<img src="https://track.adform.net/Serving/TrackPoint/?pm=268420" width="1" height="1" alt="">

Kan data vinde Champions League finalen?

29. maj 2019 Skrevet af: Jacob Møller Rasmussen Del med en ven     

Det er snart tid til den årlige Champions League finale, der i år skal spilles mellem Liverpool FC og Tottenham Hotspur. Som fodbold- og datanørd er det derfor en oplagt mulighed for at dykke lidt ned i de to holds data, og se hvad fodbolddata egentlig kan bruges til.

Når der tales fodbold og data, er et af de første spørgsmål, der kommer op, altid ”Hvem vinder så?”, og før vi vender tilbage til det, bliver vi først nødt til at se på lidt data på hhv. Tottenham og Liverpool. 

Lad os derfor tænde for fodboldanalytikerens computer og forestille os, at vi sidder som dataanalytiker i enten Liverpool eller Tottenham, og skal gøre os klogere på modstanderen inden Champions League finalen.

For at begrænse længden på blogindlægget (så du kan nå at se finalen), vil jeg for hvert hold fokusere på en specifik del af spillet. For Liverpool vil jeg fokusere på hvordan de forsøger at bygge spillet op, mens jeg for Tottenham vil fokusere på, om vi kan se nogle tendenser i forbindelse med deres afslutninger.

Liverpool

Liverpools data er baseret på registreringer fra deres seneste seks kampe i Champions League -  returopgørene mod hhv. FC Bayern München, FC Porto, og FC Barcelona.

For at analysere hvordan Liverpool bygger spillet op, starter vi med at se på antallet af afleveringer, og hvilke spillere der gennemsnitligt laver flest i en kamp. I Liverpools seneste seks Champions League kampe har de haft knap 3400 afleveringer med en gennemsnitlig successrate på 76%.

I nedenstående to tabeller ser vi på gennemsnit antal afleveringer pr. kamp, samt successraten på afleveringerne. Der er kun inklueret spillere, der har deltaget i mindst to kampe. 

 Figur_2[1]

Ud fra ovenstående kan vi aflæse at Trent Alexander-Arnold (højre back) er den spiller med flest afleveringer pr. kamp, men samtidig den spiller med den laveste præcision, og at de næste fem spillere (alle forsvar eller midtbanespillere) ligger grupperet med ca. samme antal afleveringer. Dette viser en tendens til at Liverpool især benytter deres bagkæde og midterkæde i deres opbyggende spil, hvilket hverken er banebrydende eller en overraskelse.

Det interessante begynder, når vi kan nørde med dataen på en faktisk bane og derved se nogle tendenser. Lad os derfor se på nedenstående to heatmaps.

Figur_3[1]Figur_4[1]

Det første heatmap viser hvor på banen afleveringer bliver foretaget, og det andet heatmap viser hvor afleveringerne ender. Her ser vi en tydelig tendens: nemlig at afleveringerne i overvejende grad ender langs kanterne og at der herfra angribes ind i feltet.

For at dykke dybere ned i hvordan Liverpool angriber over kanterne, filtrerer vi nu på de afleveringer foretaget på den sidste tredjedel af banen, og som ender i feltet eller i området lige uden foran feltet – også kaldet ”Danger Zone”.

Her er vi interesseret i at se på tre ”faktorer”:

  1. Hvem der laver afleveringer ind i zonen
  2. Hvor de afleveringer kommer fra
  3. Hvor afleveringerne ender

       

 figur_5[1]Figur_6[1]Figur_7[1]

Uover at vi kan aflæse hvem der i gennemsnit sender flest bolde ind i ”Danger zone”, og at langt de fleste bolde ender centralt foran målet, så er der en vigtig deltajle i vores heatmap over hvor afleveringerne bliver lavet fra: Nemlig at der er en tendens til at afleveringer i højre angribsside foretages længere tilbage på banen eller lige inde i feltet, mens at afleveringer i venstre angrebsside fortages tættere på baglinjen. Dette kan give en indikation om at Liverpool i højre angrebsside gerne vil lave tidlige indlæg eller bruge højre kant til at trække ind i feltet, mens de i venstre side gerne vil spille i bagrummet bag modstanderens forsvar, for derefter at spille bolden på tværs af banen.

Lad os prøve at blive klogere på den indikation, ved at se på retningen i afleveringerne i forhold til deres placering på banen. For simpelthedens skyld vælges der kun afleveringer fortaget fra højre og venstre side af banen uden for feltet.

Figur_8[1]Figur_9[1]

 

Ved at beregne retningen på afleveringen samt placere start og slut positioner på en bane, får vi et klarere billede. Af afleveringer mod venstre, er der en klar overvægt i fremadrettede afleveringer, mens der i afleveringer mod højre er en mere lige fordeling af afleveringer fremad / bagud.

Som modstander kan vi derved forberede os på tidlige indlæg fra Liverpools højre side, at der trækkes ind i banen fra højre side, samt at der forsøges at spilles tilbage i banen fra venstre side, når Liverpool angriber.

 

 

Tottenham

Tottenhams data er baseret på registreringer fra deres seneste seks kampe i Champions League -  returopgørene mod hhv. Dortmund, Manchester City, og Ajax.

Som tidligere nævnt vil vi for Tottenham fokusere på, om vi kan se nogle tendenser ved deres afslutninger og de aktioner der leder op til et skud. Men lad os først, ligesom med Liverpool, se på hvem der laver flest afleveringer og hvor de afleveres fra og til, for at få en forståelse for hvilke områder Tottenham primært spiller i.


Figur_10[1]Figur_11[1]Figur_12[1]

Ved at se på ovenstående grafer får vi indblik i, at spillerne med flest gennemsnitlige afleveringer pr. kamp, primært består af Tottenhams bagkæde - og så Christian Eriksen. De to heatmaps viser yderligere, at Tottenham foretager deres afleveringer i et bredt bælte på tværs af banen og ligeledes igen modtager bolden i hele banens bredde, dog med en lille overvægt i højre angrebsside.

Dette kunne give en indikation om, at Tottenham primært spiller bolden rundt i deres bagkæde, indtil de med hurtige og få afleveringer f.eks. afleverer til en spiller som Christian Eriksen, der igen distribuerer spillet fremad inden afslutning på mål.

Figur_13[1]

Tottenham har i deres seneste seks Champions League kampe haft 80 afslutninger, hvor knap 64% har været inden for målrammen. Ved at plotte afslutningerne ind på en bane (grøn er scoring, grå er afslutning) får vi et billede af, at Tottenham i venstre angrebsside primært afslutter inde i feltet, mens der i højre side er en overvægt af afslutninger uden for feltet.

Lad os derfor gå et skridt tilbage og fokusere på de, op til tre aktioner, der leder op til en afslutning, og se på hvilke spillere der primært er involverede. I nedenstående to grafer ser vi på to ting:

  1. Første barchart viser hvilke aktioner, der sker i hhv. sidste, andensidste, og tredjesidste aktion inden en afslutning
  2. Andet barchart viser hvilke spillere, der primært er involverede i sidste tre aktioner

Ikke overraskende er det afleveringer der dominerer de forskellige aktioner op mod en afslutning. Antallet af hjørnespark som 2.sidste aktion og luftduel som sidste aktion, kan dog give en indikation om, at Tottenham er gode til enten at bruge luftdueller til at flytte bolden til en fri spiller eller til at afslutte på nedfaldsbolde. For at holde det simpelt, fokuserer vi kun på afleveringerne.

Som vi så tidligere, afslutter Tottenham primært inde i feltet i venstre angrebsside, mens de i højre angrebsside har en overvægt af afslutninger uden for feltet. Vi vil derfor se på de afleveringer, der leder op til en afslutning i de to forskellige områder.

 

 

 Afslutninger i venstre side                                                           Afslutninger i højre side

  



 

Når vi går ind og ser på afleveringernes bane og længde, får vi et billede af at Tottenham ofte angriber fra højre mod venstre med længere bolde, mens de i højre angrebsside primært benytter kortere afleveringer foretaget tæt på området, hvor afslutningen falder. Ved begge situationer er det dog interessant at se, at langt de fleste afleveringer bliver foretaget i Tottenhams højre side.

Som modstander kan vi derfor forberede os på, at Tottenham primært vil angribe i deres højre side og forvente høje bolde i vores højre forsvarsside samt hurtigt kombinationsspil i vores venstre forsvarsside.

Kan data så bruges til at vinde?

I ovenstående indlæg er der kun brugt en meget lille del af alt den data, der samles ind i moderne fodbold. Vi har altså på baggrund af kun seks kampe for hvert hold formået, at se nogle klare tendenser for både Liverpool og Tottenham. Ved at analysere og forstå de enorme mængder data der bliver registreret på fodboldspillere og i fodboldkampe, vil fodboldklubberne have en analytisk fordel, når de står over for en modstander – og måske endda vinde Champions League finalen.

Så lad os gå tilbage til det uundgåelige spørgsmål: Hvem vinder finalen på baggrund af dataen?

Ja, det kan jeg desværre ikke svare på. For selvom predictive analytics er enormt spændende, så er det som analytiker for et fodboldhold ikke specielt relevant at vide, hvor mange mål modstanderen forventes at score, men i stedet relevant at forstå i hvilke situationer de oftest scorer, hvor de har deres svagheder og hvordan de bygger spillet op. Derved kan vi nemlig forberede vores spillere på modstanderens mønstre og løb, for at forhindre at de kommer frem til afslutninger samt udnytte deres svagheder til vores fordel.

Hvis jeg skal komme med et forsigtigt objektivt bud, så tror jeg at Liverpool vinder 3-1 med scoringen til 3-1 på en omstilling inden for de sidste 8 minutter af kampen.


God finale!