Fysieke conditie, tactische systemen, rekrutering: data-analyse wordt steeds belangrijker, maar het Belgische voetbal lijkt wat achterop te hinken. ‘Veel clubs zagen te laat de meerwaarde ervan in.’
Data, cijfers, statistieken: de naam doet er niet toe, maar ze zijn steeds belangrijker geworden in de professionele en zelfs in de nietprofessionele sport. Het voetbal is op dat vlak zeker geen voorloper. In dat wereldje bestaat er heel wat onenigheid over hoe groot de impact ervan is en welke data er precies van belang zijn. Laat ons om te beginnen de definitie van ‘data’ bekijken. Het gaat om, zo staat te lezen op het wereldwijde web: ‘de objectief waarneembare neerslag of registratie van feiten, zodanig dat die uitgewisseld en voor langere tijd bewaard kunnen worden.’
Kortom, het begrip omvat heel veel. Stéphane Fernandes Medeiros, die trainersopleiding (UEFA A en UEFA B) geeft aan de ACFF (de Association des Clubs Francophones de Football, de vereniging van Franstalige voetbalclubs in ons land) vindt alvast dat niet alle data waardevol zijn. ‘Het aantal schoten tussen de palen, bijvoorbeeld, zegt weinig. De expected goals zijn veel objectiever.’ Die statistiek brengt heel wat meer parameters in rekening, bijvoorbeeld de positie van waaruit op doel gemikt wordt, het soort actie, of het om een schot dan wel om een kopbal gaat, et cetera. ‘Die gegevens zijn veel interessanter en betrouwbaarder’, aldus Fernandes Medeiros.
Vooral met betrekking tot fysieke conditie hebben data hun nut al bewezen en bestaat er bijgevolg meer unanimiteit. Volgens Dieter Peeters, performance analyst voor de nationale U16 en U17, ligt de objectiviteit van die gegevens aan de basis van de eensgezindheid. ‘Twintig jaar geleden kon een trainer zéggen dat een speler moe was, maar vandaag kan je het ook objectief meten en er honderd procent zeker van zijn.’ Elke beweging op het veld wordt immers geregistreerd.
Ook op tactisch gebied kunnen data op verschillende manieren aangewend worden, maar daarover zijn de meningen veel meer verdeeld. Will Still, assistent-trainer van Hernán Losada bij Beerschot, beschouwt de analyse van dat soort statistieken vooral als een ondersteuning van wat je als coach zelf constateert. ‘We hebben al een algemeen beeld en idee van wat we tijdens wedstrijden en trainingen zien. De data gebruiken we eerder als hulp om te bespreken wat goed en wat minder goed liep.’
De scoutingcellen bestaan meestal uit oud-spelers die vasthouden aan hun eigen gewoontes en methodes. Ze zien vaak niet in dat data-analyse hen kan helpen.’
Verrassende kwaliteiten
Soms brengen data verrassende kwaliteiten aan het licht. ‘Bij Sevilla constateerden ze dat Luuk de Jong op voorzetten die van rechts kwamen duidelijk veel gevaarlijker en efficiënter is dan op voorzetten vanop links. Daarom vroegen ze aan Jésus Navas om de bal zoveel mogelijk voor doel te brengen’, weet Maxime Dery, voormalig scout van AA Gent. Het resultaat: Sevilla won de finale van de Europa League tegen Inter Milaan, onder meer dankzij twee doelpunten van de Nederlandse centrumspits. Hij maakte beide goals na … een voorzet vanop rechts.
Om de volgende tegenstander te bestuderen kunnen data nuttig zijn, meent Dieter Peeters, maar het vertrekpunt blijft de analyse van de technische staf. ‘Veel trainers hebben geen statistieken nodig om te weten dat een ploeg gevaarlijk is met voorzetten vanop de flanken. De objectieve cijfers kunnen helpen om een bepaalde indruk te bevestigen, maar ik denk dat weinig clubs er zich op baseren om informatie in te winnen over de tegenstander.’
Ted Knutson, CEO en oprichter van StatsBomb, gespecialiseerd in analyse van voetbalstatistieken, is er nochtans van overtuigd dat je dankzij data een tegenstander veel scherper en gedetailleerder kunt ontleden. ‘Je kunt de sterktes en zwaktes van een andere ploeg écht kennen, je kunt weten op welke spelers je druk moet zetten, wat een bepaalde speler doet wanneer hij de bal ingespeeld krijgt op zijn mindere voet, enzovoort.’
Naast conditie en tactiek kunnen data ook een rol spelen in rekrutering. Het voornaamste voordeel volgens Stéphane Fernandes Medeiros is dat je een groter aantal spelers kan analyseren en toegang krijgt tot verschillende competities. ‘Vroeger kon je je daarvoor enkel baseren op rapporten van scouts. Nu beschik je over een enorme database en kun je scouts uitsturen naar spelers die voor jouw club interessante statistieken kunnen voorleggen.’
Maxime Dery gebruikte, toen hij voor AA Gent werkte, bijvoorbeeld data om het gevoel dat hij had bij verdediger Alexander Djiku te onderschrijven. ‘Hij speelde op dat moment bij Bastia ( momenteel voetbalt hij voor RC Strasbourg, nvdr) en ik merkte dat hij problemen ondervond qua positionering op voorzetten vanop links. De cijfers bevestigden dat het merendeel van de doelpunten die Bastia incasseerde na een fout van hem er kwamen na een center vanop de linkerflank.’
Ted Knutson verzekert: ‘Dankzij data kun je een slechte transfer vermijden. Zelfs al beperkt zich dat tot gemiddeld één enkele transfer, dan betekent dat nog dat er miljoenen euro’s worden uitgespaard.’
Virgil van Dijk als voorbeeld
Volgens Stéphane Fernandes Medeiros kan data-analyse erg belangrijk zijn voor het transferbeleid. ‘Een traditionele club zal een speler die 40 goals gemaakt heeft te allen prijze willen behouden, terwijl ze bij ‘moderne clubs’ dankzij data-analyse inzien dat die speler er eigenlijk maar 20 had mogen maken. Hij heeft een uitzonderlijk jaar gekend, het is het moment om hem te verkopen, denken ze daar.’
Het omgekeerde kan natuurlijk ook. ‘Denk maar aan Liverpool, samen met Midtjylland top qua data-analyse. Bij verscheidene van hun transfers werden de wenkbrauwen gefronst, denk maar aan Virgil van Dijk. 80 miljoen neertellen voor een verdediger, beschouwden velen als een grote vergissing, maar ondertussen zijn we het er allemaal over eens dat hij op zijn positie absolute top is en dat hij die investering waard was.’
Inhaalbeweging
In de eerste plaats dienen data als support van wat mensen zelf kunnen vaststellen, vindt Will Still. ‘Ze vergemakkelijken ons werk. Je kan grondigere, zeg maar betere, analyses maken.’ Volgens Jens Melvang, productmanager van Stats Perform, ‘concurrent’ van StatsBomb, zorgen de verstrekte gegevens voor meer objectiviteit in het beslissingsproces. ‘Een studie in de jaren negentig heeft aangetoond dat een trainer zich ongeveer 40 procent van de sleutelmomenten van een wedstrijd herinnert. Data verraden de échte feiten, niet gewoon een algemene indruk.’
Statistieken maken een efficiëntere wedstrijdanalyse mogelijk en ze zorgen er ook voor dat je de volgende wedstrijd in optimale omstandigheden kan voorbereiden. Trainers voorzien verschillende wedstrijdscenario’s en data helpen hen om de tegenpartij beter te begrijpen, maar soms doen zich onvoorziene omstandigheden voor, geeft Melvang toe. ‘Een rode kaart in het begin van de wedstrijd, bijvoorbeeld, gooit het vooropgestelde wedstrijdplan volledig overhoop.’
Dankzij data kun je een slechte transfer vermijden. Zelfs al beperkt zich dat tot gemiddeld één enkele transfer, dan betekent dat nog dat er miljoenen euro’s worden uitgespaard.’
Ondanks de voordelen, kun je niet stellen dat Belgische clubs overdadig gebruik maken van cijfermateriaal. ‘Toen ik bij AA Gent zat, werd er nauwelijks of niet over gepraat’, herinnert Maxime Dery zich. ‘Alleen Hein Vanhaezebrouck en Yves Vanderhaeghe werkten ermee.’ Voor Will Still ligt dat anders. ‘Overal waar ik kwam, werd er gebruik van gemaakt. Zowel bij Sint-Truiden, Standard, Lierse als nu bij Beerschot maakt data-analyse deel uit van de dagelijkse werking. Ik vermoed dat hetzelfde geldt voor Club Brugge, waar Eddy Rob physical coach is, en bij Antwerp, waar mijn broer Edward werkt.’
Toch blijft de Jupiler Pro League (ook) op dit vlak achterophinken in vergelijking met de Premier League of zelfs de Ligue 1. Jens Melvang nuanceert. ‘Wat er in Engeland gebeurt, heeft altijd vijf, zes jaar nodig om de Zuid-Europese landen te bereiken, maar ik mag stellen dat de Belgische clubs de laatste twee jaar aan een inhaalbeweging bezig zijn.’
Het verschil zit vooral in de omvang van de technische staf en de budgetten die nodig zijn om de technologie en de mensen in huis te halen. Data-analyse zit nog niet in de trainersopleiding, geeft Stéphane Fernandes Medeiros toe. ‘In de toekomst zal dat er allicht wel van komen, maar momenteel is de vraag nog niet groot. Dat neemt niet weg dat meerdere clubs er zich wel degelijk mee bezighouden. Dan denk ik vooral aan Club Brugge, AA Gent en Anderlecht, met dank aan Peter Verbeke. ‘
Vanwaar dan de terughoudendheid bij veel Belgische clubs? ‘Veel heeft te maken met de samenstelling van de technische staf’, vermoedt Maxime Dery. ‘De scoutingcellen bestaan meestal uit oud-spelers die vasthouden aan hun eigen gewoontes en methodes. Ze zien vaak niet in dat data-analyse hen kan helpen.’
Een extra hinderpaal is waarschijnlijk ook dat de cijfergegevens op zich weinig zeggen, je moet ze ook nog juist interpreteren. Dieter Peeters preciseert: ‘Als een aanvaller tien kansen mist en twee keer raak schiet, wat houdt dat dan in? Heeft hij een goede wedstrijd gespeeld of niet? Het gevoel bij de trainersstaf zal niet altijd hetzelfde zijn als wat de statistieken vertellen.’ Bovendien lenen niet alle spelfases zich even goed tot analyse. Aanvallende acties zijn gemakkelijker te ontcijferen door de factor ‘afwerking’. ‘Het is inderdaad minder evident om de verdedigende cijfers juist in te schatten’, vult Jens Melvang aan. ‘Je moet rekening houden met de spelstijl van de tegenstander, de defensieve kwaliteiten van elke speler, positiewissels et cetera. Het aantal variabelen is met andere woorden groter, wat de zaak gecompliceerder maakt.’
Een trainer herinnert zich ongeveer 40 procent van de sleutelmomenten van een wedstrijd. Data verraden de échte feiten, niet gewoon een algemene indruk.’
In tegenstelling tot bijvoorbeeld American football of baseball, waar gegevensanalyse gemeengoed is, is voetbal een ‘vloeiende sport’, waarbij het moeilijk te bepalen valt wanneer een actie precies begint of eindigt. Voetbal is geen exacte wetenschap, stipt Will Still aan. ‘Voetballers zijn geprogrammeerd om fouten te maken. De oncontroleerbare factoren nemen geregeld de bovenhand op wat statistieken als controleerbaar naar boven kunnen brengen.’
Of nog: in voetbal heerst vaak emotie en komen verrassingen veelvuldig voor. Niet zelden beïnvloedt emotionele betrokkenheid de perceptie. ‘Denk maar aan de wedstrijd tussen België en Brazilië tijdens het WK 2018’, vertelt Fernandes Medeiros. ‘Iedereen zegt dat België een uitzonderlijke match gespeeld heeft, maar als je de expected goals bekijkt, dan kom je tot een andere vaststelling. Voor België lag dat cijfer op 0,37, voor Brazilië op 2,28. Speel je die wedstrijd honderd keer, dan is het misschien de enige keer dat België kan winnen, want Brazilië creëerde veel meer echte doelkansen.’
Achterstand
Data analyseren staat niet synoniem voor een kristallen bol bezitten. Daarom noemt Ted Knutson het ‘informatie die een proces in gang kan zetten. Liverpool heeft ooit een doelpunt geslikt doordat de bal afweek op een strandbal die op het veld was terechtgekomen. Wie kan zoiets voorzien? Soms komt er ook een dosis geluk kijken bij een overwinning. Je moet de data dus aanwenden om de globale prestatie te beoordelen, zelfs als je veel kansen creëerde, het veldoverwicht had en de bal monopoliseerde. Je moet de informatie filteren en je concentreren op zaken die zich vaker voordoen.’
Om op lange termijn te denken, moet een solide basis gebouwd worden. Dat kost tijd, een variabele die in de voetbalwereld moeilijk ligt. Clubs zijn al te vaak op zoek naar snel resultaat. Dieter Peeters beaamt: ‘Je moet de mogelijkheid hebben om de cijfers in zijn juiste context te plaatsen en dat is niet gemakkelijk binnen een club die constant verandert. Hoeveel trainers blijven drie jaar of langer bij dezelfde club?’ Will Still voegt eraan toe: ‘In Engeland heeft een club soms wel vijf of zes analisten en drie, vier physical coaches. Dat maakt de taken een stuk eenvoudiger, waardoor je statistieken doelgerichter kunt gebruiken.’
Het gevoel bij de trainersstaf zal niet altijd hetzelfde zijn als wat de statistieken vertellen.’
Anders gezegd, het is vaak een kwestie van financiële middelen, waarover clubs in de Premier League meer beschikken dan die in de Jupiler Pro League. Die conclusie dient echter genuanceerd te worden. Het Deense Midtjylland wordt beschouwd als een voorbeeld qua data-analyse. ‘Hun jeugdopleiding is uitstekend, ‘ verklaart Ted Knutson, ‘maar nog belangrijker: ze durven zaken in twijfel te trekken en gaan niet uit van de veronderstelling dat ze alles al weten. Ze staan er ook open voor om verschillende spelsystemen uit te proberen in functie van wat de data hen vertellen. Hun expertise stelde hen ook in staat om interessante spelers aan te trekken. Denk maar aan Alexander Sorloth, wiens statistieken de analisten opgevallen waren. Aan zijn transfer hebben ze nadien een uitstekende zaak gedaan.’
Data-analyse heeft de transfermarkt doen evolueren, maar binnen afzienbare tijd zullen er andere voordelen uit gehaald moeten worden, meent Knutson. ‘Wanneer alle clubs data analyseren, zal het moeilijker worden om het verschil te maken op de transfermarkt. Dan zullen de statistieken gebruikt moeten worden om trainings- en opleidingsmethodes te verbeteren.’
‘Veel Belgische clubs zagen, vrees ik, te laat de meerwaarde in van data-analyse’, besluit Fernandes Medeiros. ‘In plaats van voorsprong te nemen ten opzichte van de andere landen, moeten we proberen een achterstand in te halen.’
Fout opgemerkt of meer nieuws? Meld het hier
