كيف تستخدم البيانات الضحمة في رياضة كرة القدم وتغيرها بشكل كامل

بالنسبة لمتابعي كرة القدم المخلصين، هناك دائماً آراء متناقضة ومتنوعة حول طريقة لعب اللعبة وتقييم أداء الفرق واللاعبين، وهناك جزء كبير من العاطفة ضمن الأمر دون شك مع تحيز المشجعين لفرقهم المفضلة. لكن وبينما يرى المتابعون الرياضة من وجهة نظر عاطفية قبل كل شيء، فقد باتت الفرق الرياضية تنظر للأمر بشكل مختلف الآن: الأرقام أولاً، وبالتالي باتت البيانات الضخمة أساسية للعديد من الفرق الناجحة حول العالم.

قد يبدو الأمر مجرداً من العواطف التي تميز كرة القدم بنظر المتابعين، لكن بالنسبة للفرق التي تبحث عن الفوز والنجاح أكثر فقد بات من الواضح أن تحليل البيانات الضخمة مفيد للغاية في هذه الرياضة كما أي مجال آخر، وعندما يتم استخدام تحليل البيانات بالشكل الصحيح فتحسن النتائج موجود دائماً.

هنا سنتناول أهم النواحي التي تتضمن استخدام البيانات الضخمة من فرق كرة القدم، ومع أن هذا الاستخدام ليس موحداً بين جميع الفرق دون شك، فهو منتشر كفاية بحيث أن معظم الفرق في الدوريات الكبرى تستخدم البيانات الضخمة ولو بشكل جزئي اليوم.

إيجاد لاعبين جدد

لطالما كانت الطريقة التقليدية لإيجاد اللاعبين الجدد هي إرسال مستكشفي المواهب ليراقبوا قوائم من اللاعبين المحتملين للفريق، وبالنظر إلى أداء اللاعبين يتم اختيار من هو مناسب منهم للتعاقد معه لاحقاً مثلاً. ومع أن هذه الطريقة فعالة وتعمل منذ عقود، فهي تمتلك عيباً أساسياً: مهما كان مستكشفو المواهب بارعين فمجالهم محدود ولا يمكن أن يجدوا جميع اللاعبين المناسبين.

بالمقابل يمكن اعتماد تحليل البيانات الضخمة لتحديد اللاعبين ذوي الصفات المطلوبة من مجموعة أولية أكبر تضم مئات أو آلاف اللاعبين المحتملين حتى. وبالنتيجة يكون هناك احتمال أفضل لإيجاد اللاعبين المناسبين تماماً للفريق وطريقة لعبه وحاجاته، ومع أن هذا لا يلغي دور مستكشفي المواهب، فهو يجعلهم أفضل بعملهم كون القوائم التي يستخدمونها مبنية على أداء موثق.

مراقبة أداء اللاعبين وملاحظة المواهب الشابة

بالاعتماد على معايير أساسية مثل التمريرات والأهداف والحركة والسرعة (والتي بات من الممكن قياسها بفضل التقنيات الحديثة في الرياضة)، فمن الممكن لقادة الفرق أن يكونوا فكرة أفضل عن أداء لاعبيهم وأدائهم، حيث يمكن وعلى مدى عدد كافٍ من المباريات تمييز نقاط قوة وضعف اللاعبين، كما من الممكن متابعة كون اللاعبين يتقدمون ويتحسنون من حيث المستوى أم يتراجعون للخلف.

بالطبع هناك الكثير من الاعتراضات على هذا النوع من التقييم الذي يختزل اللاعبين إلى مجموعة أرقام من حيث المبدأ، وفي حال تم النظر إلى الأرقام وحدها فمن الممكن لشخصين مختلفين الوصول إلى استنتاجات متناقضة تماماً. لذا لا يزال تقييم اللاعبين مربوطاً جزئياً فقط بالبيانات الضخمة، فيما لا يزال هناك دور كبير للتقييم الاعتيادي والمعايير التي لا يمكن قياسها رقمياً حقاً.

بنفس الشكل من الممكن مراقبة أداء اللاعبين الشباب في الفرق الرديفة أو أكاديميات الرياضة، حيث يمكن لتحليل البيانات الضخمة أن يسلط الضوء على المواهب غير المكتشفة واللاعبين الشباب الأفضل أداء لجلبهم إلى الفريق الأساسي أو تحسين تدريبهم بالشكل الأنسب لطريقة لعبهم.

متابعة أسلوب لعب المنافسين وإيجاد نقاط القوة

بالاعتماد على التقنيات الحديثة التي تتبع حركة اللاعبين والكرة بدقة عالية، بات من الممكن تحويل مئات المباريات إلى نقاط البيانات الأساسية الخاصة بها، وبالنتيجة يمكن تحليل البيانات الضخمة لإيجاد الأنماط المعتادة والمتكررة ومنها طريقة لعب الخصم وتعامله مع الفرص والهجوم والدفاع مثلاً، كما يمكن إيجاد طرق اللعب الأكثر فعالية ضده والتي تتناسب بالشكل الأفضل مع أسلوب لاعبي الفريق.

عند تواجه فريقين أحدهما فقط يستخدم البيانات الضخمة، فالفريق الذي يستخدم البيانات سيمتلك أفضلية تحسن فرصه بالفوز في حال كان التحليل يتم بالشكل الصحيح والمناسب.

مواضيع قد تهمك:

• أهم 5 اتجاهات لعالم البيانات الضخمة في المستقبل
• 6 أمثلة لاستخدام البيانات الضخمة في الشركات ومجال الأعمال
• كيف سيغيّر تحليل البيانات الضخمة تكنولوجيا المستقبل؟

اختيار خطط اللعب الأنسب للاعبين والحالات

بالاعتماد على بيانات أداء اللاعبين من جهة، والبيانات الخاصة بالعديد من المباريات السابقة للفريق وللفرق الأخرى من مختلف الدوريات، من الممكن إيجاد أنماط اللعب المجدية وتلك التي لا تحقق غايتها بالنسبة لتشكيلة اللاعبين الموجودين وأدائهم المعتاد والمتوقع.

وبنفس الشكل من الممكن تقدير خطط اللعب بالاعتماد على الخصم وطريقة لعبه ولاعبيه الخاصين، وبدمج العاملين معاً من الممكن الوصول إلى خطط وطرق اللعب وحتى التشكيلات الأفضل لكل مباراة.

منذ اليوم هناك كم كبير من البيانات التي تستطيع الفرق الرياضية تتبعها والاستفادة منها لتحسين فرصها بالفوز والتقدم من حيث الأداء واختيار اللاعبين الأنسب، وعلى الرغم من إصرار البعض على تجاهل الدور الهام للبيانات فمن الواضح أن مستقبل الرياضة مرتبط بكم متزايد من تحليل البيانات، والفرق الأسرع في إدراك ذلك واستغلاله بالشكل الصحيح هي التي ستتفوق على مدى السنوات القادمة.