Son yirmi yılda veri analitiğinin etkisi her türden işletmede olduğu kadar; sağlık, medya ve spor gibi alanlarda da günden güne büyüyor. Birkaç yıl öncesine kadar futbolun bu eğilimden muaf olduğu düşünülüyordu. Günümüzde ise büyük futbol liglerindeki takımlar, veri analitiğine yapılan yatırımların sağlamaya başladığı rekabet avantajı sayesinde gelişiyor. Liverpool, AZ Alkmaar ve Brentford, hızla büyüyen başarılı vaka çalışmaları listesinde bu örneklerden sadece birkaçını oluşturuyor.

Futbol Analitiğinin Kısa Bir Tarihi

Futbol analitiği aslında düşündüğünüz kadar genç bir disiplin değil. Analitiği kullanan ilk kişi, İkinci Dünya Savaşı'ndan sonra bir kalem ve kâğıt kullanarak futbol maçları hakkında veri toplamaya ve analiz etmeye başlayan Charles Reep adlı İngiliz Kraliyet Hava Kuvvetleri'ndeki bir muhasebeciydi

Reep, çoğu golün üçten az pasla atıldığı ve bu nedenle, topu sahada mümkün olan en kısa sürede ileriye taşımanın önemli olduğu sonucuna vardı. Teorisi “long-ball” olarak tanındı ve özellikle 80'lerde İngiliz futbolu üzerinde uzun yıllar büyük etkisi oldu. Charles Reep, Brentford, Wolverhampton ve Sheffield Wednesday’de çalıştı. Ayrıca Wimbledon, Watford ve Norveç Milli Takımı ile de iş birliği yaptı ve bu süre boyunca her zaman doğrudan hücum tarzını savundu. Ancak Reep'in vardığı sonuçların yanlış olduğu daha sonra ortaya çıktı. Jonathan Wilson (“Inverting the Pyramid” kitabının yazarı), Reep'in analizlerinde incelediği oyunlardaki hamlelerin %91,5'inin, üç veya daha az pasa sahip olduğuna dikkat çekti; bu da haliyle, tüm gollerin büyük oranda bu hamlelerden gelmesi gerektiği anlamına geliyordu.

Charles Reep’in büyük bir tutkuyla bir araya getirdiği veri tabanını analiz ettikten sonra vardığı sonuçları yanlış olsa da günün sonunda o bir veri bilimcisi değil, bir muhasebeciydi ve veri analizinin futbolda kullanımı büyük ölçüde Reep sayesinde başlamış oldu.

Charles Reep’in bu hikayesi, rekabet avantajı elde etmek için verinin tek başına yeterli olmadığının açık bir örneğidir, çünkü daha önemli olan verileri yorumlama yeteneğidir. Veri tabanları büyümeye devam ettikçe ve veri bilimcilerinin rolü giderek arttıkça, bu durum da giderek daha belirgin hâle geliyor.

"Veri tek başına yeterli değil, analize de ihtiyacınız var."

Verileri yorumlayabilmenin ne kadar önemli olduğunu belki şu şekilde açıklayabiliriz. Örneğin; futbol kulüpleri çok büyük verilerle dolup taşsa da, bu verileri yorumlayıp, eyleme geçirilebilir bilgileri ayırt edecek dahili bilgi birikimine sahip değilse, veriler neredeyse anlamsız hâle gelir. Bu, finansal piyasalar hakkında bir fikri olmayan bir kişiye hisse senetleri, para birimleri ve emtialarla ilgili tüm fiyatları, oranları ve göstergeleri vermeye benzer çünkü verilerin kendisi o kişiyi güvenilir bir borsa simsarı yapmaz. Futbol takımlarının elbette iyi kararlar almak için verilere ihtiyacı var ama aynı zamanda tüm bunları anlamlandırabilmek için analizlere de ihtiyaçları var.

Moneyball'dan Sonra Spor Analitiğinin Yükselişi

Michael Lewis tarafından 2003'te yayınlanan Moneyball: The Art of Winning an Unfair Game isimli kitap, spor analitiğinin daha geniş bir kitleye gerçek tanıtımı olarak kabul edilir. Kitap, Oakland Athletics beyzbol takımı ve genel müdürü Billy Beane'e odaklanır. Kitaptan sekiz yıl sonra seyirciye sunulan, Brad Pitt ve Jonah Hill'in başrollerinde olduğu Moneyball filmi ise, sabermetrics (beyzbol veri ve olgularının istatistiksel analizi) ve spor analitiği kavramlarının popülerleşmesinde oldukça etkili olmuştur.

Kitaba göre; veri ve istatistik analizleri beyzbolla tanışmadan önce, takımlar oyuncuları bulmak ve değerlendirmek için scoutlarının becerilerine bağımlıydı. Michael Lewis kitabında, Oakland A'nın ön ofisinin, oyuncuları bulmak ve Major League Baseball'daki daha zengin rakiplere karşı daha zeki ve daha iyi rekabet edebilecek bir takım oluşturmak için analitik oyuncu performansı göstergelerinden yararlandığını savunuyor. Takım geçmişte, 13 Ağustos ve 4 Eylül 2002 tarihleri arasında art arda 20 maç kazanmasıyla ünlendi. Oakland Athletics’in bu trende öncülük etmeye başlamasından kısa süre sonra, diğer tüm MLB takımları da sonra onları takip etti. Birkaç yıl içinde basketbol ve Amerikan futbolu gibi diğer ABD sporları giderek daha fazla veriye dayalı olmaya başladı.

Futbol menajerleri başlangıçta şüpheci davrandılar. Çoğu insan, Amerikan sporlarından farklı olarak, futbolun veriler kullanarak analiz edilmesinin imkânsız olacağını düşündü. Ancak birkaç inatçı insan onlarla aynı fikirde değildi ve bir veri devrimi başlatmaya karar verildi. Bu kişilerden biri de, futbolla derinden ilgilenen Billy Beane'in kendisiydi. Liverpool, AZ Alkmaar, FC Midtjylland ve Brentford'un başarılı vaka çalışmaları, futbolda veri analizini doğru yapanların çok önemli bir rekabet avantajı kazandığını gösteriyor.

Futbolda Veri Analitiği Uygulamaları

“Sektörde son beş yılda gördüğümüz gelişmeler, önümüzdeki beş yılda olacakların gölgesinde kalacak.”

Son birkaç yılda, verilerin toplanmasını, depolanmasını ve analizini destekleyen teknolojilerin katlanarak artan hızı, spor analitiğine yapılan yatırımların artışıyla el ele gitti. Veri kümeleri hem nicelik hem kalite açısından inanılmaz derecede gelişti. Ancak bize göre, sektörde son beş yılda gördüğümüz gelişmeler, önümüzdeki beş yılda olacakların gölgesinde kalacak. Veri kümeleri büyüdükçe ve geliştikçe, veri analitiğinin oyundaki potansiyel uygulamalarının sayısı çoğaldı ve futbol analitiğini oldukça genel bir kavram haline getirdi. Aşağıda, ana uygulama alanlarını özetlemeye çalıştık.

Scouting

 - Tasarruf: Oyuncuları geniş ve ayrıntılı veri tabanlarında aramak, kulüplerin inanılmaz miktarda zaman ve para tasarrufu yapmalarına olanak tanır. Scout, istenen filtreleri uyguladıktan sonra, seçimlerini istediği sayıda oyuncuyla sınırlayabilir ve bu grubun videolarını izlemeye başlayabilir. Elbette veri tabanları scoutların yerini alamaz, ancak yetenek belirleme becerilerini tamamlayabilir.

- Hafıza: Desteklediğiniz takımın geçen sezonlardaki tüm hareketlerini, tüm şutlarını, tüm ortalarını ve driplinglerini hatırlıyor musunuz? Tabii ki hayır. Bu soruyu favori oyuncunuzla sınırlasak bile aynı şey muhtemelen geçerli olacaktır. Fakat, sizin aksinize bir bilgisayarın favori bir takımı veya oyuncusu olmasa da geçmiş sezonlarda olan “her şeyi” hatırlayabilir. Bu avantaj, özellikle scoutlar için şüphesiz paha biçilmez olacaktır.

- Ön yargıları sıfırlamak:  Veri tabanlarına göz gezdirmek çoğu zaman sezgisel olmayan sonuçlara yol açar. Bazı durumlarda, bunlar “yanlış pozitifler” olabilir. Diğer durumlarda ise, gözleri belirli oyuncudan istenen beceriyi yakalamayan scoutlara, oyuncuyu bir sonraki izleyişinde doğru gözlem yapabilme fırsatı tanır.