La matematica applicata al calcio del giorno d’oggi

Cosa accomuna il Siviglia e il Manchester City, le due squadre detentrici dei due più prestigiosi tornei continentali, cioè Europa League e Champions League? Sulla carta apparentemente ben poco: il Siviglia è una squadra di media classifica della Liga spagnola che lo scorso anno ha rischiato per un buon periodo addirittura di retrocedere ma che allo stesso tempo vanta il record assoluto di successi nel secondo trofeo per club più importante. Il Manchester City, club ricchissimo del campionato più ricco al mondo, è invece una squadra cannibale che quest’anno ha vinto di nuovo la Premier League inglese, la quinta negli ultimi sei anni, ma che in Europa ha ottenuto la scorsa stagione il primo titolo della sua storia, a parte una Coppa delle Coppe vinta nel lontano 1970.
Anche sul piano dello stile di gioco le analogie sono assai poche: Mendilibar, l’allenatore subentrato a Sampaoli sulla panchina del Siviglia a marzo 2023, è considerato un tecnico prudente ed equilibrato, quasi un conservatore, al contrario del rivoluzionario Guardiola, uno che ha stravolto letteralmente il modo di concepire il calcio negli ultimi 10-15 anni.

Nella realtà, le due squadre hanno in comune qualcosa di fondamentale: se nel 2021 il Siviglia ha assunto il matematico Elias Zamora, con un passato da ricercatore all’ETH di Zurigo, dal canto suo il City ha incorporato nel suo organico, nello stesso anno, ben quattro astrofisici, coordinati da Laurie Shaw. In entrambi i casi si tratta di professionisti provenienti dalla ricerca fondamentale, passati in seguito dalla finanza prima di approdare al calcio, e specializzati nell’ambito dell’analisi dei big data e dell’intelligenza artificiale.
Se queste due squadre – che pochi giorni fa si sono sfidate ad Atene per la Supercoppa – si trovano all’avanguardia nella nuova sinergia tra calcio e ricerca fondamentale, non è affatto un caso. Tanto Pep Guardiola quanto Ramón Rodríguez Verdejo, meglio noto come Monchi e direttore sportivo del Sevilla FC fino a giugno di quest’anno, sono universalmente riconosciuti nei rispettivi ambiti come veri guru e visionari nel mondo del calcio. Essi hanno dimostrato la loro abilità nel cogliere anticipatamente l’importanza dei cambiamenti in corso in questo momento nel panorama calcistico, anticipando così molti altri nelle loro intuizioni.
Del resto, nessuno dei due è un neofita: se Monchi, da poco approdato all’Aston Villa, è uno dei principali promotori del Forum e del Master in big data sportivi dell’Università di Murcia, concepiti per formare gli analisti sportivi del futuro, che avranno un altissimo know how scientifico, Guardiola è stato invece il principale padrino del primo Hackathon, evento dedicato all’analisi dei dati nel calcio già dal 2016, a cui partecipano a vario titolo esperti di diversi settori dell’informatica, oltre a esperti di computer science e teorici di altre discipline.

Campi d’applicazione

L’analisi dei dati nel calcio fornisce alle squadre un’opportunità senza precedenti per comprendere a fondo le prestazioni dei giocatori, identificare schemi di gioco, sviluppare strategie vincenti e prendere decisioni basate, appunto, sui dati. I sistemi di tracciamento nel calcio forniscono una vasta gamma di informazioni – come la posizione in campo dei giocatori, la distanza percorsa, la velocità e l’accelerazione – che possono essere analizzate per ottenere insight preziosi. Inoltre, l’applicazione dell’analisi dei dati nel calcio non si limita solo al campo, ma trova anche spazio nella medicina sportiva, consentendo la prevenzione degli infortuni e l’ottimizzazione della preparazione atletica dei giocatori.
Il decennio passato ha visto la nascita e il consolidamento di grandi piattaforme come Opta o Stats Perform, che si sono specializzate nella raccolta e nell’analisi dei dati, grazie allo sviluppo di tecnologie di tracciamento come gli Epts, che permettono di accumulare tantissime informazioni relative alle prestazioni atletiche e sull’ubicazione dei giocatori attraverso una rete di telecamere e la tecnologia Gps, e di strumenti di elaborazione di big data come il deep learning (l’apprendimento profondo), una delle principali tecnologie che stanno alla base dell’intelligenza artificiale.

Alla pari di quanto succede con le imprese leader dell’informatica, queste piattaforme hanno negli anni messo a punto un sistema autosufficiente e totalmente automatizzato che va dalla raccolta dati allo sviluppo di hardware e software con interfacce – semplici da usare – che permettono agli analisti dei vari team sportivi di elaborare l’informazione in maniera semplice e di facile accesso per l’allenatore e per la squadra.
Tuttavia, alcune squadre di medio e di alto livello, come il Siviglia e il Manchester City, stanno cercando di sviluppare la ricerca in maniera autonoma, soprattutto per quanto riguarda l’elaborazione e l’analisi dei dati. Ciò è dovuto al fatto che i costi di determinate tecnologie si sono abbassati, certo, ma soprattutto alla possibilità di ottenere un vantaggio competitivo sia nell’ambito dello scouting – e quindi del calciomercato – sia in ambito puramente agonistico, attraverso lo sviluppo di nuove strategie di gioco.

Il Siviglia concentra il suo interesse nell’organizzazione dei dati dei calciatori con l’obiettivo di operare sul mercato alla ricerca di nuovi calciatori funzionali al suo progetto sportivo. Essendo una squadra di medio-alto livello, non può competere con le big europee nel mercato dei giocatori affermati, e la sua strategia è dunque intimamente legata alla capacità di agire attraverso lo scouting. Per fare questo, il club ha scelto di sviluppare la ricerca con l’obiettivo di “leggere” in maniera più efficace la banca dati a disposizione come leva strategica per migliorare la propria competitività a livello nazionale e continentale.
Il Manchester City invece si ritrova in una posizione dominante e il genere di ricerca che sta portando avanti è di tipo diverso. Il suo principale obiettivo è di creare nuovi moduli e nuovi schemi di gioco grazie allo studio delle trame di gioco e attraverso lo studio dei dati provenienti dal tracciamento di migliaia di partite e allenamenti. Questo ambito è quello che, secondo chi scrive, si rivelerà nel futuro il più prolifico nell’interazione tra calcio e ricerca fondamentale.

Alla luce di quanto detto finora, e grazie al fatto che il fatturato dei club europei di medio-alto livello permette di offrire stipendi molto appetibili, non è difficile ipotizzare che nel prossimo futuro sempre più giovani talentuosi, provenienti dalla matematica e dalla fisica teorica, approdino in molte squadre di calcio professionistico, un po’ com’è successo nel mondo della finanza e delle banche al principio del nuovo millennio. Non è dunque difficile immaginare che questo incontro non solo favorirà l’ulteriore sviluppo del calcio, ma anche che alcuni di questi talenti della scienza possano conseguire risultati significativi pure nel campo della ricerca fondamentale.