elke club die bestaat bezoeken. Bovendien beoordelen scouts hun meningen slechts op het zien van wedstrijden of trainingen. “In de voetbalwereld werd vroeger vooral gebruik gemaakt van kennis, ervaring en je eigen netwerk. Nu worden beslissingen ook daadwerkelijk onderbouwd met data en informatie die uit de data wordt gehaald. Dit soort dingen rekenen wij uit en zo kunnen we een speler veel beter karakteriseren dan iemand die hem een aantal keer ziet spelen. We halen bepaalde finesses uit de data.”

SciSports heeft inmiddels honderdduizend spelers in de database. Grote en kleine clubs kunnen met die data aan de slag. “Een club als Heracles kan met dit systeem veel dieper ingaan op de kwaliteit van de huidige spelers: de tekortkomingen en krachten die ze hebben zijn inzichtelijk en er kan specifiek aan gewerkt worden. Zo zijn ze op een diepgravende manier bezig met het eigen team. SciSports kan dan bijvoorbeeld de vraag beantwoorden: staat de verdediging op één lijn? Een simpele vraag, de je wel goed moet definiëren. Zo kun je ook ‘druk zetten’ definiëren en je kunt afstanden tussen spelers meten. Je kunt daar vervolgens wiskundige modellen op los laten.”

De computer kan in combinatie met artificial intelligence leren wat er goed en fout gaat: “Je kunt de computer trainen om de goede patronen te herkennen. Dat is ook waar we naartoe willen met het systeem: dat een trainer, met z’n eigen data, zijn eigen patronen kan leren aan het systeem en daar vervolgens mee kan werken.”

“De invloeden van data analyse op lange termijn zijn zeker merkbaar”

Niet iedereen in de voetbalwereld is even enthousiast over de nieuwe manier van beoordelen. “In honkbal doet niemand meer zonder. En als je honkbal vergelijkt met voetbal, dan is honkbal wel overzichtelijker: iemand gooit, iemand slaat en die speler gaat lopen. Dat is altijd hetzelfde. Voetbal is veel complexer. Er lopen elf mensen rond en er komen situaties voor die je nooit eerder zag. En per wedstrijd wordt er gemiddeld drie keer gescoord. Dat zorgt ervoor dat er meer onzekerheid meespeelt en dat de invloeden van data analyse marginaal zijn, maar op lange termijn zeker merkbaar. Pas als zo’n systeem zich bewezen heeft, zullen ook de kritische trainers zich aansluiten en dat zien wij ook: clubs die eerst sceptisch waren, geven het langzamerhand een kans en zien dat het systeem met ze meedenkt om betere beslissingen te nemen.”

Ondanks de scepsis zijn er veel concurrenten. Er gaat veel geld om in voetbal, dus daarmee is het een aantrekkelijke markt. SciSports heeft niet te leiden onder de concurrentie, zo zegt Babic. “Er zijn wel partijen die hetzelfde doen, maar toch is het iets anders. Wij zijn altijd heel erg bij onszelf gebleven. We gaan op een hele wiskundige en theoretische manier om met de data en we weten waar onze krachten liggen en proberen daar ook op te focussen.”

Inmiddels heeft het bedrijf al 2 miljoen aan investeringsgeld opgehaald, zijn er twee kantoren en telt de organisatie 36 fte. Winst wordt er nog niet gemaakt, maar Babic maakt zich geen zorgen. Sterker nog, hij droomt over nieuwe mogelijkheden. “In 2022 is het WK in Qatar. Tokyo heeft aangegeven dat ze dat WK willen uitzenden in 3D-hologrammen in hun eigen stadions. Daarvan willen wij de data leveren. Als dat lukt, zou dat echt perfect zijn.”