浅谈足球里的数据分析，分析利物浦模式及米兰可以采用的三种方法
在接受Leaders in Sport的采访时，AC米兰首席执行官伊万·加齐迪斯提到了米兰的蓝图，其目标是要将米兰带回到足球界的顶尖位置，就像它辉煌的过去一样。
他特别提出了四条战略，包括更好地利用资源、结合经验及年轻球员、体育科学还有米兰实验室2.0。加齐迪斯谈到大量有关数据分析的内容以及米兰将如何利用数据分析来更好地管理资源。
但是在足球这样一个充满情绪和主观决策的运动中，仅仅几个数据点和统计数据怎么能帮助教练和球员做出更好的决定呢？
在过去的几年里，数据分析和赛伯计量学（Sabermetrics）得到了广泛的关注，低级别联赛的球队广泛地使用它来与传统的大球队竞争，尽管里面的资源分配并不平等。随着足球受关注度呈指数级增长，涉及的资金越来越多，所有者和利益相关者希望借助专家，减轻巨额经济损失的风险。
历史
这一切都始于20世纪60年代，当时前英国皇家空军指挥官兼会计师查尔斯·里普作为斯温顿俱乐部的经理开始进行数据的采集。里普推断大多数的进球都是在不到三次传球的情况下进的。这便产生了长传球战术的概念，这一概念至今仍在英国足球中根深蒂固。
然而真正的数据采集和分析是由体育数据采集公司ProZone于1998年率先提出的。他们最早服务于德比郡，帮助他们更好地分析赛前和赛后的数据。
2003年，迈克尔·刘易斯撰写的《魔球：逆境中致胜的智慧》一书促成了所有体育相关从业者开始利用数据处理系统来获取优势。今天，在一场比赛中，几乎每秒钟便有10个数据点被采集，并通过标注分析（notational analysis），每场比赛至少会产生140万条统计数据。
如何使用数据分析
为了更好地理解数据分析在足球运动中是如何运作的，必须将数据分析分解为不同的领域，以便更好地应用。
球探考察
球探考察的主要目的是寻找那些还没有接近巅峰的价格低廉或者价值被低估的球员，也就是淘彩票。
如果要问数据分析彻底改变了哪个部门的话，那就是球探和转会部门。在与主教练皮奥利讨论后，首席球探蒙卡达和他的观察员及数据分析小组将准备好皮奥利想要的足球风格的原型。
一旦明确了所需类型的基本参数，球探部门（包括数据分析师）将登录各种球探平台，例如Wyscout或Opta。这些平台将向分析师提供球员的档案、统计数据、开创性的视觉图像以及各种视频。这种做法有助于球队节省大量的资金，而不需要在全世界建立球探网络，后者将因为需要雇用不同的人而导致成本成倍增加。
一旦拿到数据，分析师和球探便会在堆积如山的信息中筛选出一个候选名单。一旦名单确定，他们便会开始观看这些球员的视频和比赛，并进一步缩小范围。球探接下来会去去到体育场现场观看目标球员的比赛，这可能会由蒙卡达自己完成，然后向马尔蒂尼和马萨拉汇报，后者将在与皮奥利协商后做出最终决定。
然而如前所述，足球是一种由人而非机器人进行的主观的运动。因此，统计数据无法预测球员接下来会做什么。为了减少误差，数据科学家引入了一种称为幻影（Ghosting）的尖端技术。幻影是一种利用算法来预测某个球员在特定情况下所采取的行动的程序，该程序的算法基于的是这名球员前一场比赛中收集到的数千个数据点。
赛前准备和赛后分析
对于每一场比赛，球队都需要做针对性的准备。比赛战术的变化以及技术和身体的需求因球队而异。例如，最近主场迎战斯佩齐亚的准备工作不能继续用于对国米的比赛，如果这样做的话便可能会导致巨大的的风险。
这就是为什么需要由分析师和教练组收集并分析数据从而满足身体上和精神上的准备。数据分析师会分析对手的各种数据，然后在与教练组的会议上展示出来。
结合教练的战术，会议上会提出相应的应对策略。米兰，作为一支善于压迫的球队，需要通过分析对手的传球方式来组织他们的压迫体系。
由于每一场比赛都需要特定的身体准备，新的训练方法可以引入到球员身上，训练的有效性是用米兰内洛内部的GPS来测量的。
在萨尔茨堡红牛的基地，整个设施内都配备了LPM室内定位系统（Local Position Measurement），这是一种运动传感器，可以提供诸如传球精度、触球次数和持球时间等数据。
他们还使用了Soccerbot，这是一个圆柱形的结构，球员站在在中心。这个结构布满了LED屏幕，每一名球员在Soccerbot中都会被给与一个任务。
最近，他们也在帮助重现球队之前的比赛。Soccerbot有助于数据分析师追踪球员的信息，帮助球员意识到自己的错误并加以纠正。最终达到帮助球员的发展的目的。
在比赛中，我们看到在替补球员将要登场的时候，皮奥利的助手贾科莫·穆雷利经常在和将要上场的球员交流时手里拿着一台平板电脑作为辅助设备。
比赛期间，体育场配备了各种GPS和运动传感器。这将有助于教练组获得热图以及哪名球员有疲劳的迹象。所有这些信息都会被交给分析师，并通过他的平板电脑提供到助教那里，他会结合他的战术知识来利用这些数据并获得优势。
医学领域
米兰实验室作为先驱，使用各种数据分析来保持球员的健康和预测伤病并不是什么新鲜事。在毫不循规蹈矩的理疗师梅尔斯曼的带领下，米兰与微软建立了合作关系，一起分析数据样本。
2007年的欧冠冠军平均年龄超过了30岁，这完全是由于米兰实验室和它独特的方式帮助米兰获得了冠军。虽然米兰实验室在2010年梅尔斯曼离开时便名存实亡，但它展示了数据分析是如何应用于运动医学。
快进到2020年，除了训练场地内的GPS外，这里还有一个加速测量仪和一个陀螺仪。这些设备有助于跟踪每个玩家的新陈代谢和生物机械特征。这将有助于测量外部的工作量，即在球场上做了多少贡献。
这反过来有助于了解球员是否接近于受伤。球员在长时间不活动后，如暑假或类似禁赛期后踢球的风险最大。根据医学专家的说法，在三周的时间内进行过高速短时间的冲刺也容易导致受伤。
利物浦模式
2002年，芬威体育集团收购了美国职业棒球大联盟波士顿红袜队。他们对赛伯计量学很感兴趣，这在2002年还是相对较新的概念。他们让比尔·詹姆斯担任了研究主管。到2004年，波士顿红袜队（在过去84年里都没有赢得过世界棒球锦标赛）终于结束了班比诺的诅咒。然后他们又在2007年、2013年和2018年再次夺冠。
2010年，当芬威收购利物浦时，他们任命了达米安·科莫利作为足球总监，但他在2012年离开了利物浦。他的继任者是他自己的下属迈克尔·爱德华兹，他在2016年成为了利物浦有史以来第一位体育总监。
爱德华兹将重点放在数据分析上，试图以有限的预算获得竞争优势。他们任命了四名分析师，分别是伊恩·格雷厄姆、威廉·斯皮尔曼、蒂姆·沃斯科特和达菲德·斯蒂勒。他们和克洛普（他曾在多特蒙德和首席球探斯文·米斯林塔特一起进行数据分析）一起负责球队的所有决策。
克洛普是Gegenpressing的倡导者，这是一种无情的、激烈的、侵略性的足球风格，要求球员具备非常独特的技能。分析师们利用各种球探平台来寻找那些拥有克洛普所要求的技术、体能和身体的球员。
除了这些特征，他们还会检查受伤记录。利物浦的一个特别之处在于，他们在出价之前，利物浦会根据球员在职业生涯中的转会费和他的商业价值来计算球员的贴现值，这样就不会超出老板为转会设定的预算。
我们可以看到这个系统采用后的一个绝佳的例子。由于利物浦习惯于高位防守，他们需要一名防守球员在对手反击时有足够的速度回追，同时需要一名反应灵敏，在1对1情况下表现出色的门将。
米尼奥莱和卡里乌斯的组合加上中后卫萨科常常容易犯错，从而导致防守上的巨大问题，因此利物浦需要他们的替代者。
出售库蒂尼奥让他们做到了这一点。这笔交易为利物浦提供了非常重要的现金，他们买下了范戴克和阿利森。在当时看来似乎是溢价支付的交易现在来看是非常聪明的，尤其是范戴克，他是一名非常机敏的后卫，经常像一名积极的消防员灭火一样扑灭了攻击。
出售库蒂尼奥在多个方面都有所帮助。作为一个曾以库蒂尼奥为核心的进攻体系，利物浦将其扩展到了萨拉赫、马内、菲尔米诺、罗伯逊和阿诺德身上。这增加了不可预测性和一种在数据上被称作进球多样性的指标。进球多样性被分析师们视为进球故事，专家们会仔细分析各种指标，比如导致进球前的传球次数、关键传球和其他各种数据。
赛前准备一般基于三点
通过极具侵略性的逼抢迫使自信度最低的球员犯错误；煽动极易发怒且不遵守纪律的球员；分析对手中技术能力卓越的球员并切断他们的供应（例如德布劳内）。上赛季对阵埃弗顿的比赛中，利物浦在禁区外有着大量的射门。这是因为皮克福德身材较为矮小，不像阿利森或多纳鲁玛这样的守门员，如果射门质量够高，他便难以进行扑救。
为了保持球员的积极性，球队采用了被称为博弈论的一个基于数据分析系统的激励策略。它有助于设计激励制度。因为这一体系的使用以及它在欧冠和英超的成功，利物浦成为了一家给予球员最高额奖金的俱乐部。
米兰如何利用数据分析
随着数据分析在英格兰、西班牙和德国得到广泛应用，它还没有在意大利足球中广泛地应用开来。亚特兰大已经在慢慢地开始使用数据处理工具，但其他俱乐部还没有将其应用到他们的比赛中。
这里有一些米兰可以采用的方法
球探：蒙卡达和阿姆施塔特已经开始采用数据分析，并帮助球队签下迈向巅峰的年轻球员。他们可以利用这些数据签下像克亚尔这样经验丰富的球员。克亚尔在亚特兰大时是一名不被使用的替补球员，但现在已经成为了一笔精明的交易。考虑到米兰当前的财政状况，投资数据分析并签下海于格这样的球员可以帮助俱乐部在有限预算的情况下实现目标。
医疗：重新启动米兰实验室对米兰来说是一个保护球员的很好的方式，同时能够让他们发挥出最好的效果。这是加齐迪斯在他使米兰重回巅峰的四点计划中承诺要做的事情之一。
比赛管理：虽然米兰已经表现出了显著的进步和模仿自拜仁慕尼黑的战术特征（皮奥利提及过），米兰仍然可以更好地组织他们的压迫，避免像在对阵阿维河时中路出现人数劣势。
结论
如前所述，足球和其他运动一样，是非常主观且基于情绪的运动。拉姆甚至称之为现代角斗士之战。
随着数据分析在英国和德国的普及，球队将会有太多的数据需要处理。因此，面对堆积如山的数据进行筛选并将其分为有用的和无用的数据是很重要的。利用视觉图像来帮助分析师更快更好地记录信息也是很明智的做法。
一个好的分析团队和一个平庸的团队的区别在于他们如何解读数据。那些能够快速识别数据并做出定性决策的分析师是顶级俱乐部想要雇佣的人。
每天，数据分析师都会在大量的数据中寻找1%的额外细节，这将给他们的团队带来额外的优势。现代管理需要客观的量化方法，考虑到有如此多的可用数据，分析师总是在寻找额外的信息帮助从董事会到球场上的决策决定。
如果米兰能做到这一点，他们便很可能能够重回巅峰，继续俱乐部在上世纪80年代和90年代作为一支顶级的声誉。
译自：A 360° look at Data Analysis in football – the Liverpool model and three ways Milan can use it
