Цифры в спорте

Сейчас сложно не замечать слона в комнате под названием AI. В футбол эта технология также проникает. Многие спорят заменит или не заменит AI скаута/аналитика/тренера/спортивного директора и т.д. футбольного клуба. Из своих наблюдений могу сказать, что в работе футбольного клуба AI уже сейчас может приносить пользу. Где-то больше, где-то меньше в зависимости от качества доступных моделей и выстроенной вокруг них инфраструктуры (это то, что называется харнесс и что не менее важно, чем доступ к Opus 5.5, особенно в узкоспециализированной области с большим количеством закрытых данных), но это может быть темой отдельного поста. Сейчас немного о другом.

В помощью агентов очень сильно понизился порог входа в кастомную разработку приложений и сервисов. С точки зрения необходимых знаний, финансов и времени на разработку (т.н. time-to-market). То, что раньше требовало месяцы разработки и миллионы рублей, которые нужно было отдать за это какой-то аутсорс галере, сейчас делается с помощью одной подписки в течении недели-двух. При этом, если правильно выстроить процесс разработки, то получается даже не поделка из того самого и палок, а вполне приличное приложение, с нормальным UI, функционалом, тестированием и CI/CD пайплайном. Получается, что теперь генерировать приложения под нужды одного клуба (или даже одного отдела внутри клуба) можно быстро и довольно дешёво.

Мы сейчас как раз делаем такое приложение. Без конкретики в нём есть дашборды, аналитика, профили и аутентификация, видеоплеер и чаты между пользователями. Конечно, мне помогает мой 6-летний опыт ML-инженера, но могу сказать, что даже далёкие от программирования люди сейчас могут это сделать. Главное не знание языков программирования (ЯП) или архитектурных паттернов, главное - знать, что тебе нужно и уметь написать это в виде технического задания. Я знаю несколько ЯП, но последние несколько месяцев только пишу и читаю markdown файлы.

AI не заменит видеоаналитика в оценке игры, но может ему помочь, дав качественную кастомную тулзу по конкретному запросу этого аналитика, которая поможет ему (упростит/ускорит/улучшит качество) в его работе.

@numbers_in_sports

markdown 
  ┌───────────┬─────────┬────────────┐
  │   Month   │ Players │ % of total │
  ├───────────┼─────────┼────────────┤
  │ January   │ 479     │ 14.9%      │
  ├───────────┼─────────┼────────────┤
  │ February  │ 350     │ 10.9%      │
  ├───────────┼─────────┼────────────┤
  │ March     │ 338     │ 10.5%      │
  ├───────────┼─────────┼────────────┤
  │ April     │ 268     │ 8.3%       │
  ├───────────┼─────────┼────────────┤
  │ May       │ 283     │ 8.8%       │
  ├───────────┼─────────┼────────────┤
  │ June      │ 262     │ 8.2%       │
  ├───────────┼─────────┼────────────┤
  │ July      │ 256     │ 8.0%       │
  ├───────────┼─────────┼────────────┤
  │ August    │ 254     │ 7.9%       │
  ├───────────┼─────────┼────────────┤
  │ September │ 226     │ 7.0%       │
  ├───────────┼─────────┼────────────┤
  │ October   │ 178     │ 5.5%       │
  ├───────────┼─────────┼────────────┤
  │ November  │ 171     │ 5.3%       │
  ├───────────┼─────────┼────────────┤
  │ December  │ 149     │ 4.6%       │
  └───────────┴─────────┴────────────┘

Это количество российских футболистов 2005, 2006 и 2007 годов рождения в базе данных одного из наших провайдеров. Как видно из данных, "Monthism" никуда не делся: игроков, родившихся в январе в три раза больше, чем тех, кто родился в декабре.

Как мы понимаем, нет никакой генетической или какой другой предрасположенности, которая бы давала мальчикам и девочкам, родившимся в начале года преимущество над теми, кто родился в конце. Это абсурд. Но не абсурд то, что год разницы в юном возрасте - это очень большая временная дистанция. Такое распределение говорит о том, что наша система отбора молодых футболистов далека от идеала - у неё есть байес в сторону физического превосходства на конкретный момент времени. Таким образом январские ребята, которые не должны были становиться профессиональными футболистами ими становятся, а декабрьские, которые бы ими могли стать, нет.

1. PHV (Peak Height Velocity) и подобные оценки, учитывающие разницу в возрасте. Сравнивая молодых футболистов, один из которых родился 1 января 2013 года, а второй 31 декабря мы должны учитывать то, что у второго целый год запаса бурного роста организма. И то, что сейчас первый выше и крепче не значит, что такое соотношение сохранится на момент 18-19 летнего возраста, когда предстоит переход во взрослый футбол. Однако, если мы отчислим из академии футболиста только на основании его сравнения с партнёром, который на год старше него, мы этого никогда не узнаем.

2. Работа детских тренеров не должна оцениваться только через призму результата. Если работа детского тренера зависит от того, выиграет ли он первенство города или нет, то он будет любыми способами пытаться решить эту задачу. Например предпочтёт взять в команду тех ребят что повыше и покрепче, чтобы задавить физикой. KPI детских тренеров должен быть устроен заметно сложнее и учитывать дальнейший путь развития их воспитанников. Выстроить такую систему оценок гораздо сложнее, чем просто отталкиваться от результата, однако именно такой подход позволит сдвинуть фокус в сторону развития игроков, а не достижения сиюминутных результатов.

@numbers_in_sports

Зарисовка на тему "Жизнь - лучший драматург".

Интересная ситуация складывается перед последним туром в группе J. Австрия и Алжир встретятся друг с другом. Сейчас у команд по 3 очка и ничейный результат выводит обе сборные в плей-офф. Более того, в этой группе, скорее, предпочтительнее занять 3 место, которое в 1/16 финала будет играть против США, чем 2, которому предстоит встреча с Испанией. Ожидаем футбольную феерию.

Австрийцам, кстати, не впервой участвовать в матче на ЧМ, где определённый счёт устраивает обе команды. На ЧМ-1982 ФРГ и Австрия сыграли один из позорнейших матчей на ЧМ: счёт 1-0 в пользу ФРГ устраивал обе сборные, немцы забили на 10 минуте, а остальные 80, по описанию современников, команды даже не пытались атаковать. Изюминку в эту историю добавляет то, что таким образом они не пустили в плей-офф... Алжир, который до этого сенсационно ФРГ обыграл.

Посмотрим как сложится игра в Канзас-Сити.

@numbers_in_sports

На третий тур у Туниса, видимо, снова будет новый тренер.

Сделал небольшой проект под #WC2026: парсер PDF-отчётов ФИФА.

Для каждой игры ФИФА выкладывает подробные статистические отчёты, где есть много интересной информации, обычно недоступной простому зрителю / любителю статистики. Но из-за формата самим "покрутить" данные не получится.

Я сделал проект, в котором есть два варианта как достать данные из PDF-отчёта, сформировать JSON со строго определённой структурой и работать уже с ним:

1. Промпт для Claude (ведь на дворе 2026 год): проверял и на мощной модели (opus 4.8) и на лёгкой (sonnet 4.6-low) работает, но при этом ест половину 5-часовых лимитов для Pro.
2. Python-код для парсинга PDF. Локально, без вызова LLM и использования других нейросеток. В целом тоже работает, но для некоторых таблиц, в которых в разных отчётах могут меняться координаты, могут быть неточности.

Шеринг и звёзды на гитхабе необязательны, но приветствуются)

https://github.com/shufinskiy/sport_analytics_tools/tree/main/fifa_wc

@numbers_in_sport

К Чемпионату мира Google откроет функцию AI Mode в Поиске для всех. В видео показывают, как этот режим можно использовать для того, чтобы лучше разобраться в формациях, их плюсах и минусах. Тренера не заменит, но для людей не особо погруженных в футбол самое оно.

Интересный путь, конечно, мы прошли за двадцать лет: от неработающего поиска Google на русском языке до вот таких штук, которые всё активнее внедряются во все сферы интеллектуального труда, в т.ч. в спортивной аналитике.

https://blog.google/products-and-platforms/products/search/soccer-tournament-google-tools-2026/

@numbers_in_sport

На ЧМ, который стартует в пятницу, география снова может стать фактором, который повлияет на выступление команд. Если в Катаре из-за размеров страны все были в более менее равных условиях, то в этот раз это не так. На картинке пример расчёта количества миль, которые команды преодолеют за групповой этап. Здесь расчёт для каждого тура ведётся по маршруту Base Camp → Match Location → Base Camp, поэтому в реальности цифры могут сильно отличаться (например, не уверен, что Аргентина, у которой 2 и 3 матчи в Далласе будет между ними возвращаться в Миссури), но здесь можно увидеть, что больше всех повезло тем, кто играет в Мексике (Мексика, Южная Корея) или на Северо-Востоке плюс примкнувший к этой группе Парагвай у которого все матчи в Калифорнии. Из фаворитов в этом плане повезло Франции: за групповой турнир они преодолеют меньше тысячи миль. Также дистанция, вкупе с домашними трибунами и высотой Мехико-Сити, могут стать хорошим подспорьем для удачного выступления Мексики.

Ситуация для США не новая, Восток имеет гораздо больше крупных городов, а Средний Запад, на самом деле, никакой не средний. В американских лигах ситуация такая же: в НБА и НХЛ Восточная конференция гораздо компактнее, чем Западная, в МЛБ и НФЛ восточные дивизионы Лиг компактнее западных.

Ещё одним плюсом для команд на Северо-Востоке может стать погода. Например в Далласе в июне меньше 30 не обещают. В Торонто же будет 22-24 градуса.

Link

@numbers_in_sport

Послушал выпуск Cappuccino&Catenaccio с Андреем Лексаковым. Заведующим кафедрой футбола в ГЦОЛИФК и директором ВШТ (высшей школы тренеров).

Выпуск очень познавательный. Интересно послушать человека, который определял (или даже до сих пор определяет) тренерскую мысль в России.

В выпуске полный набор:
• В футболе всё придумали (логично, играют же 11 на 11)
• Раньше было лучше (бегали быстрее, прыгали выше, газон был зеленее)
• Весь мир молиться на Лобановского и Верхошанского (а не развивают идеи согласно времени и новым техническим возможностям).
• Аналитики выдуманная профессия
• Анализировать надо не прошлое, а будущее (Машинное обучение, привет)
и т.п.

Можно написать лонгрид с потезисным разбором стенограммы беседы, но я остановлюсь на одном моменте. Многие новые веяния и изменения в футболе Лексаков списывает на «дань моде». На моду можно списать многое. Наверное, были кучеры в первой четверти прошлого века, которые думали, что «в перевозках всё придумали» и модой объясняли увеличение парка машин с ДВС. Под какой-то мейнстримной технологией или процессом обычно лежит огромный пласт работы множества людей с доказательной базой (в исследованиях, времени, деньгах) почему так делать нужно. И, чаще всего, «делать как все» или «идти в ногу со временем» неплохая стратегия. Не делают как все гении-изобретатели и ретрограды, живущие в своём уютном мирке, пока его не раздавит прогресс.

После прослушивания многие вопросы «А почему так?» отпали сами собой. За это Игорю и Вадиму спасибо.

P.S.: всё написанное выше является лично моим мнением.

@numbers_in_sport

Mark Thompson из Twenty3 сделал залипательную игру на тему "Какие данные для Вас действительно важны?". Суть игры: противостояние друг против друга, вы должны выбрать ту метрику, которую считаете более важной / не хотите потерять. На основе таких голосований строится ELO-рейтинг футбольных метрик. Всё довольно просто, но затягивает)

Пятёрка метрик с самым высоким ELO-рейтингом выглядит так:

• Accurate Shot Location
• Raw Player Tracking Data
• Accurate Pass Location & Outcome
• Accurate Goalscorer Info
• Expected Goals (xG) Value on Shots

В топе accurate. Аналитики не хотят космолётов, они хотят качественных данных. Избавьте меня от ручного исправления эвентов забитых мячей, дайте самый известный показатель в мире футбола (xG), а также трекинг-данные и я переверну мир сам построю космолёт. Интересно какой процент ответивших реально используют трекинг на полную в своей аналитической работе, а у кого это просто эффект социальной желательности (это когда дают нечестные, но общественно одобряемые ответы).

Тройка аутсайдеров такая:

• Scan Count When In Possession
• Pass Event Footedness
• Scan Count When Out of Possession

Похоже подсчёт сканирования не так нужен аналитикам, как кажется. Но важно отметить несколько моментов. Первое, что таких данных почти нет, поэтому у большинства голосовавших не было даже возможности как-то с ними поработать. А отказываться от "неведомой зверушки" всегда проще. Ну и сам вариант метрики какой-то странный, похожий на среднюю температуру по больнице. Думаю для работы было бы интереснее получить метрику типа "Количество сканов в течение секунды перед получением передачи" или что-то в этом роде.

Ссылка на игру.

@numbers_in_sport

Больше данных - больше возможностей.

У Кирилла Серых, автора канала Laptop Coach, вышел интересный пост о том, как в Бундеслиге начинают использовать скелетал-данные трекинга игроков для автоматической детекции событий на поле.

Краткая вводная, чем скелетал трекинг отличается от классического. Сейчас игрок в каждый момент времени представляется одной точкой с координатами x,y. Это так называемая точка центра масс. Это позволяет понять где конкретно на поле находится игрок, но не более.

Скелетал трекинг представляет игрока в виде "скелета" из 20+ ключевых точек: лотки, колени, ступни, плечи и т.п. Такие данные дают контекст положения тела игрока.

К сожалению, ни в видео, ни в статье почти ничего нет о технической стороне автоматической детекции. Надеюсь ребята всё-таки доведут свои наработки до пейперов и мы узнаем больше, но пока можно только гадать, что это каскад моделей, которые "сканируют" скелетал-данные на детекцию своего типа эвентов, выдавая скор того, что событие случилось. Весь этот зоопарк крутится в облаке AWS, что позволяет быстро масшабироваться и оптимизировать использование ресурсов.

С такой системой на данном этапе на каждый матч нужен только один оператор (вместо четырёх), задача которого, в первую очередь, проверять работу автоматической детекции. Очень в духе времени: от "делания руками" к "контролю качества автоматических решений".

Скелетал-данные позволяют не только автоматизировать текущие процессы разметки событий, но и добавить много новых типов событий, например сканирование пространства игроком. Это тысячи или десятки тысяч новых событий в каждой игре. Интересно, не приведёт ли это к парадоксу Джевонса и возвращению 4 операторов, потому что теперь нужно будет проверять на порядки большее количество событий изменением в качестве и объёме футбольной аналитики.

https://t.me/laptopcoach/492

@numbers_in_sport

Графики темпа набора очков за игру в АПЛ, чтобы набрать на 1 очко больше зоны вылета.

График подтверждает то, что все итак знают: очков для сохранения места в АПЛ нужно всё меньше. В последних пяти сезонах концентрируются топ-3 по минимуму необходимого темпа. Правило из моего детства про 40 очков избыточно, в теперь может хватить и 30.

Даже если мы "подкрутим" данные, удалив сезоны до 1995/96 (с этого момента в АПЛ стабильность: 20 команд, 3 вылетают) и последние два сезона, окрестив их выбросами, линия тренда всё равно будет идти вниз.

Этот график косвенно отображает растущий разрыв между новичками и "старожилами", а также между топ-клубами и остальными.

Интересно, что при таких вводных стыковые игры между 3 худшей и 3 лучшей командами двух Лиг, как в Германии и Франции, можно расценить как движение в сторону "закрытого клуба". В общем случае 18 (16) команда высшей лиги лучше 3 команды первой и стыковыми матчами мы даём ей шанс на сохранение места.

@numbers_in_sport

В московском футбольном клубе открыта вакансия видеоаналитика. Мы ищем специалистов в структуру клуба с глубоким пониманием игры, её закономерностей и мелких деталей, для долгосрочных проектов в клубной вертикали.

Формат работы - удалённый, без прямого контакта с командами клуба.

Наш спектр задач:

- Анализ матчей команд системы клуба по внутренней методологии разбора. На стыке количественного анализа (подсчёта определённых действий, которые интересны клубу) и качественного (оценки действий команды и каждого игрока в различных игровых ситуациях),

- Обсчёт статистических показателей команд системы клуба, которые невозможно получить через event-данные,

- Внутренняя работа для аналитических и тренерских продуктов клуба: над индивидуальными профилями игроков, отслеживанием динамики развития игроков. Работа над документами о внутренней клубной методологии.

Другие важные критерии для нас, помимо понимания игры:

* Системное мышление, готовность работать над проектами в долгосрочной перспективе

* Умение работать в видеоредакторах, программах для кодинга матчей и телестрации

* Проактивность, способность быстро включаться в решение задач и быстро переключаться между задачами

Конкурс на вакансию будет происходить в течение нескольких недель в три этапа - два тестовых задания и финальное собеседование с аналитиком клуба. Заявки на участие в конкурсе и вопросы по вакансии присылайте до 15 февраля включительно на почту: fcsm-training-cloud@yandex.com

Opta заявила Sports reference о нарушении использовании их данных на FBref.com и потребовала их удалить. Sports reference требование выполнил. В миг FBref потерял всю продвинутую статистику. Морали и рассуждений о важности и нужности открытых данных, о том, что некоторые модели и идеи двигаются именно сообществом, а не клубными ds и аналитиками, не будет, просто грустно.

FBref был хорошим и удобным инструментом быстро посмотреть и проанализировать данные. Теперь мы потеряем не только много классных данных, но и много классных постов-статей, которые были написаны с их использованием.

https://www.sports-reference.com/blog/2026/01/fbref-stathead-data-update/

В свете игры Астон Виллы в этом сезоне пошли разговоры о том, что Эмери "взломал" код xG и модели в отношении АВ не работают.

1) Лидеры почти всегда обгоняют xP. В чемпионатах на 20 команд за 10 лет чемпионы в среднем обгоняют xP на 11 очков, серебряные призёры на 8. Аутсайдеры, наоброт, обычно очков недобирают. Причины, скорее всего, две: удача и несовершенство модели. Под несовершенством подразумеваю, что она гораздо лучше предсказывает середину выборки (5-15 места), чем концы. Это обычная ситуация для моделей машинного обучения.

2) Насколько показатели АВ уникальны? На выборке в 10 лет по перебору xP лидирует Ливерпуль сезона 19/20, а по xP/G чемпионский Спартак. Они и Ницца 16/17 имеют превышение в 24 очка. У АВ сейчас темп на +34 очка. Так что да, если всё так продолжится результат АВ будет уникальным. Также АВ не подходит под основной паттерн в топ-10: команда в топе и по xP и по обычным очкам. Из 10 случаев только случай Юниона похож на текущую АВ: команда по xP во второй половине таблицы, а по реальным очкам в лидерах.

Есть несколько сценариев развития событий:
• АВ сохраняет свой темп по перебору очков относительно xP. Это будет уникальный результат, выброс среди выбросов.
• АВ "обгоняет" Ливерпуль и Спартак, но сильно снижает темп, придя к финишу с превышением в 26-28 очков. Это уже просто выброс, несколько подобных за 10 лет мы видели.
• Регрессия к среднему нагоняет АВ в этом сезоне и они даже не становятся новым топом по разнице xP и xP/G.

Посмотрим как будет, но сейчас я расставлю варианты в таком порядке вероятности: 2, 3, 1.

При оценке любой модели важно помнить, что её результат это не истина в последней инстанции, а попытка аппроксимировать реальный мир в мат. формулу с неизбежными ошибками и потерями, а также, что их задача минимизировать среднюю ошибку на всей выборке, а не предсказывать "чёрных лебедей".

@numbers_in_sport

Поздравляю всех подписчиков канала с Новым Годом. Желаю Вам и Вашим близким счастья и здоровья в новом году.

В прошедшем году я переквалифицировался из спортивных энтузиастов в профессионалы (хорошо, в человека которому платят за это деньги). Если бы мне кто-то 31 декабря 2024 года сказал, что наступающий год я буду заканчивать в роли тимлида команды аналитики данных в Спартаке, я бы не поверил. Но это так. Так что даже самые смелые мечты имеют ненулевую вероятность сбыться!

Надеюсь, в Новом году будет много поводов поговорить о спортивной статистики и мы это сделаем.

@numbers_in_sport

Уже по традиции в конце года Jan Van Haaren выкладывает Soccer Analytics 2025 Review - сборник различных материалов по аналитике данных в футболе за прошедший год.

Структура сборника не претерпела никаких изменений, он включает в себя:
• Научные статьи
• Блог посты
• Заметки
• Подкасты
• Вебинары
• Список эвентов, прошедших в этом году
• Репозитории с кодом

Сборник отличный, но который год есть вопросы к части с кодом. Она выглядит как Песня года в 90-ых: из года в год там даются ссылки на одни и те же пакеты. Kloppy важный для футбольного data science проект, но зачем его вносить в список ежегодно? Это же всё-таки ревью года, а не туториал с индийским акцентом «10 best python packages for football data».

Но в целом ревью классная точка входа для исследования того, что произошло в индустрии в уходящем году.

https://janvanhaaren.be/posts/soccer-analytics-review-2025/

@numbers_in_sport