ES Bringa - Adatforradalom a kerékpárban: hogyan változtathatja meg a leggyengébb World Tour-csapat a sportágat? 
Adatforradalom a kerékpárban: hogyan változtathatja meg a leggyengébb World Tour-csapat a sportágat? 
Fotó: Europress/AFP

Adatforradalom a kerékpárban: hogyan változtathatja meg a leggyengébb World Tour-csapat a sportágat? 

Szabó BenceSzabó Bence
2020/03/29 16:30
Bár az adatelemzésre és analitikára épülő módszerek ma már számos sportban elterjedtek, egészen idáig a távoli jövőnek tűntek a mindig is a hagyományokra épülő országúti kerékpárban. Alkalmazásuk azonban most fellendítheti a mezőny egyik leggyengébb csapatát, ezzel alapjaiban megváltoztatva a sportágat.   


Legyünk őszinték, ha egy World Tour-kerékpárcsapatra gondolunk, nem az NTT neve fog először eszünkbe jutni. Az elmúlt években Dimension Data néven futó sor első három idényét a legmagasabb szinten kivétel nélkül a WT-ranglista utolsó helyén zárta. Tavaly ugyan megelőzték az év végén csődbe jutó Katushát, cserébe öt pro-kontinentális csapat is több pontot szerzett náluk. 

Van tehát hova fejlődni, a csapat ambiciózus célja - igaz, konkrét határidő nélkül - a legjobb 10-be kerülés a ranglistán. Ehhez azonban a tavaly megszerzett pontjaiknál több mint kétszer annyit kéne gyűjteniük, így joggal merül fel a kérdés, hogyan terveznek ekkora ugrást elérni. 

A dél-afrikai csapat egyik reménye a névadó szponzor NTT, egy japán informatikai cég, amely egy olyan, a kerékpársportban még egyáltalán nem elterjedt adatelemző rendszert fejlesztett ki, ami, ha jól működik, könnyen a ranglista első felébe röpítheti a csapatot.

000_1P83IT.jpg Fotó: Europress/AFP

A projekt kulcsembere Peter Gray adatelemző, aki egyfajta közvetítő szerepet tölt be az NTT vállalat és a csapat között. Elmondása szerint a cél nem kevesebb, mint egy átfogó adatbázis létrehozása az összes aktív profi kerékpárosról:

"Az elmúlt években a csapattal együttműködve egy olyan statisztikai és analitikai modellt fejlesztettünk ki, ami kategorizálni tudja a különböző típusú versenyzőket, tanulmányozva a tendenciáikat és a formájukat." 

A Procyclingstats weboldaltól kapott adatok alapján működő rendszer segítségével a csapat képes minden versenyzőt a kimutatott erősségeik és gyengeségeik alapján értékelni.

"A folyamat egy felhőben zajlik, ami az év minden napján gyűjti az adatokat és kalkulálja belőlük a fontos mérőszámokat. Ezeket aztán táblázatokba sűrítjük és a csapatvezetés rendelkezésére bocsájtjuk. Ők csak leülnek egy laptoppal és kikeresik a szükséges adatokat, akár egyesével belemélyedve a részletes versenyzői profilokba. Leegyszerűsítve olyan, mintha a PCS-t néznék, de egy csomó felturbózott adattal, ami segíthet nekik a döntéshozatalban."

NTT-analytics-rider-finder.png Fotó: Team NTT

Na de pontosan mire is lehet használni egy ilyen, a versenyzők erősségeit és gyengeségeit kimutató rendszert? Először is természetesen az átigazolásokhoz. Gray elmondása szerint a részletes versenyzői adatlapok segítenek a csapatnak annak eldöntésben, melyik versenyzőt kéne megkeresniük és végső soron leigazolniuk.

"Mondjuk azt kéri tőlünk a vezetés, hogy adjunk egy 20 fős listát, akivel érdemes felvenni a kapcsolatot. Megadják, hogy milyen típusú és milyen tulajdonságokkal rendelkező versenyzőkkel szeretnék feltölteni a keretet, és megkérdezik, kit kéne megkeresniük."

A feladat bizonyos esetekben persze evidens, nem kell adatbázis mondjuk ahhoz hogy megmondjuk, Egan Bernal kitűnő hegyimenő. A rendszer valódi erénye abban van, hogy a kevésbé ismert, vagy alábecsült versenyzőket is kiemeli a csapat számára. Olyan bringásokét, akik teljesítménye felett a többi csapat elsiklott, de ettől még komoly potenciál lehet a leigazolásukban. Ez az úgynevezett "Moneyball"-módszer, ami ma már számos sportágban elterjedt, a kerékpárban viszont most alkalmazzák először.

"A kihívás az ilyen versenyzőknél, hogy megmondjuk, az eredményeik csalókák, vagy csak a többiek nem vették észre a bennük rejlő lehetőséget. A rendszer különböző statisztikai átlagokkal összevetve megmutatja nekünk, melyik versenyző mutat fejlődést, kinek konzisztens a teljesítménye, esetleg ki az, akinek már lefelé tart a karrierje. Így lassan képet kapunk, kik lehetnek jók az általunk keresett szerepekre a csapatban."

Persze a rendszer eredményeit a csapat lehetőségeihez kell igazítani:

"Ha betápláljuk, hogy egy erős U23-as hegyimenőt szeretnénk vállalható időfutam képességekkel, a rendszer néhány kattintással kiadja a legjobb tíz nevet. A top3-ban persze ott lesz Bernal és Van der Poel, akiket nyilván nem fogunk tudni leigazolni. Aztán elkezdünk lejjebb nézelődni és kiszűrni azokat a versenyzőket, akiknek a megszerzése tényleg opció lehet"

Az NTT idei igazolásainak adatdiagramja -Az NTT idei igazolásainak adatdiagramja - Fotó: Team NTT

Épp ezért az adatok begyűjtése csak a munka egyik része. Pusztán a rendszer információira támaszkodva nem igazolnak le senkit, a döntés továbbra is a sportban évtizedeket eltöltő szakemberek kezében van.

"Az egy dolog, hogy az adatelemző mire juthat ezekből a számokból. Az igazi kihívás, hogy a hosszú évek óta a kerékpárban dolgozó stábtagok tapasztalatának segítségével próbáljuk pontosítani a modellt. Az adatok arra vannak, hogy egy támaszt adjanak a vezetésnek, és ezáltal gyorsabban tudjanak döntéseket hozni."

A rendszer viszont nem csak az új igazolások feltérképezésében van a csapat segítségére, hanem a versenyprogram kialakításában is komoly szerepet játszik.

"Tudjuk, hogy a tavalyinál sokkal nagyobb százalékát kell megszereznünk az elérhető UCI-pontoknak, ezért elemeztük, a jelenlegi kerettel erre hol van a legjobb esélyünk. Melyik versenyeket célozzuk meg és milyen típusú sort indítsunk rajta? A statisztikák és az analitika segítségével határozzuk meg, melyik versenyzőnek fekszik igazán az adott verseny."

A rendszer az előző évek adataira építve meghatározza a mezőny valószínűsíthető erősségét is, majd a versenyen szerezhető pontokat számításba véve kialakít egy a csapat számára megvalósítható programot, ahol a legnagyobb esély lehet a pontok szerzésére. Az analízis szerint például a HC kategóriás ázsiai versenyeken négyszer könnyebb pontokat szerezni, mint Európában hasonló szinten.

Ben Dyball versenyzői adatlapja a rendszerben -Ben Dyball versenyzői adatlapja a rendszerben - Fotó: Team NTT

Nem véletlenül szerződtette a csapat azt a Ben Dyballt, aki az elmúlt években kisebb sorokban is kitűnő eredményeket ért el ezeken a versenyeken. A csapat egy ázsiai versenyekre épülő programot rakott össze a 30 éves ausztrál versenyzőnek, ahol valós esélye lett volna komoly pontokat szerezni. Pechükre az élet közbeszólt, Dyballt decemberben Epstein-Barr vírussal diagnosztizálták, így a szezon első fele kiesett számára. 

Látva a rendszer előnyeit, felmerülhet a kérdés, hogy vajon miért csak az NTT-nek jutott eszébe kihasználni ezeket a lehetőségeket? A válasz egyszerű: valószínűleg nem csak ők teszik. Gray sem tagadja, hogy a többi csapatnál is működhet hasonló, épp csak az NTT mindenkinél előrébb jár ebben a tekintetben. 

"Nagyon meglepődnék, ha más csapatok nem használnának hasonló analízist az igazolásaiknál. Ugyanakkor szerintem ilyen rendszer más csapat mögött nincsen, legalábbis senkiről sem tudunk, aki ilyen szinten alkalmazná."

Ez azonban valószínűleg hamarosan megváltozik. A statisztikákra és analitikára épülő módszerek már számos sportban elterjedtek, nem csak a számokkal könnyebben meghatározható baseballban vagy amerikai fociban, de az európai labdarúgásban is egyre többen élnek az előnyeivel.

"Egyértelműen egyre több sportágban válik az általános gondolkodás részévé. Ez egy nagyszerű lehetőség, hogy a kerékpársport is elkezdje használni az előnyeit."

000_1PQ5GN.jpg Fotó: Europress/AFP

Szkeptikusnak lenni persze lehet, az analitikai megközelítés koránt sem minden esetben vált be tökéletesen. A Cleveland Browns notóriusan gyenge amerikai futball csapatát nem tudta kirángatni az évtizedes gödörből, és a 2010-es évek elején a Liverpool focicsapatánál sem volt épp sikertörténet az alkalmazása. Ezekben a kudarcokban azonban közös, hogy a döntéseket is adatelemzők hozták, nem a sporthoz értő szakemberek. Az NTT-nél ettől Bjarne Riis érkezésével aligha kell tartani.   

Az idei eredmények alapján mindenesetre az előrelépés nem igazán vitatható a csapatnál. Bár a szezon bő két hónap után félbeszakadt, az NTT máris kétszer annyi WT-győzelmet szerzett, mint tavaly egész évben, és összességében is csak egyel kevesebb sikernél járnak. 

Persze nem egyértelmű, hogy az eredmények a rendszer alkalmazása miatt javulnak. Az viszont szinte biztos, hogy az adatelemzés és az analitika rövidesen a kerékpársportnak is szerves része lesz, így komoly előnyre tehet szert az, aki időben elkezdett foglalkozni vele.


Cyclingtips.com

Hozzászólások