TGViewer
Виктор Пинаев Виктор Пинаев @brainball2022 · 701 subscribers
Post #651 841
Аналитика и как сделать этот процесс действительно полезным именно для Вас? Чтобы сделать процесс аналитики данных полезным для себя, важно чётко сформулировать цели, работать с качественными данными, использовать подходящие инструменты и эффективно интерпретировать результаты. Что такое композитный индекс и как он может помочь?
В исследовании у каждой игры есть десятки метрик из GPS/EPTS:
· Общее расстояние (Total Distance)
· Высокоинтенсивный бег (High-Speed Running, HSR, например >19.8 км/ч)
· Спринты (>25.2 км/ч)
· Количество ускорений / торможений (Acc/Dec, >2–3 м/с²)
· Средняя и пиковая скорость
· Дистанция в зонах скорости (Zone 1–5)
· Длительность игровых действий определённой интенсивности
⚠️ Проблема: тренеру и штабу трудно быстро сравнивать игроков, если у каждого — 10–15 показателей, и они меняются по-разному.
Решение:
Сжать все эти метрики в 1 интегральный показатель — Composite Index of Physical Performance (CIPP), который показывает «общую физическую производительность» игрока в матче.
�� Как его получили и с чего началась эта история:
1. Собрали данные GPS по 1138 игрокам за 830 матчей Ла Лиги и Кубка Испании.
2. Применили метод PLS-SEM (Partial Least Squares Structural Equation Modeling) — это статистический метод, который ищет скрытые факторы (латентные переменные), на которых «сидят» реальные показатели.
3. Выделили 3 главных компонента, которые объясняют 95 % всей физической активности:
- Компонент 1 — ускорения/торможения (кол-во, интенсивность, суммарная дистанция с ускорением)
- Компонент 2 — бег высокой интенсивности (HSR, спринты, дистанция в этих зонах)
- Компонент 3 — бег средней интенсивности (работа в зоне 3, темповые отрезки)
4. Для каждого игрока расчёт свёл все эти данные в 1 число от 0 до 10 (индекс CIPP). Как применить в клубе (практика)
1. Сбор данных:
- Если у тебя есть GPS-системы (Catapult, STATSports, Polar Team Pro и т.д.) или даже WIMU, можно выгрузить показатели по каждому игроку за матч.
2. Нормализация:
- Для каждого параметра задаёшь свой диапазон (минимум–максимум для твоей команды или лиги).
- Переводишь данные в проценты от этого диапазона.
3. Группировка в компоненты:
- Компонент 1 (Acc/Dec) = кол-во ускорений + торможений + дистанция с ускорением.
- Компонент 2 (HSR) = суммарная дистанция в HSR + кол-во спринтов + пиковая скорость.
- Компонент 3 (MID) = дистанция в зоне 3 + количество действий средней интенсивности.
4. Весовая сумма:
- Каждому компоненту можно дать вес (например, 0.4 / 0.4 / 0.2 или равномерно).
- Складываешь в одно число → Индекс CIPP.
5. Интерпретация:
- 0–4: низкая физическая активность в матче (низкая форма, усталость, позиционные ограничения)
- 4–6: средний уровень, соответствующий обычному матчу
- 6–8: высокая активность (хорошая форма, высокая интенсивность игры)
- 8–10: элитная нагрузка / пиковая форма
�� Почему это полезно
· Сравнение игроков между собой — даже если позиции разные, индекс отражает общий объём и интенсивность работы.
· Мониторинг формы — видно, кто из матча в матч держит высокий уровень, а кто «проседает».
· Планирование нагрузки — если индекс 8–9 в матче, значит, в следующие 48 ч стоит дать восстановительный режим.
· Оценка после травмы — можно видеть, как игрок постепенно возвращается к своему «нормальному» индексу.
  • ❤ 3
  • 👍 1
More from @brainball2022
  1. Oct 10, 2026Взрывная изометрия: ягодичный мост с упором в штангу Это не удержание. Это попытка мгновен…
  2. Sep 21, 2026На такой матч я бы купил билет, а это уже дорогого стоит! Спасибо болельщикам за их песни,…
  3. Sep 21, 2026Специфическая разминка в подготовительной части для основной части УТЗ (Завершение ударом…
  4. Sep 17, 2026video post
  5. Sep 12, 2026В среду в Неаполе Мартин Эдегор забил свой четвёртый гол за «Арсенал» с начала сезона. Пос…
  6. Aug 22, 2026document post
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →