يقول دريس بيلاين رئيس قسم التوظيف في نادي أندرلخت البلجيكي: «الحقيقة الواضحة أنه لا يجب أبدًا التعاقد مع لاعب بناءً على البيانات وحدها، ومن ناحية أخرى، لن نتعاقد على أساس مقاطع الفيديو أو المراقبة المباشرة. نحتاج لفهم الصورة الكاملة واستكشافها».
جاء هذا الكلام نتيجة نمو استخدام تحليل البيانات في كرة القدم الذي كان له تأثير خاص في موضوع التعاقد مع اللاعبين، لأن الفريق لن ينجح أبدًا دون اللاعبين المناسبين.
من الصعب اتخاذ قرارات التعاقد الصحيحة، فمع ضغط الوقت في نهاية فترة الانتقالات، يدفع الوكلاء اللاعبين لإبرام صفقات تعاقد مربحة، ويطالب المشجعون بأسماء كبيرة، ويشارك الصحفيون في نشر الأخبار والإشاعات. يعد استخدام البيانات طريقة للتغلب على هذه الفوضى ووسيلة لاتخاذ القرار الذكي والابتعاد عن القرارات السريعة والعاطفية.
كان يُطلَب من المراقب التقليدي مشاهدة مباريات كثيرة، وأن يستخدم حكمه لتقدير إمكانية التعاقد مع اللاعب أم لا. الآن يُستخدم تحليل البيانات لأداء هذا العمل.
تعمل الأندية المتقدمة التي تلعب في الدرجات الأولى على توظيف أفضل المواهب من جميع أنحاء العالم، وتتنافس هذه الأندية فيما بينها في سوق الانتقالات، وقد تصل رسوم انتقال بعض اللاعبين إلى أرقام فلكية. يعد تحليل البيانات أداة قيمة لفحص مئات الآلاف من اللاعبين حول العالم، فهو يوفر عددًا كبيرًا من الخيارات عن اللاعبين الذين يستطيع النادي استكشافهم، ويسمح للنادي بالتركيز على اللاعبين الأكثر احتمالًا والأكثر ملائمةً.
عند العمل بأسلوب تحليل البيانات، تستطيع الأندية اكتشاف لاعبين في أماكن غير متوقعة، وقد يستطيع هؤلاء رفع مستوى النادي وبنفس الوقت هم متاحين بسعر مناسب.
ما البيانات التي تستخدمها أندية كرة القدم؟
ينتشر استخدام البيانات الآن في كرة القدم، وباتت الكثير من الأندية تتعاقد مع اللاعبين الجدد اعتمادًا على هذه البيانات، وأحد هذه الأندية مثلًا برينتفورد من غرب لندن، الذي حقق ربحًا كبيرًا في سوق الانتقالات في السنوات الأخيرة، وذلك باستخدام النموذج التحليلي الخاص به لمقارنة القوة النسبية للفرق من مختلف البطولات، تمكن النادي من العثور على لاعبين موهوبين سواء في الدوريات الإنكليزية أو في الخارج في دول مثل فرنسا والدنمارك. باع برينتفورد لاعبين موهوبين مثل أولي واتكينز ونيل موباي إلى أندية الدوري الإنكليزي الممتاز وحقق مكاسب مالية كبيرة، وذلك بعد أن ذاع صيتهم في برينتفورد.
يُعد ليفربول من أهم الأندية التي نجحت في استخدام البيانات في سوق الانتقالات، إذ تؤدي البيانات دورًا مهمًا في قدرته على العثور على اللاعبين المناسبين الذين يتمتعون بأسلوب لعب مضاد وسريع، وهذا ما يفضله المدير يورغن كلوب. كانت استراتيجيته في التعاقد في السنوات الأخيرة ناجحة جدًا، إذ استقطب النادي لاعبين أمثال محمد صلاح وفيرجيل فان ديك وأليسون الذين ساعدوا النادي على الفوز بدوري أبطال أوروبا عام 2019 والدوري الممتاز عام 2020.
طوّر إيان جراهام، مدير الأبحاث في قسم البيانات في ليفربول، طريقةً فريدةً لتحليل أداء اللاعب. إذ استخدم بيانات كل تصرفات اللاعب على أرض الملعب (مثل التدخل أو التمريرة أو التسديدة) لحساب مدى تأثير ذلك على فرص الفريق في تسجيل هدف، ويُسمي هذا المقياس باحتمالية الهدف المضافة.
تعاقد ليفربول مع لاعب خط الوسط الغيني نابي كيتا دراسة إحصائياته، وقد لفت هذا اللاعب انتباه جراهام أول مرة عندما كان في نادي ريد بول سالزبورغ النمساوي، كان معدل إتمامه للتمريرات أقل مما كان متوقعًا للاعب خط وسط كبير، لكن مقياس (احتمالية الهدف المضافة) أظهر أن نوع التمريرات التي لعبها كيتا كان من المرجح أن تؤدي إلى هدف. أوصى جراهام أولًا بأن يوقع النادي مع اللاعب في عام 2016، وفي النهاية تعاقد اللاعب مع نادي لايبزيغ الألماني في عام 2018.
أوصى جراهام بالتعاقد مع محمد صلاح بناءً على بياناته أيضًا، فقد لعب المهاجم المصري في الدوري الإنجليزي الممتاز مع تشيلسي اللندني سابقًا، لكن الفترة التي قضاها في إنجلترا كانت غير ناجحة وقد لعب 19 مباراة فقط وسجل هدفين خلال الموسمين اللذين قضاهما هناك. وبالنظر إلى إحصائيات صلاح شعر جراهام أن الوقت الذي قضاه في تشيلسي قد لا يشكل حافزًا للتعاقد معه، ولكن هذا النقص عوضت عنه البيانات الإجمالية في مسيرته ككل، وكان جراهام محقًا وصلاح حقق نجاحًا كبيرًا في النادي.
ليست البيانات حكرًا على الأندية الكبيرة فقط، إذ يستخدم نادي ديربي كاونتي التحليل الإحصائي للتعاقد مع اللاعبين أيضًا.
بالنسبة لمسؤول التوظيف جو مكلارين، فإن فهم سياق الإحصائيات أمر بالغ الأهمية عند النظر في التعاقدات المحتملة، ولا يجب الاكتفاء بالنظر إلى العدد الإجمالي للإحصائيات، كعدد مرات الفوز أو عدد المشاركات في التصفيات. يقول مكلارين: «قد تكون هذه الأمور مضللة إذا أُخرجت من سياقها لأسباب عديدة، فمثلًا يجب أن تدافع الفرق الأقل ترتيبًا في الدوري بطريقة أكبر وبالتالي ستحقق أرقامًا أعلى حسب هذه الإحصاءات».
يفضّل مكلارين النظر إلى إحصائيات النسبة المئوية، كنسبة التدخلات التي يستحوذ بها اللاعب على الكرة أو التمريرات العرضية، يسهّل هذا مقارنة اللاعبين الذين تلعب فرقهم بتكتيكات مختلفة أو ضمن ترتيبات مختلفة من الدوري. ومثل مقياس (احتمالية الهدف المضافة) لجراهام، تجعل هذه الطريقة البيانات أكثر وضوحًا، وتسمح أيضًا للنادي بالحكم على أداء اللاعب وإن كان في فريق يلعب بطريقة ضعيفة. وقد يضع النادي أوزانًا مختلفة لهذه الإحصائيات عند النظر إلى اللاعبين في الخارج اعتمادًا على جودة الدوري، وذلك للمقارنة بين لاعبي كرة القدم في البلدان التي تلعب على نحو مختلف عن طريقة اللعب الإنجليزية.
مثلًا عند تحليل جراهام لمحمد صلاح لم يعطي أهمية لمواسمه السيئة في تشيلسي بعد النظر إلى البيانات على مدار مسيرته. يستخدم نادي ديربي أيضًا بيانات من المواسم السابقة لمحاولة تحديد اتجاهات التعاقد مع النظر إلى بطولات الدوري المختلفة التي ربما يكون اللاعب قد شارك فيها، مع أخذ زملائه المختلفين الذين سيلعب معهم في أرض الملعب بالحسبان.
يُستخدم تحليل البيانات لتحديد اللاعبين المحتملين لكل مركز بما يتناسب مع الطريقة التي يريد المدرب أن يلعب بها الفريق. يُشاهد هؤلاء اللاعبين بعد ذلك، إمّا على الفيديو أو شخصيًا، وتُقارن إحصاءاتهم بالمرشحين الآخرين ومع اللاعبين الذين يمتلكهم النادي بالفعل في نفس المركز.
ما تزال مشاهدة اللاعب أمرًا بالغ الأهمية بالنسبة لنادي ديربي نظرًا لوجود معلومات مهمة حول اللاعبين لا تغطيها البيانات.
يقول مكلارين: «يجب أن ترى اللاعب لتعرف مدى احتفاظه بهدوئه تحت الضغط، وكيف سيكون رد فعله في مواقف محددة. لا بد من تحديد إن كان اللاعب يحب اللعب الجماعي ويتمتع بحس القيادة والسلوك الجيد، خاصة في موسم البطولة المكون من 46 مباراة. لهذا أود أن أقول إننا استخدمنا المشاهدة الحية والفيديو ومراجعة الشخصيات لمعرفة ما هو أكثر من الإحصائيات».
تزود الشركات أندية كرة القدم بالبيانات للعثور على اللاعبين
مع إن الأندية الكبيرة تحبذ امتلاك قواعد بيانات داخلية خاصة بها، فإن كثيرًا من الأندية تستفيد من الشركات المتخصصة في جمع البيانات وتحليلها لتحديد التعاقدات المحتملة بناءً على احتياجات النادي.
تُعد مجموعة الواحد والعشرين (Twenty First Group) إحدى هذه الشركات التي كانت تُعرف سابقًا باسم (21st Club). لقد طوروا أدوات لحساب الترابط بين أداء اللاعب والأداء العام للفريق، ما ينتج عنه تقييم لكل لاعب في الفريق. تستخدم الأندية هذا التصنيف للمساعدة على تحديد إن كان من المحتمل أن يؤدي هذا التعاقد إلى تحسين فريقهم أو إضعافه.
استفاد نادي ريد ستار بلجراد، بطل دوري السوبر ليجا الصربي، من خدمات هذه الشركة. ففي عام 2018 كانوا يبحثون عن بديل للاعب خط الوسط جيلور كانجا الذي غادر النادي للانضمام إلى سبارتا براغ. فبحث محللو الشركة خلال عملهم في لندن في قاعدة بيانات كبيرة عن بديل مناسب.
قدم النادي قائمة مختصرة بالأسماء التي اقترحها الوكلاء، لكن المحللين قيموا الأسماء الموجودة في القائمة الموسعة وعثروا على لاعب أرخص من القائمة المختصرة وتقترح البيانات أنه سيكون أفضل. كان هذا اللاعب لورنزو إيبيسيليو لاعب خط وسط هولندي يلعب في قبرص.
يقول عمر شودري مسؤول العلاقات العامة في هذه الشركة: «استخدام البيانات يمكّنك من توسيع الخيارات المتاحة للتعاقد، وهذا ما لا تستطيع فعله بالطريقة التقليدية أو استخدام العملاء فقط. لا يوجد الكثير من البيانات حول اللاعبين في قبرص، ولكن بناءً على المعلومات المتوفرة لدينا، نحن قادرون على بناء قاعدة بيانات عن لاعبين من هذا القبيل، ومحاولة فهم الطريقة التي نستطيع الاستفادة منهم في الدوري الصربي».
يُعد TransferLab من شركة Analytics FC برنامجًا آخر قد تستخدمه الأندية لتحليل البيانات، إذ يحتوي الكثير من المقاييس المضمنة التي تجعل البيانات أسهل في الفهم دون الحاجة لأن يمتلك النادي خبراء بيانات داخليين خاصين به. ويستخدم البرنامج أيضًا الخوارزميات التنبؤية لمساعدة الأندية على اكتشاف اللاعبين الموهوبين الذين ربما لم يكونوا قد وصلوا إلى ذروة مستويات أدائهم. تتضمن قاعدة بياناتهم أكثر من 90 ألف لاعب من الرجال وأكثر من 5000 لاعبة من السيدات. أشهر الأندية التي تستخدم هذا البرنامج نادي ليدز يونايتد في إنجلترا، ونادي ماذرويل في اسكتلندا و نادي ك.أ.أ جنت في بلجيكا.
مع توسع استخدام البيانات، فإن مجموعة الواحد والعشرين وبرنامج TransferLab لم يعودوا الوحيدين اللذين يقدمان تحليلات البيانات لتوظيف اللاعبين. إذ تُعد شركة وايسكوت أحد أكبر الأسماء في مجال تحليلات كرة القدم، وقد تأسست في إيطاليا عام 2004 لتقدم خدمات لمجموعة من الأشخاص المشاركين في كرة القدم، كالوكلاء والمدربين والحكام والصحفيين. وكما يوحي اسمها، تعتبر هذه الشركة الاستكشاف جزءًا رئيسيًا من الخدمة التي تقدمها.
تتضمن منصة وايسكوت بيانات عن أكثر من نصف مليون لاعب وفريق. بوسع المستخدمين البحث في هذه البيانات وتصفيتها بأكثر من 100 طريقة، وبالوسع أيضًا استخدام أدوات التمثيل المرئي للبيانات للمساعدة على فهمها. توفر الشركة أيضًا مقاطع فيديو لأكثر من 200 ألف مباراة بما يمكّن المراقبين من مشاهدة ساعات من اللقطات بعد غربلة البيانات دون الحاجة إلى السفر إلى أماكن بعيدة من العالم.
استخدام البيانات للاستكشاف من المنزل
نظرًا لأن التكنولوجيا الجديدة تعني أن المراقبين لم يعودوا بحاجة إلى السفر وحضور المباريات شخصيًا من أجل التعاقد مع اللاعبين، فقد ظهر نوع جديد من الاستكشاف. إذ يستطيع أي شخص البحث في البيانات من أي مكان.
بالإضافة إلى العمل مع أندية كرة القدم، فإن قواعد البيانات لشركة Wyscout مفتوحة لأي شخص يرغب في دفع اشتراك، وشركات أخرى مثل StatsBomb تجعل بعض بيانات كرة القدم الخاصة بها متاحة مجانًا على الإنترنت. أدى ذلك إلى تأسيس المحللين عبر الإنترنت لمجموعة من الأعمال الخاصة بهم التي تظهر مهاراتهم وإمكانياتهم وذلك بهدف العمل ككشافة في الأندية المحترفة.
الشاب أولي أوكونيل Oli O’Connell هو أحد هؤلاء الكشافة، إذ يقيم هذا اللاعب البالغ من العمر 23 عامًا في لانكستر، لكنه عمل كشافًا ومحللًا للأندية في بلجيكا والسويد. بدأ كطالب يحلل أداء فريق كرة القدم في جامعته قبل الانتقال إلى احتراف تحليل اللعبة. من خلال مشاركة عمله عبر الإنترنت، أصبح من الناشطين على تويتر وبدأ يلاحظه الأشخاص المحترفون في هذا المجال، وكذلك الأشخاص في مجتمع التحليلات عبر الإنترنت. من بين أتباعه على تويتر لي دن، رئيس تحليل الأداء والتوظيف في نورويتش سيتي، ولي مكولوتش الذي أدار نادي كيلمارنوك الأسكتلندي وهو حاليًا مساعد مدير في نادي هارتس الأسكتلندي أيضًا.
يقول أوكونيل: «تدرك الأندية أنه لا يتعين عليها القيام بالأشياء بالطريقة التقليدية. لا يوجد سبب يمنعني من العمل لنادٍ بلجيكي من غرفة نومي في لانكستر».
المسافة من لانكستر في شمال غرب إنجلترا، إلى بلجيكا أقل بكثير من المسافة من اسكتلندا إلى الهند، ومع ذلك نجد أشوين رامان، وهو مراهق عينه نادي دندي يونايتد ككشاف ومحلل بدوام جزئي، ويعمل في النادي من منزله في بنغالور، الهند.
مثل أوكونيل، بدأ رامان بمشاركة عمله التحليلي عبر الإنترنت قبل أن يكتشفه النادي الاسكتلندي.
يشرح ستيفي جريف الذي كان مسؤولًا عن تعيين رامان: «قد يقول الناس إنه لشيء مجنون أن تعمل مع أشوين … الأمر ليس بهذا الشكل، إنه جيد في وظيفته وهذا يكفي، ما المشكلة إذا كان مراهقًا ويعيش في بنغالور؟».
لماذا تفشل بعض التعاقدات
ما يزال استخدام البيانات في التعاقد مع اللاعبين جديدًا نسبيًا، ويعد هذا العمل جزءًا من عملية معقدة يُضاف إليها عمليات تحليل الفيديو والحكم البشري والاعتبارات المالية، ما يعني أن نجاح التعاقد أو عدمه لا يرتبط بالبيانات فقط. لكن أحيانًا قد لا تنجح تلك التوصيات التي يضعها محللو البيانات بعناية.
ربما بدا نابي كيتا جيدًا على الورق عندما كان إيان جراهام يبحث في خيارات خط الوسط، لكن منذ انضمامه إلى ليفربول، عانى كيتا من الإصابات ولعب دورًا هامشيًا في النادي، ولا يُقارن ذلك بنجاح محمد صلاح. حتى بمساعدة البيانات، فإن عمليات التعاقد في كرة القدم ليست علمًا دقيقًا، وعندما تفشل عملية التعاقد قد تُستخدم البيانات لمعرفة سبب ذلك.
في عام 2015، أنفق ليفربول 32.5 مليون جنيه استرليني على شراء المهاجم كريستيان بنتيكي من أستون فيلا. وكان هذا 4 ملايين أقل مما أنفقوه على محمد صلاح بعد ذلك بعامين. كانت هذه الرسوم حينها تعد ثاني أعلى رسوم انتقال دفعها النادي. وُقع عقد بنتيكي في الصيف عندما كان بريندون رودجرز مديرًا. وبحلول الخريف، أصبح يورغن كلوب هو المسؤول، ولم يتوافق أسلوبه في اللعب مع أسلوب المهاجم الجديد.
قام ستيفن سميث، الرئيس التنفيذي لشركة Kitman Labs لتكنولوجيا العلوم الرياضية، بحساب الأرقام لإظهار سبب عدم نجاح بنتيكي في ليفربول كما كان في أستون فيلا.
كان بنتيكي جزءًا من فريق يلعب كرة القدم بطريقة مختلفة في أستون فيلا. في موسم 2015/2016، أجرى ليفربول ما معدله 519 تمريرة في المباراة الواحدة، مقارنة بـ 402 لفريق فيلا، ولكن من بين الفريقين، كان لأستون فيلا الأفضلية بعدد الضربات الرأسية. من الواضح أن بنتيكي الذي يبلغ طوله 1.9 مترًا كان بارعًا في تسديد الكرة بالرأس بما يتلائم مع أسلوب فيلا أكثر منه في ليفربول. وقد باع ليفربول بنتيكي بعد عام من انضمامه إلى نادي كريستال بالاس، وسجّل اللاعب في أول موسم له مع ناديه الجديد 17 هدفًا. يبدو أنه تأقلم أكثر مع بالاس.
يسأل سميث: «هل كان أداء اللاعب الدولي البلجيكي ضعيفًا ببساطة مع ليفربول، أم كان مبالغًا فيه؟ على الغالب كانت مزيجًا من الاثنين، وذلك إذا أخذنا بالحسبان أسلوب لعب ليفربول والسمات التكتيكية والبدنية للمهاجم».
إذا بقي بريندون رودجرز في ليفربول، فربما كانت تكتيكاته تناسب بنتيكي أكثر من تلك التي قدمها كلوب. إذا لم يكن كيتا يعاني من الإصابات، فربما أصبح جزءًا مهمًا من فريق ليفربول خلال الموسمين الماضيين.
كرة القدم هي لعبة معقدة وتكثر الأحداث (داخل الملعب وخارجه) التي قد تؤثر في أداء اللاعب. لا يوجد أي تعاقد مضمون النجاح بالكامل، ولكن عند استخدام البيانات بدقة جنبًا إلى جنب مع أشكال الاستكشاف الأخرى، سنلاحظ تأثيرًا كبيرًا في قدرة النادي على العثور على اللاعبين المناسبين له.
اقرأ أيضًا:
توليد الأرقام العشوائية: ما وظائفها ومجالات استخدامها؟
دراسة جديدة في التعلم الآلي قد تساعدنا على التنبؤ بالأنظمة العشوائية بطريقة أفضل
ترجمة: أحمد عضيم
تدقيق: حسام التهامي
مراجعة: محمد حسان عجك
