Data scientist fra Atea skal løfte kvindelandsholdet det sidste nøk mod EM-triumf

Vidste du, at hvert VM siden 1962 har i gennemsnit haft mellem 2 og 3 mål per kamp. I 1958 var det 3,6 mål per kamp, og 5,38 i 1954. Men fra 1934 til 1950 havde hvert VM i gennemsnit mellem 4 og 5 mål per kamp – kan du se trenden?

Du har måske ikke lagt mærke til dem, men på næsten alle store stadioner er der installeret adskillige specialdesignede højhastighedskameraer, der automatisk sporer spillernes og boldens bevægelser kampen igennem. Det er blandt andet denne data, trackingdata og eventdata, som Ateas nye data scientist benytter med henblik på at klæde de bedste kvindelige spillere på til at udnytte egne styrker og svaghederne hos modstanderholdet. Data sikrer - med andre ord - den lille fordel, der kan være forskellen på sejr og nederlag. 

Kvinderne har gavn af samme dataviden

Det er ingen hemmelighed at herrelandsholdet igennem en årrække har benyttet data. Landstræner, Kasper Hjulmand, har sammen med DBU ikke lagt skjul på, at dataanalyse af egne spillere og modstanderhold har en stor andel af den aktuelle succes.

Kvindelandsholdet har indtil for nylig ikke benyttet sig systematisk af dataanalyse, men 2022 bliver et markant vendepunkt. Som en naturlig forlængelse af vores partnerskab med det danske kvindelandshold og med vores store it-kompetencer som ’landsholdet i informationsteknologi’ annoncerede vi i januar, at vi ville støtte IBM’s og DBU’s eksisterende datasamarbejde – denne gang med fokus på at gøre de bedste danske kvinder endnu bedre.

Ifølge fodbolddirektør i DBU, Peter Møller, er samarbejdet et afgørende skridt for både at kunne skabe de bedst mulige betingelser for det danske kvindelandshold – og samtidig skabe et vigtigt vidensflow ud i det danske fodboldsystem.

Afslører små hemmeligheder

Lasse Meinert er data scientist hos Atea, og når han sætter sig foran computeren for at nørde data, handler det om at hjælpe kvinderne til at afkode modstandernes styrker og svagheder. Det er de små marginaler i de forberedende træningspas og til de vigtige kampe, som den i Parken mod Brasilien, der kan afgøre udfaldet.

Data viser, at det med årene er blevet markant sværere at score mål. Og det er netop de berømte marginaler - de små detaljer og nuancer - som Atea nu bidrager med til DBU’s nye performance-enhed, som bl.a. har fokus på at optimere high performance på det danske kvindefodboldlandshold.

Som en del af DBU’s nye analyseenhed, leverer Lasse små hemmeligheder til kvindelandsholdet, der øger muligheden for succes.

”Den lille forskel kan vindes mange steder på banen. Lange indkast på modstanderens halvdel er blevet mere og mere hyppige, fordi datamodeller siger, at det forventede udbytte af at kaste bolden ind i modstanderens felt er højere, end hvis man kaster kortere og forsøger at beholde bolden i egne rækker. At kunne finkæmme mange kampe på én gang kræver, at data ligger klar, og at analytikeren kan interagere med data. Det er her Ateas kompetencer kommer til udtryk,” siger Lasse Meinert, data scientist hos Atea og fast bestanddel af DBU’s nye performance-enhed.

Data er afgørende for landsholdsfodbold

Samtidig med at Lasse brænder for at gøre kvindelandsholdet endnu bedre ved hjælp af data, så er han også et levende bevis på, at data fylder stadigt mere i moderne fodbold.

Moderne fodbold – specielt landsholdsfodbold – bliver mere og mere taktisk præget. Næsten som i et skakspil, hvor man venter på, at modstanderen blotter sig, vil trænere nødigt blotte sig pga. risikable pasninger og boldtab. I forberedelserne til kampe er det derfor altafgørende at vide, hvordan modstanderholdet reagerer på visse træk, og hvornår disse reaktioner er gunstige. Her kan dataanalyse også hjælpe med at besvare spørgsmål såsom: 

• Hvordan reagerer modstanderholdet på højt pres?
• Hvilke spillere er mest tilbøjelige til at udføre risikable spilninger og hvornår?
• Hvordan og hvorfra lukker modstanderholdet mål ind?

Det er også data, der assisterer, når landsholdene samles for at spille mange kampe med korte mellemrum. For med mange kampe og korte pauser stiger risikoen for skader. Her hjælper data trænerne og deres fysiske stab med at dosere spilletiden for de spillere, der er i risikozonen.

Det er individuelt, hvornår en spiller bliver overbelastet – og svært at holde styr på for landshold, hvor nogle spillere møder ind i kampform, mens andre sidder på bænken for deres klubhold eller er på vej tilbage fra skade. Men data gør det nemmere at se, hvornår en spiller skal skiftes ud, eller hvornår en spiller har bedre af at starte på bænken.

Kvindelandshold får data i ryggen

Der er ingen tvivl om, at et hav af data i disse år giver nye muligheder for trænere, spillere og tilskuere i fodboldverdenen. Vi drømmer om at kunne hjælpe det danske kvindelandshold med at vinde EM i England til sommer, og generelt styrke fodbolden ved mere intelligent brug af data. 

Når de bedste danske fodboldspillere på kvindesiden fremover træder ud på grønsværen, er det med hovedet højt, for de har data i ryggen. Derfor kender både trænerstab og spillere sandsynligheden for, hvor brasilianernes målspark havner, allerede inden dommeren fløjter EM-optaktskampen mellem samba-nationen og kvindelandsholdet i gang den 24. juni i Parken.