Oprindeligt indsendt af
Kiwi
Morten er hentet ude fra KMD, som laver voldsomt meget data inden for bl.a. fodbold. Jeg forestiller mig, at man bruger ham til at udvikle forskellige typer data-algoritmer, som kan udføre nogle af flg. opgaver:
- Analysere egne spilleres fodboldmæssige og fysiske præstationer til træning og kamp
- Foretage databaserede modstanderanalyser
- Vurdere potentielle transfer-emners evner, og ad den vej vurdere, om de er interessante for os
Mounir er vanvittigt dygtig inden for sit felt. Han har også en fortid i IT-verdenen, men har samtidigt en veludviklet fodboldforståelse, styrket med en A-træner uddannelse. Han er især dygtig til at tolke på de data, der kommer ud fra diverse typer algoritmer, og kan oversætte dem til fodboldmæssig praksis. Eksempelvis fandt han ud af en tendens hos Harry Kane, at han aldrig sparker sine straffespark det samme sted to gange i træk, hvilket er den direkte årsag til at Kasper Schmeichel vidste, hvilken side han ville sparke til i EM-semifinalen, og derfor kunne redde hans spark.
Jeg har så arbejdet for ham i forbindelse med mit praktikforløb hos DBU for to år siden, hvor jeg lavede en rapport til A- og U-landsholdene i DBU-regi om straffespark fra skyttens perspektiv, og har derfor sparret en del med ham omkring forskellige ting. Han er vildt nørdet og sindssygt detaljeorienteret, og er som sagt dygtig til at finde tendenser via data. Så desto stærkere data-afdeling, han har til rådighed, desto større konkret fodboldmæssigt output kan han levere til trænerteam og scouting-afdeling.
Det er ikke helt den slags analyser, jeg laver hos HB Køge, det er primært hvordan spilletid og spiller-tilgængeligheden ser ud over tid, og om vi får value for money i vores indkøb. Jeg er lige pt. ved at lave en value-for-money algoritme for klubben, som vi skal til at anvende i fremtiden, men det er slet ikke på samme niveau, som hvad man ser i FCK.
Men hvis vi skal se på, hvad man kan forvente, så vil det betyde, at man kan sætte rigtig mange parametre i system, og ad den vej bruge tal og data til at finde de rigtige spillere til holdet. Først og fremmest vil man bedre kunne identificere, hvor på holdet der bør tilføres kvalitet, bl.a. fordi man bedre kan vurdere, hvad eksempelvis de unge, som kommer op fra ungdomsafdelingen, kan tilføre holdet.
Derudover vil man kunne få et klarere billede af hvad de enkelte transfer-emner kan tilføre holdet. Både ift. de tekniske og taktiske evner, men også f.eks. hvordan spillerens psykologiske og/eller kulturelle profil er, hvordan spilleren agerer og håndterer sin plads i et holds hierarki, og hvordan den A) passer ind på holdet, og B) kan være med til at udvikle holdet. Man kan kort sagt bedre tracke og analysere spillere, fordi man kan anvende flere data i den forbindelse gennem de data-algoritmer, som Morten og Mounir kan udvikle sammen, og derfor kan man træffe bedre beslutninger om hvilke spillere, man skal gå efter, og hvilke man skal undgå. Dermed kan man evaluere bedre end man har kunnet tidligere, om hvorvidt den enkelte spiller kan bidrage positivt til holdet, og på en måde hvor meget value for money man får ved at hente spilleren.
Men selvfølgelig er det jo ikke det samme som at sige, at man 100% undgår fejlkøb i fremtiden, men risikoen for fejlkøb bliver bare mindre.
Og det skal man se frem til. For det bliver rigtig godt.