A sportjátékos adatbázisok és az adatelemzés forradalma a modern sportban
A sportban és a labdarúgásban rendkívül fontos az adatok feldolgozása és értelmezése, elsősorban a játékosok teljesítményének elemzése és megfigyelése szempontjából. A sportágak, minden sportok információs weboldalán számtalan, sporthoz kapcsolódó információ megtalálható, legyen az akár egy sportági szövetség, sportág leírása, sportpálya hivatalos mérete, vagy éppen játékosadatbázis. A digitális korban egyre inkább előtérbe kerülnek a részletes, strukturált adatbázisok, amelyek az esports világától kezdve a hagyományos sportágakig mindenhol segítik a döntéshozatalt és a teljesítmény nyomon követését.
Az esports szférában például a TL.net Liquipedia logója alatt a "Your home for esports" szlogen fogadja az érdeklődőket. Az oldalon naprakész információk találhatók a legújabb Fortnite, Dota 2, Counter-Strike, VALORANT, League of Legends, Rocket League és számos más játék tornáiról, csapatairól és játékosairól. Ez a példa is jól mutatja, mennyire részletes és átfogó adatgyűjtés zajlik a modern sport minden területén, az eredményektől a játékosprofilokig.
EA Sports FC 25: Egy modern labdarúgó adatbázis példája
Az EA Sports FC 25 legújabb fociszimulátor hivatalos adatbázisa az Ultimate Team módhoz megjelent. Az adatbázisban nemcsak a játékosok hivatalos értékelései érhetők el, hanem olyan extra információk is, mint például a cselezési képességek és a gyengébbik lábbal való játékképesség is. Az FC 25-ben szinte 20 000 játékos közül választhatnak a rajongók.
Az EA Sports FC 25 várva várt új fociszimulátorának népszerű Ultimate Team módjához tartozó hivatalos adatbázist ezen a linken érhetik el a játékosok. Ezen kívül részletes videók is megjelentek, amelyek bemutatják az új Rush módot. Mostantól 5v5 mérkőzéseket játszhatunk kisebb pályán, valamint egy másik videó a Clubs mód frissítéseiről is informálja a játékosokat. Ez a típusú adatbázis jól illusztrálja, hogy milyen mélységben és részletességgel gyűjthető és rendszerezhető a játékosokhoz kapcsolódó információ, ami nem csak a játékosok számára, hanem a szakmai elemzésekben is hasznosítható.
Adatalapú döntéshozatal a labdarúgásban: A Cube esettanulmánya
Szakmai partnerünk, a Cube az elmúlt években számos elemzésünket színesítette. Ezúttal az adatelemző cég munkatársait kérdeztük, hogyan segítik és segíthetik a magyar futballt. A Cube szakemberei több mint két évtizede foglalkoznak adatalapú megoldásokkal, és nyolc éve használják fel a tudásukat a futballra. A cég az indulásától kezdve szoros együttműködésben dolgozik a Magyar Labdarúgó-szövetséggel (MLSZ), különböző adatelemző eszközökkel támogatja a magyar válogatott szakmai stábjának munkáját. A Cube munkatársai a futballszakmai tudásukat informatikai, statisztikai és mesterséges intelligenciával kapcsolatos szakértelemmel ötvözik, így a partnerek nemcsak az adatot, hanem az abból kinyerhető információt kapják meg közérthető vizualizációk segítségével. Az adatok értelmezéséhez számos mesterségesintelligencia-algoritmust használnak, és 2018-ban ők fejlesztették a magyar futballra alkalmazott első xG (várható gól)-modellt. Platformjuk folyamatosan fejlődik, hamarosan például AI-alapú elemzőasszisztenssel bővül a szolgáltatások köre.
Nemzetközi kitekintés: Látogatás belga kluboknál
Bognár Ákos, a Cube adatelemzője elmondta: Szolgáltatásunk nemzetközi szinten is versenyképes, fő célunk az volt, hogy belga partneri kapcsolatokat létesítsünk, és a kluboknak a lehető leghatékonyabban nyújtsunk szolgáltatást: adatelemzés, speciális adatbázis-fejlesztés és tanácsadás is szóba kerül ilyenkor. A másik fontos cél az volt, hogy megnézzük, milyen folyamatok zajlanak, hogyan dolgoznak, mi fontos nekik, milyen eszközeik vannak, illetve hogy néz ki a döntéshozatali láncuk. Ennek hatására mi is alakítjuk a Cube-platformot, tanácsadói és oktatási szolgáltatásainkat. Öt első és két másodosztályú együttesnél jártunk, valamint a Belga Labdarúgó-szövetségnél. Az élvonalból az Anderlechtet, a Leuvent, a Mechelent, a Zulte-Waregemet, a Charleroi-t látogattuk meg, a másodosztályból pedig a Beverent és az RWD Molenbeeket.
A nyugat-európai piac és a versenyelőny
Kovács Ronald, a Cube vezető elemzője szerint: Belgium olyan közeg, ahol a klubok közül több a futballvilág szűk élvonalába tartozik az adatok felhasználását illetően. Jóval telítettebb ebből a szempontból a nyugati piac, mint a kelet-európai, de az nem igaz, hogy nem lehet magyar cégként fejlettebb piacokon érvényesülni. A klubok döntéshozói részéről általánosságban nagy nyitottságot tapasztaltunk az új megoldások iránt, amelyekkel hatékonyabbá tudják tenni a működésüket. Jó visszajelzés nekünk, hogy minden találkozón felszínre került egy-két olyan érték, amelyek alapján reményeink szerint el lehet indítani az együttműködést. A kelet-közép-európai bajnokságokban az adatokhoz hozzáférés és azok beépítése a döntéshozatalba önmagában versenyelőny lehet, Belgium azonban ilyen téren egy lépéssel előrébb jár.
Bognár Ákos hozzátette: Belgiumban jellemzően minden klub használ legalább három-négy adatelemző terméket, sőt, azok, amelyek erre a legnagyobb hangsúlyt fektetik, saját fejlesztésű megoldással dolgoznak. Ebben az esetben megvásárolják a nyers adatokat egy cégtől, ezekből a klub alkalmazásában álló programozóik adatbázist, platformot fejlesztenek. A belga csapatoknál jellemzően minden posztra lebontják 10-15 jellemzőre a játékosok karakterisztikáját és a teljesítményükkel kapcsolatos elvárásokat. Meghatározzák, hogy meccsenként hány cselt, progresszív passzt várnak el egy adott profilú játékostól, milyen hatékonysággal, hány nagy helyzetet kell kialakítania vagy mennyi magas intenzitású futást és milyen maximális sprintsebességet kell teljesítenie.
Olyan klub is van a belga első osztályban, amelynél az elsődleges szűrő a játékos elvárt erőnléti teljesítménymutatóiból áll, és csak ezt követően veszik figyelembe, hogy labdával milyen erősségei vannak. Ezeket a jellemzőket átfuttatják egy óriási adatbázison, amely kidobja számukra azt a néhány labdarúgót, aki megfelel a csapat játékára vonatkozó elvárásoknak. A kiválasztási folyamatuk ilyen szintű megszervezésére egy-egy klub évente eurószázezres vagy akár eurómilliós nagyságrendű összeget ad ki. Kovács Ronald megerősítette: Ha belegondolunk, ezeknek a kluboknak azon alapszik a működési modelljük, hogy futballistákat értékesítenek. Befektetéssel jár a megfelelő fiatalok megszerzése is, és természetesen nagyon fontos, hogy a kiválasztásban jó döntéseket hozzanak, hiszen csak így lehet később súlyos eurómilliókért eladni. Azért fektetnek ekkora hangsúlyt az adatelemzésre is, hogy az ezekhez a döntésekhez vezető folyamat a lehető leghatékonyabb legyen.
Az adatelemzés szerepe a játékos kiválasztásban és értékesítésben
Kovács Ronald szerint az adatok használata egyrészt jelentős időmegtakarítást jelent a szakemberek számára, másrészt pedig konkrét bizonyítékokon alapuló, igazolható hátteret adnak a döntéshozatalhoz. Sportszakmai döntésekben nem lehet teljesen eltüntetni a szubjektivitást, ám az adatok helyes felhasználásával csökkenteni lehet az ezekkel a döntésekkel járó kockázatot. Bognár Ákos hozzáfűzte: Adatelemzéssel például sokkal szélesebb körben lehet játékosokat értékelni, mint videóelemzéssel. A Cube segítségével rövid időn belül áttekinthető több száz bajnokság és több idény teljesítményadata, míg a videóalapú értékelés játékosonként időigényes. Előfordulhat, hogy egy futballistáról csupán néhány meccset néznek meg, és ebbe beleeshet egy, a képességein túlmutató jó, de nem fenntartható széria, ezért téves döntést hozva vásárolják meg a játékjogát.
Az adatelemzés akkor működik jól, ha a klubnak van elképzelése a játékról, és ezáltal a filozófiáját adatokkal megtámogatva be lehet illeszteni egy olyan rendszerbe, amely a munkáját hatékonyabbá teszi. Nagy versenyelőnyt jelent, ha például egy klub sportigazgatója néhány kattintással képes széles körű információt szerezni egy játékosról, vagy akár össze tudja hasonlítani a teljesítményüket. Az adatelemzés pozitív hatására sok példát láthatunk, a Zulte-Waregem belga első osztályú középcsapatként például az elmúlt átigazolási időszakokban rendre hat-hét millió euróért tudott értékesíteni olyan labdarúgókat, akiket az itt taglalt módszerek segítségével választottak ki. Ezek a csapatok jelentős nyereséget termelnek játékosértékesítésből, ami sok esetben a stratégiai gondolkodás és az adatelemzés szerepének visszaigazolása.
A sportban és a labdarúgásban nagyon fontos az adatok feldolgozása és értelmezése, elsősorban a játékosok teljesítményének elemzése és megfigyelése szempontjából. Az elmúlt években a Cube-bal szoros és jó kapcsolatot építettünk ki, ami a klubunk működését több szempontból is pozitívan támogatta.
HAJNAL Tamás, a Ferencváros sportigazgatója
A magyar labdarúgás helyzete és a Cube segítsége
Kovács Ronald szerint nem a technikai rész ebben a különösen érdekes, hanem az, hogy a kluboknak van egy filozófiájuk, tudják, honnan hová akarnak eljutni, és ezt át lehet ültetni a számok nyelvére, ezáltal hatékonyabbá tudják tenni a döntéseiket. Az első lépésnek annak kell lennie, hogy a klub definiálja, mi határozza meg a DNS-ét, ez hogyan nyilvánul meg a pályán, a klubházban, a lelátón. Identitás kell a stratégia kialakításához. Ezek után érdemes játékosprofilokra bontani a csapatot és az adatokhoz nyúlni. Itthon klubonként eltérő a helyzet, nem érdemes általánosítani és a magyar labdarúgásról ez alapján ítéletet mondani. Szerintem nem az a kérdés, lesz-e adatvezéreltebb futball Magyarországon, hanem az, hogy ki kezd el vele előbb tudatosan foglalkozni. Egyes klubok ebben a folyamatban előrébb járnak, mások teljesen eltérő utat választanak. Az látható viszont, hogy általánosságban az NB I-be érkező játékosokat a klubjaink - néhány kivétellel - sajnos nemzetközi összehasonlításban még mindig nem tudják jó aránnyal és haszonnal továbbértékesíteni.
Bognár Ákos tapasztalatai szerint néhány magyar klubnál tett látogatásai alkalmával azt tapasztalta, hogy időnként hiányzik a játékosprofilok tudatos, módszertanilag megalapozott kialakítása. Nincs mindig egyértelműen meghatározva, pontosan milyen belső védőt vagy jobbszélsőt akarnak az együttesbe. Kiemelte azonban hazai szinten a Ferencvárost, amely több edzővel, ugyanazzal a sportigazgatóval bizonyította, képes hatékony döntéseket hozni az átigazolási piacon, és a Cube kiemelt partnereként jelentős hangsúlyt fektetnek az adatelemzésre is. Az átgondolt szakmai munka eredményességét jól alátámasztja az elmúlt években elért pozitív mérleg az átigazolási piacon, amit úgy sikerült elérni, hogy közben az eredményességük a pályán sem romlott, sőt, az európai porondon még javuló tendenciát is látni.
| Kategória | Adatelemzésbe fektetett befektetés (évente) | Jellemző megközelítés |
|---|---|---|
| Nyugat-európai élklubok | Több százezer - millió euró | Saját fejlesztés, több szoftver, nagy elemzői csapat |
| Magyar élklubok | Változó, növekvő | Külső cégek bevonása, platformok használata |
| Kisebb magyar klubok | Költséghatékony megoldások | Szolgáltatók platformjai, tanácsadás |
Bognár Ákos szerint Belgiumban nem ritkák a több százezer, sőt, akár millió eurós, a kiválasztási folyamathoz kapcsolódó személyi jellegű és adatelemző szoftverekkel összefüggő költségek. Ezt nem engedheti meg magát sok magyar egyesület, viszont sokkal költséghatékonyabb olyan céget megbízni, amelynek jól működő adatelemző rendszer felépítésében tapasztalata van. Három-négy főállású munkatárs alkalmazása, majd akár egy egyéves időtáv kivárása egy házon belüli adatelemző rendszer felépítéséig jelentős költség- és erőforrásigénnyel jár. Akik a Cube szoftverét használják, több száz bajnokságot és több tízezer játékost, valamint visszamenőleg több évadot láthatnak át néhány kattintással. Belgiumban is visszaigazolást kaptak arra, hogy a platformjuk könnyen kezelhető, jól strukturált és átlátható. Emellett a számításaink és a vizualizációink logikája a legtöbb esetben megegyezik azzal a gondolkodásmóddal, ahogyan a legnagyobb belga klubok használják az adatokat a mindennapi munkájukhoz.
Kovács Ronald kiemelte: Hisszük, hogy a Cube-nál egyszerre áll rendelkezésre a szükséges informatikai és futballszakmai tudás az adatok, elemzések magas színvonalú szolgáltatásához. Egy-egy klubbal az együttműködésünk nem merül ki a platform engedélyezésében, hanem az erőforrásainkat is tudják használni: különböző elemzésekben és játékoskiválasztásban is tudunk segíteni. A rendszerüket az adott klub futballról alkotott gondolkodásához igazításával igyekeznek segíteni a jobb döntések meghozatalában. Futballszakembereknek nyújtják a szolgáltatást, így ahhoz, hogy valaki jó elemző, játékosmegfigyelő vagy sportigazgató legyen, nem szükséges az adattudományok magas szintű ismerete. A Cube feladata, hogy gyorsan könnyen fogyaszthatóvá tegye azt az információt, amire a klubnak éppen szüksége van. Minden partnerükkel szoros, folyamatos szakmai kapcsolatot tartanak fenn: törekszenek arra, hogy pontosan értsék a döntési szempontjaikat, majd az ezekhez kapcsolódó információkat célzott, könnyen értelmezhető formában szolgáltassák.
Bognár Ákos szerint, ha a magyar klubok a belgákhoz hasonló, személyre szabott szolgáltatást szeretnének - egyébként van ilyen magyar klub -, nekik is rendelkezésre áll ez a szolgáltatás. Személyre szabnak, adatbázist fejlesztenek, de a belépő szint, hogy legyen egy adatelemző platformjuk, amely a játékoskiválasztási folyamat elején széles körben lehetővé teszi a futballisták előszűrését. A videóelemzés előtti lépés ez, amely meghatározott kritériumok alapján szűkíti a mélyebb elemzésre váró játékosok listáját. A Cube 2025-ben elkezdte nemzetközi terjeszkedését, belépett az amerikai piacra, megjelent Belgiumban, folyamatban van több európai országot érintő stratégiai partnerség előkészítése, valamint a Közel-Keletet lefedő regionális képviselet létrehozása is. Jelenleg elsősorban klubokkal, a Nemzeti Sporthoz hasonlóan más médiumokkal és ügynökségekkel dolgoznak együtt, a Cube szolgáltatásai azonban elérhetők elemzőknek és bloggereknek is. Az idén már harmadik alkalommal szervezik meg a Transfermarkttal közösen az adatelemző versenyüket, a Cube Hackathont, amelyen profi és amatőr elemzők konkrét esettanulmányon keresztül mérethetik meg magukat.
Saját egyszerű játékos adatbázis létrehozása és elemzése
A következő gondolatokban azt szeretnénk bemutatni, hogyan is kell egy olyan adatbázist létrehozni, amikkel a korábbiakban megismerkedtünk. Az általunk létrehozott adatbázis jóval egyszerűbb, mint a fent említett szoftverek, azonban egy példának tökéletesen megfelel. A kiinduló helyzet a következő: van egy kis labdarugó csapat, jelen esetben Alibánfa, akinek az edzője elhatározza, hogy az elkövetkezendő 8 mérkőzésen figyelemmel fogja követni csapata egyes játékosainak a teljesítményét. Megfigyeli, hogy az egyes játékosok mennyit cseleznek, hány gólt lőnek, mennyit szerelnek és ehhez hasonló mutatókat. A megfigyelésünk 5 játékosra terjed ki, melyeknek alapadatai szerepelnek az első táblában. Itt látható az igazolások száma, amik alapján azonosítani tudjuk a játékosokat. Itt van még pluszban a mérkőzés azonosítója is, ami szerint meg tudjuk mondani, hogy a játékos melyik meccsen nyújtotta az adott teljesítményt. Egy játékosról 8 adatsor áll rendelkezésünkre, hiszen 8 mérkőzésen szerepelt.
A táblák közötti kapcsolatot úgy tudjuk elérni, hogy a fejlécben az adatbázis eszközök kiválasztása után továbbmegyünk a kapcsolatok ikonra. Egyszerűen a játékos táblában szereplő igazolásszámot áthúzzuk a teljesítmény táblában szereplő igazolásszámra és már létre is hoztuk a kapcsolatot. Ha végeztünk a kapcsolatok beállításával, akkor végrehajthatjuk a lekérdezésünket. Ehhez segítségül szolgál nekünk a lekérdezés varázsló. Jelen helyzetben az „egyszerű lekérdezés a varázslóval” opció elegendő lesz nekünk. Az első lehetőségnél meg tudjuk adni, hogy melyik táblából szeretnénk szerepeltetni az adatokat, míg a második lehetőségnél megjelennek az elérhető mezők, amelyeket meg tudunk jeleníttetni a lekérdezésben. Nekünk szükségünk van a játékos nevére, születési dátumára, igazolásszámára, a mérkőzés megnevezésére, valamint a teljesítmény táblából az összes olyan adatra, amellyel a játékost tudjuk jellemezni. Ezeket az elérhető mezőből át kell helyezni a kijelölt mezőbe. Minden sorban megjelenik egy játékos egy mérkőzésre vonatkozó statisztikája. Mivel egy játékos 8 meccset játszott és 5 játékosunk van, így akkor dolgoztunk jól, ha összesen 40 sort kaptunk eredményül a lekérdezésben.
A címsávon a külső adatok fülre kattintva, majd kiválasztva azt a lehetőséget, amely azt kínálja fel nekünk, hogy adatainkat átkonvertáljuk Excel munkafüzetbe, az adatok exportálása Excel-számolótáblába megtörténik. Az Excel munkafüzetben is megjelennek a játékosok alapadatai, a mérkőzés megnevezése, és az egyes játékosokhoz kapcsolható statisztikák. Az adatainkat azért importáltuk az Excel-be, mert szerettünk volna további vizsgálódásokat végezni. Egyszerű függvények segítségével tovább tudjuk elemezni a játékosok adatait. Meg tudjuk nézni, hogy mennyi volt a legtöbb gól, amit szereztek, mennyi volt a legkevesebb kilométer, amit futottak a 8 meccs alatt, valamint ezeknek az átlagát és a szórását. A szórás nagyon fontos a számunkra, hiszen az mutatja meg számunkra igazán, hogy mennyire ingadozó egy játékos teljesítménye. Minél nagyobb a szám az adott értékelésnél, annál nagyobb az ingadozás mértéke.
Általános sportinformációs adatbankok
A sportmegoldások széles skáláját kínálják a különféle információs oldalak. Böngészhetők a tegnapi sporteredmények, a leendő mai mérkőzések, de inspirációt, ötleteket, tippeket, megoldásokat is meríthetünk. Ez mit is jelent pontosan? Minden, a sporthoz kapcsolódó információt megtalálhatunk: sportági szövetségek, sportág leírása, sportpálya hivatalos mérete, és még sok más, ami sport. Ilyenek a sportszövetségek, sportlétesítmények, sporttörvény, sportegészségügy, edzőtáborok. Az adatbankok segítséget nyújtanak a sportági szövetségek elérhetőségei, sportpályák adatainak adatbankja, sport törvényi előírások, jogszabályok, sportorvoslás, táplálkozás, dopping, és ajánlott edzőtábor helyszínek terén is.
tags: #sport #jatekos #adatbazis
