Ranked 54th, but Actually 3rd?

Ciao, siamo il team BEPRO.

In questo articolo presentiamo un nuovo metodo per valutare la capacita nel gioco aereo, basato su uno studio del nostro team di Data Science pubblicato su una rivista scientifica SCI.

I duelli aerei si verificano ripetutamente in momenti decisivi che determinano l'andamento di una partita, dai calci piazzati ai disimpegni sui cross, fino ai secondi palloni dopo i rinvii dal fondo. Tuttavia, esiste una lacuna nel modo in cui questa abilita viene misurata.

Con la formula tradizionale del tasso di successo, un giocatore classificato al 54esimo posto puo effettivamente ritrovarsi al 3o posto. Oggi analizziamo come questo sia possibile.

Dopo aver analizzato 33.163 duelli aerei nella K League 1, abbiamo scoperto che un giocatore sale dal 54esimo al 3o posto. Questa inversione ci dice una cosa: "Il tasso di successo mostra quante volte un giocatore ha vinto, ma non contro chi ha vinto."

Dai secondi palloni dopo i rinvii dal fondo ai disimpegni sui cross in area di rigore, passando per i calci piazzati, i momenti in cui un singolo duello aereo influenza direttamente possesso, pressing e occasioni da gol si presentano durante tutta la partita. La questione di come valutare correttamente questa abilita e rilevante.

L'insidia del tasso di successo

Il metodo piu comune per misurare la capacita nel gioco aereo e stato il tasso di successo.

Tasso di successo nei duelli aerei = Vittorie / Tentativi

E intuitivo e facile da calcolare. Ma possiamo fidarci ciecamente di questo numero? Il tasso di successo tradizionale nasconde insidie.

In primo luogo, non tiene conto della forza dell'avversario. Un tasso di successo del 60% contro difensori centrali dominanti e qualcosa di completamente diverso dal 60% contro avversari comparativamente piu deboli.

In secondo luogo, ignora la variabile strutturale dell'altezza. I duelli aerei sono, realisticamente, fortemente influenzati dall'altezza. Le squadre includono l'altezza anche nella pianificazione dei matchup.

Basandosi unicamente sul tasso di successo, abilita, contesto e caratteristiche fisiche si mescolano. Per trovare i giocatori veramente forti nel gioco aereo, abbiamo bisogno di un indicatore che tenga conto del contesto.

Il rating Elo come soluzione

Per rimediare alle debolezze del tasso di successo e ottenere una valutazione piu accurata, il team di Data Science di BEPRO propone di interpretare i duelli aerei come scontri 1 contro 1 tra due giocatori.

L'approccio utilizza il rating Elo, un sistema noto negli scacchi e nel Go.

Il principio fondamentale dell'Elo e semplice.

• Batti un avversario piu forte e il tuo punteggio sale di piu.

• Perdi contro un avversario piu debole e il tuo punteggio scende di piu.

Non si tratta quindi semplicemente di "quante volte hai vinto", ma piuttosto di "contro chi hai vinto", e questo si riflette nel punteggio. Una domanda molto piu significativa per lo scouting e l'analisi degli avversari.

La chiave: Elo iniziale aggiustato per altezza per una stabilizzazione piu rapida

I sistemi Elo tradizionali inizializzano tutti i giocatori con lo stesso valore iniziale (ad esempio 1500), con i punteggi di rendimento che si formano gradualmente man mano che si accumulano i dati.

Tuttavia, i duelli aerei si basano su una premessa nota: i giocatori piu alti hanno un vantaggio strutturale.

Il team di ricerca BEPRO ha definito i valori iniziali come segue.

1. Prima, calcolare l'Elo senza aggiustamento per altezza.

2. Applicare una regressione lineare tra l'altezza del giocatore e l'Elo calcolato.

3. Utilizzare i valori di regressione come punteggi Elo iniziali aggiustati per altezza.

Questo non significa che "i giocatori piu alti ricevono un punteggio piu alto". E un metodo per riconoscere il vantaggio strutturale dell'altezza e poi confrontare l'abilita in modo piu equo al di la di questo fattore.

Ad esempio, Dave Bulthuis (192 cm) inizia con un Elo iniziale di 1561,76, mentre Sunmin Kim (167 cm) parte da 1426,92. Da li, l'Elo viene continuamente aggiornato in base ai risultati effettivi dei duelli aerei.

In termini di prestazioni del modello, l'Elo aggiustato per altezza (K=10) ha mostrato una maggiore accuratezza (0,626) e un AUROC piu elevato (0,649) rispetto al modello non aggiustato.

L'Elo rivela un quadro diverso

Il risultato piu interessante dell'analisi dei duelli aerei e l'inversione delle classifiche.

Delbridge e un giocatore veramente forte sia per tasso di successo che per Elo.

Piu notevoli sono Bulthuis e Youngbin Kim. Classificati solo al 21esimo e 54esimo posto per tasso di successo, salgono al 2o e 3o posto in Elo.

Questi giocatori non hanno semplicemente vinto spesso. Si puo interpretare come il fatto che hanno "mantenuto una competitivita costante anche contro avversari di alto livello".

Al contrario, Taewook Jeong, classificato al 1o posto per tasso di successo, retrocede al 4o posto in Elo. Anche con un tasso di successo elevato, tenere conto della forza dell'avversario modifica la classifica.

In sintesi:

• Il tasso di successo misura "quante volte hai vinto".

• L'Elo misura "contro chi hai vinto (difficolta inclusa)".

Dalla ricerca al prodotto: integrato in PEI

Questa ricerca non si ferma al risultato accademico.

BEPRO ha integrato questo indicatore di rating Elo aggiustato per altezza in PEI (Player Evaluation Index) e lo applica in un prodotto reale.

Questo indicatore e utile in PEI su piu dimensioni.

Per scouting e reclutamento, permette di scoprire piu rapidamente giocatori che non compaiono nelle classifiche per tasso di successo, ma che vincono costantemente duelli difficili. E uno strumento efficace per trovare giocatori con potenziale nascosto.

Per analisi degli avversari e tattica, l'identificazione delle vere forze e debolezze nel gioco aereo consente decisioni piu basate sull'evidenza nella progettazione dei matchup sui calci piazzati, nella scelta delle zone di cross e nella gestione del personale.

Il team di Data Science di BEPRO prosegue il ciclo di ricerca di indicatori avanzati che, oltre le statistiche semplici, riflettono il contesto, e di integrazione in prodotti reali. Questa analisi dei duelli aerei e un esempio di questa pipeline.

Per saperne di piu sui prodotti BEPRO, lasciate un messaggio sulla nostra pagina di contatto.

Articolo di ricerca. Questo articolo si basa su uno studio del team di Data Science di BEPRO pubblicato sull'International Journal of Performance Analysis in Sport (rivista SCI). Lo studio ha analizzato 33.163 duelli aerei in 684 partite della K League 1 delle stagioni 2021-2023. Kim, J. & Kim, S. (2024). Evaluating aerial duel ability of football players using height-adjusted Elo rating model. https://doi.org/10.1080/24748668.2024.2420458