Mondiali di calcio 2022: tutta la scienza

I Mondiali di calcio 2022 sono entrati nel vivo – senza l’Italia, come sappiamo, e non senza polemiche – e hanno già riservato le prime sorprese: la sconfitta della favoritissima Argentina contro la molto meno blasonata Arabia Saudita, per esempio, o quella della temibile Mannschaft contro il Giappone. Un mondiale movimentato, insomma, che ci sta regalando non poche sorprese e ribaltando molti pronostici. E se facciamo riferimento ai pronostici è impossibile non pensare agli algoritmi previsionali, alla scienza dei dati: è proprio di questi giorni, per esempio, la notizia che un’équipe di scienziati dello Alan Turing Institute ha sviluppato un modello previsionale che, basandosi su centomila simulazioni delle partite del mondiale di calcio, ha predetto che sarà la nazionale del Brasile a sollevare la coppa del mondo il 18 dicembre prossimo al Lusail Stadium. Ma scienza e tecnologia non si occupano solo di questi aspetti, che forse interessano più gli scommettitori che gli appassionati: oggi, infatti, scienza e tecnologia stanno trasformando profondamente il calcio, affiancando sempre più da vicino allenatori e atleti a sviluppare tattiche migliori e migliorare le proprie prestazioni. Numeri e algoritmi alla mano.

Ecco come finirà

Cominciamo dall’aspetto forse più “banale”, e certamente più datato, quello delle previsioni per i Mondiali di calcio 2022. Come racconta David Adams in un pezzo recentemente pubblicato sul sito di Nature, per decenni gli statistici che si occupavano di calcio si sono concentrati quasi esclusivamente sul numero di reti segnate e subite da una squadra e sul trovare il modello migliore per prevederli. Ancora oggi si usano varianti di questi metodi per predire il risultato delle partite: uno di essi, per esempio, suppone che il numero di reti segnate e subite sia distribuito attorno a un certo valor medio, ed è stato sviluppato da un team di epidemiologi dell’Università di Oxford. Ci ha portato bene, visto che aveva previsto (correttamente) che la nazionale italiana avrebbe sconfitto quella inglese nella finale dei campionati europei di calcio del 2020 (più precisamente, ne aveva previsto la maggiore probabilità rispetto alle reti segnate e subite); ma non solo: aveva anche azzeccato sei delle otto squadre che sono arrivate ai quarti di finale. “Sostanzialmente si vuole arrivare ad attribuire a ogni squadra un ‘punteggio’ offensivo e difensivo – ha spiegato, sempre a Nature, Matthew Penn, uno degli sviluppatori del modello – calcolato a partire dal numero totale di reti che ogni squadra ha segnato e dalla forza dei loro avversari: inserendo questi parametri si ottiene un insieme di equazioni da risolvere per calcolare i due punteggi, e diventa relativamente facile fare delle previsioni per ciascuna partita”.

Il modello di cui parlavamo all’inizio, riferito ai mondiali di quest’anno, funziona più o meno allo stesso modo: i suoi creatori hanno attribuito a ciascuna squadra un punteggio offensivo e difensivo, eliminato il “fattore abitazione” (un parametro che aumenta la probabilità di vittoria per la squadra che gioca in abitazione e che naturalmente in questo caso vale per tutte le squadre eccetto il Qatar) e dato in pasto all’algoritmo i risultati di molte amichevoli internazionali pre-mondiale. Con questo strumento hanno quindi simulato circa centomila partite arrivando così alla conclusione che sarà la nazionale verdeoro ad avere la meglio sulle altre. Allo stesso risultato è arrivato anche un altro gruppo di ricercatori della University of Innsbruck, in Austria, con un modello leggermente diverso. La compagnia di assicurazioni Lloyd, invece, ha usato un altro modello ancora (che aveva correttamente previsto le vittorie di Germania e Francia nei campionati mondiali del 2014 e del 2018) arrivando alla previsione che questa volta sarà l’Inghilterra a vincere (battendo in finale proprio il Brasile). Conclusioni ancora diverse, infine, per il gruppo di Penn, il cui modello ha invece incoronato il Belgio. Se neanche gli algoritmi sono d’accordo… 

Dal match analysis allo scouting

Ma, come dicevamo, le previsioni non sono che una piccola fetta della torta. E nemmeno la più succulenta, almeno per chi il calcio lo pratica da professionista. “Scienza e tecnologia – ci racconta Vanni Di Febo, football data analyst per la Federazione italiana giuoco calcio (Figc, ossia per le nostre nazionali di calcio) – entrano nel calcio almeno in quattro grandi aree: la cosiddetta match analysis, lo scouting, la prevenzione degli infortuni e la riabilitazione e infine tutti gli aspetti di natura più corporate”. Nell’analisi delle partite, ci spiega Di Febo, si usano i dati provenienti dalle telecamere e dai gps indossati dai calciatori per ottenere delle variabili di interesse e costruire pattern di gioco: quale giocatore è più forte a colpire di testa, per esempio, chi conclude più passaggi, chi è più forte nei contrasti, qual è l’area in cui si gioca di più, o di meno, da quale parte è più probabile segnare (o subire) una rete. “Le telecamere ci forniscono dettagli sulla posizione di giocatori e pallone trenta volte al secondo – ci spiega Matteo Giacalone, che si è occupato di match analyis per l’Inter – È una quantità impressionante di dati, che noi processiamo e da cui ricaviamo indicatori che poi condividiamo con lo staff tecnico della squadra. Le nostre informazioni vengono montate insieme a ritagli video delle partite e degli allenamenti e sintetizzate in un filmato che poi l’allenatore può esaminare e mostrare alla squadra”. Non solo: “Con questi dati – prosegue Giacalone – è possibile costruire un indice di pericolosità offensiva che è sostanzialmente la combinazione lineare di diverse variabili – per esempio le occasioni avute, il numero di cross, il possesso di palla, eccetera – e che misura in modo ‘oggettivo’, dopo la partita, qual è stata la squadra migliore”. Anche se vincere la partita è tutta un’altra storia: “Il calcio è uno sport molto diverso dagli altri, per esempio dal basket o dal baseball – dice ancora Di Febo – in quanto si tratta di un gioco continuo a punteggio basso: basta un singolo episodio, la palla che va dieci centimetri più in là o più in qua, a condizionare un’intera partita. È proprio per questa elevata ‘volatilità’ del gioco che fare previsioni è così difficile. Il basket, per esempio, è diverso: il caso può avere un certo peso nel mettere a segno un tiro, ma dato che complessivamente si segnano molti più punti è lecito aspettarsi – ed effettivamente è così – un effetto ‘grandi numeri’ che fa sì che quasi sempre vinca la squadra più forte”. 

I big data sono molto utili anche in fase di scouting: “Grazie a questi strumenti – dice Giacalone – siamo in grado di scaricare e analizzare i parametri di centinaia di calciatori e capire quali sono i migliori da acquistare, sia in termini economici che di caratteristiche tecniche. Possiamo affinare la ricerca fino a 3, 4 calciatori e poi indicare all’allenatore qual è il migliore”. Di Febo si occupa proprio di questo: “In questo momento abbiamo l’obiettivo di monitorare tutti i potenziali giocatori da nazionale – spiega – e stiamo facendo scouting sui calciatori dall’under 15 in poi, esaminando tutti i dati che ci arrivano dalle distinte delle gare: presenze, reti segnate, cartellini. In questo modo cerchiamo di individuare i nomi più interessanti e andarli a vedere di persona”.

C’è poi la questione degli infortuni, e anche in questo caso la tecnologia gioca un ruolo fondamentale: i dati raccolti dai calciatori, infatti, dicono molto sul loro stato di salute. “Se per esempio sappiamo che un giocatore in forma ha un’accelerazione di 35 m/s² – dice ancora Di Febo – e invece vediamo che in allenamento non riesce ad arrivare a quell’accelerazione, possiamo immaginare che potrebbe esserci qualcosa che non va. Siamo anche in grado di monitorare eventuali sforzi eccessivi e troppo ravvicinati e allertare lo staff tecnico che l’atleta potrebbe farsi male”. E infine tutta la parte corporate, che è un aspetto altrettanto rilevante nel calcio professionistico: “Possiamo fare previsioni e valutazioni, per esempio, sui bonus percepiti dai calciatori – spiega Giacalone – ma anche su quali sono le squadre dalle quali si compra (o si vende) di più, qual è la percentuale di giocatori stranieri e così via”.