I big data fanno squadra

Una volta si faceva col videoregistratore e un block notes: dopo ogni partita, il lavoro dell’allenatore consisteva nel guardare e riguardare, avanti e indietro e al rallenty, tutte le azioni di gioco, prendendo nota degli errori e degli scambi vincenti sul suo taccuino. Preistoria. Oggi da una partita di 90 minuti si ricavano in media 2 mila eventi come tocchi di palla, lunghezza dei passaggi e velocità della sfera. Senza contare le informazioni sulla salute dei giocatori, raccolte in tempo reale da cardiofrequenzimetri, sensori nei calzini o Gps, che portano il numero di dati raccolti a cifre impossibili da gestire con carta e penna. Insomma, lo sport non è più quello di una volta.

DA UNA PARTITA DI CALCIO SI RICAVANO IN MEDIA 2 MILA INFORMAZIONI COME TOCCHI DI PALLA, LUNGHEZZA DEI PASSAGGI E VELOCITÀ DELLA SFERA

La rivoluzione che l’analisi di enormi quantità di informazioni, in gergo i big data, ha già portato in economia, sul lavoro delle imprese o nello sviluppo della tecnologia, adesso sta per riscrivere anche le regole del mondo sportivo. E non solo quello giocato, anzi: molta parte del business consiste proprio nell’usare le informazioni più disparate per far funzionare al meglio la macchina sportiva, intesa come una vera e propria impresa, che deve saper gestire la sua immagine, il rapporto coi clienti-tifosi e soprattutto generare profitti per gli stakeholder. Big data per migliorare le performance, dunque, ma anche per analizzare quello che succede fuori dal campo, fra il pubblico. Durante gli ultimi Us Open di tennis, per dirne una, i computer Ibm riuscivano a prevedere le domande che i tifosi avrebbero fatto sui social ai giocatori: significa poter studiare con un certo anticipo le risposte e questo per gli uomini di marketing è un vantaggio impagabile. C’entra poco con il tennis? Forse, ma oltre il romanticismo e la nostalgia per un McEnroe dal tocco imprevedibile, c’è di più: i dollari. E quando ne girano tanti, guai a farseli scappare. Nel football americano, per esempio, si studiano il numero e i movimenti degli spettatori, gli acquisti fatti allo stadio, il clima sulle tribune o il social sentiment sulla Rete. Il risultato e la classifica sono importanti quanto il numero di hot dog e birre venduti. Il punto è che, grazie alle nuove tecnologie, è possibile raccogliere qualsiasi tipo di informazione, trasformarla in un dato oggettivo e analizzarla: che siano assist in campo o tweet dei tifosi.Miracoli dei big data. La novità, come dicevamo, è duplice: da un lato siamo in grado di raccogliere migliaia di informazioni, dall’altro abbiamo un’enorme potenza di calcolo: i dati vengono, infatti, raccolti sulla nuvola ed elaborati da potenti server. Non c’è bisogno di avere grossi computer nello spogliatoio, ci pensano quelli sul cloud, disponibili per le grandi così come per le piccole squadre.

Chi è il miglior pilota automobilistico in assoluto? Sembra una domanda banale: chi arriva primo. Invece no: per stabilire il più bravo di tutto il mondo tra migliaia di driver di categorie diverse, che guidano auto diverse, su circuiti differenti e in circostanze difformi, il calcolo è complicatissimo. Ci ha pensato un algoritmo messo a punto da Sas, una delle maggiore società di software e servizi di business analytics e intelligence, per la rivista Autosprint.È nata così la prima classifica in grado di definire in modo oggettivo una scala di equivalenza fra F1 e Nascar, un primo posto alla 24 ore di Le Mans o il podio al campionato di Endurance, convertendo la performance ottenuta in una gara con quella di un’altra categoria. Per i ricercatori di Sas, è la dimostrazione che gli analytics non servono solo per misurare la performance di banche e assicurazioni, ma saranno utilizzati sempre più per quelle sportive, in campo e in pista. Per la cronaca: ha vinto Lewis Hamilton.

«Noi tracciamo i movimenti in campo delle squadre di calcio spagnole, olandesi, inglesi e tedesche», racconta Stefano Faccendini di Perform Group, sport media company il cui business consiste nel raccogliere, analizzare e distribuire informazioni a media, società di scommesse, professionisti dello sport e squadre. «Si tratta di migliaia di informazioni che possono prendere due strade: la prima va verso i media, l’altra porta nello spogliatoio delle squadre. Nel primo caso si utilizzano i big data per fare informazione, nel secondo vengono sfruttati dagli allenatori per migliorare il rendimento dei giocatori. In Italia c’era Benitez fino allo scorso campionato, che con noi ha lavorato sin dai tempi del Valencia ed è stato uno dei pionieri. In Premier League sfrutta i big data anche Arsène Wenger all’Arsenal e lo faceva Martin Jol ai tempi del Tottenham». Così oggi, accanto all’allenatore, è nata la figura dell’analista. «Il Manchester ha addirittura un team dedicato di dieci persone», continua Faccendini, «e c’è il caso eclatante del proprietario del Brentford, nella Championship inglese, che ha allontanato l’allenatore autore della promozione e considerato da tutti uno dei migliori sul mercato per condurre da solo una campagna acquisti basata solo sulle statistiche e sull’analisi matematica». Una vicenda che ricorda quella dell’a.d. della squadra danese del Midtjylland, che ha usato un algoritmo matematico per la campagna acquisti dell’anno scorso. Un azzardo? Probabilmente, però il Midtjylland ha vinto il campionato per la prima volta nella sua storia. Ma c’è qualcosa che una macchina, per quanto potente, non riesce a prevedere? «Il carattere», conclude il manager di Perform Group, «o le reazioni di un giocatore che sulla carta sembra il migliore, e forse lo è davvero preso da solo, ma non si integra coi nuovi compagni e fa perdere tutti: questi sono aspetti difficilmente riducibili a numeri, almeno per ora. Poi c’è il caso dell’imprevisto puro, dell’infortunio che nessuno si aspetta e mette fuori gioco il campione scelto dal software».Che sia questa la frontiera invalicabile? Non è detto, anzi: ci stiamo arrivando, almeno nel rugby. La squadra inglese dei Leicester Tigers ha un software per la ricerca dei talenti e la loro crescita che è in grado, con una certa accuratezza, di prevenire gli infortuni. Come? Con un calcolo complicatissimo basato sulla salute del giocatore, la stanchezza fisica accumulata, lo stile di gioco suo e dei diretti avversari e molte altre variabili qualitative trasformate in numeri.Per capire a fondo la rivoluzione dei big data bisogna forse partire dal presupposto che oggi lo sport è un business al pari degli altri. «Costume e moda, trend e network, talent acquisition e management: questo è lo sport oggi», dice Alessandro Passoni, Business Architect nell’ufficio del Cto di Sap, «e molto altro ancora. Dobbiamo immaginare un team di Formula 1 o del MotoGp al pari di un’azienda come eBay. Non fa differenza: sia gli uni che le altre usano tutti i canali per comunicare, sono alla ricerca di talenti, fanno merchandising e hanno i loro testimonial, curano l’immagine e la brand reputation. E per fare tutto questo usano (anche) i Big data. L’Nba americana, per esempio, sfrutta i dati che Sap raccoglie e impacchetta per coinvolgere oltre 240 milioni di fan nel mondo».Con i big data è nato anche quello che molti ritengono essere il lavoro del futuro. «Si tratta del Chief Data Architect», continua Passoni, «e lo vogliono tutti. Riporta direttamente all’a.d., nelle banche così come nelle società sportive, perché è una figura strategica di primaria importanza». Il profilo ideale? «È un laureato in statistica, non necessariamente un informatico, ma di sicuro uno scienziato dei dati capace di scoprire informazioni dove tutti gli altri vedono solo numeri senza senso e soprattutto di rendere questo tesoro nascosto disponibile ai clienti », spiega. «Oggi la tecnologia fornisce dati e analisi per raggiungere risultati migliori, aiuta i manager e gli allenatori a trarre il meglio dai giocatori e, perché no, vincere sempre». Già, vincere. Esiste un software capace di darci la formula della vittoria, quella definitiva? Non ancora, ma ci siamo quasi.

NON TUTTI SANNO CHE…

Sap Sports One, la soluzione di Sap che assieme a Ibm e Sas è tra i big del settore – ma ci sono emergenti agguerriti come Catapult, Synergy e Opta – viene usata, tra le altre, dalla nazionale tedesca per la gestione della squadra, la pianificazione delle sessioni di allenamento, la gestione della forma fisica dei giocatori e l’analisi delle performance. Ma non solo: serve per monitorare in dettaglio infortuni, cure mediche e diagnosi di ogni singolo player, mentre per le analisi del dopo partita la piattaforma si integra con i fornitori di contenuti, Opta Sports ad esempio, combinando dati interni con fonti esterne. Obiettivo: personalizzare gli allenamenti, prevenire infortuni, adattare tattiche di gioco e trasformare la squadra in un team vincente. Nello sport come nel business.In campo, oltre alle multinazionali, stanno scendendo anche le start up. Forse più all’estero che in Italia, dove uno dei casi più interessanti è MYagonism, realtà pavese che ha inventato un sistema per raccontare la performance di una squadra di basket in tempo reale a costo (quasi) zero, o comunque bassissimo rispetto a quanto spendono le squadre dell’Nba, che usano fior di staff per lo stesso compito. Qui, infatti, i “tecnici” sono aiutati da un’app.

– CATAPULT

– WYSCOUT

– OPTA

– SAP

– IBM

– NBA

– MYAGONISM

«Siamo nati nel 2013 raccogliendo 230 mila euro grazie ai business angel», racconta uno dei fondatori, Paolo Ranieri, «e oggi siamo in sette. Fatturato? Zero, ma è un business model “alla Google”: il Roi arriva coi grandi numeri. Con MYagonism ogni allenatore di basket è in grado di analizzare la sua squadra con gli stessi strumenti che usano quelli dell’Nba americana». Merito del cloud, perché è lì che avvengono i super calcoli, mentre l’allenatore vede e controlla tutto sul tablet, anche in mobilità.«Siamo nati quasi per caso», confessa Ranieri, «quando io e il mio socio decidemmo di dimostrare scientificamente le nostre potenzialità di giocatori di basket raccogliendo fatti concreti. È stata quella raccolta l’inizio del “data mining” che ci ha portati qui». L’algoritmo di MYagonism è scalabile, modello Google appunto, e potrebbe applicarsi benissimo al rugby così come al calcio perché si basa sulla fuzzy logic.In poche parole, «ma non chiedeteci la formula, è un segreto», oltre ai dati che normalmente vengono raccolti ed elaborati quando si compila il profilo di un giocatore o di una partita, qui entrano in gioco molte altre variabili. «Col risultato che un tiro a canestro non diventa solo un +1 nella tabella dei tiri», spiega il suo inventore, «ma viene analizzato sommando e pesando tutte le altre variabili che hanno contribuito alla realizzazione del punto, dando un valore tra 0 e 1 in base a più di 15 variabili per ogni singola azione».Un altro sport “guidato” dai dati è la Formula 1: la McLaren, per esempio, utilizza le piattaforme Sap da oltre 15 campionati per analizzare migliaia di dati raccolti durante ogni giro in pista. E che dire del tennis: in media, una partita di 90 minuti fornisce più di 2 mila dati che l’allenatore può leggere in tempo reale per poi dare le dritte al suo campione in campo. Le informazioni raccolte dalle telecamere durante i tornei della Women Tennis Association vengono invece utilizzate per un’analisi dopo partita: ciascun match ne produce circa 70 mila.Sembra di assistere alla profezia della “sabermetrica”, l’analisi matematica del baseball celebrata dal film L’arte di vincere di Brad Pitt, dove un giovane laureato in Economia risolleva le sorti di una squadra senza budget né giocatori, con una campagna acquisti guidata dalle statistiche e dal computer.E se il pc sta provando solo adesso a sostituire l’allenatore, già da anni ha mandato in pensione un’altra figura professionale leggendaria, il “tattico” a bordo delle barche dell’America’s Cup, l’uomo che guardava le ombre e le increspature in mare e da quelle capiva direzione e forza del vento, tutte cose che oggi offrono anche le più semplici app del meteo.Ma davvero lo sport può ridursi per intero a pura matematica? «Nessuno, neppure il software più evoluto potrà mai spiegare il fenomeno Messi», dice con una punta di ironia il Business Architect di Sap, e sportivo, Alessandro Passoni, «perché se è vero che lui è il più veloce su uno scatto di dieci metri, e questo possiamo misurarlo, ciò che riesce a fare con la palla in quello spazio è inspiegabile per chiunque, figuriamoci per un computer». Ecco la vera sfida che le macchine dovranno vincere: trovare la formula dell’imprevedibilità.