ThaiPublica > เกาะกระแส > Big Data ปัจจัยนอกสนาม ที่ปฏิวัติโฉมหน้าใหม่ของการแข่งขันฟุตบอล

Big Data ปัจจัยนอกสนาม ที่ปฏิวัติโฉมหน้าใหม่ของการแข่งขันฟุตบอล

28 พฤศจิกายน 2022


รายงานโดย ปรีดี บุญซื่อ

ที่มาภาพ : https://www.fifa.com/social-impact/sustainability/news/fifa-world-cup-tm-organisers-and-fans-join-together-to-support-climate-action

ขณะที่การแข่งขันฟุตบอลโลก 2022 กำลังดำเนินไปอย่างดุเดือดในกาตาร์ แต่ก็มีการดำเนินการที่สำคัญสุดอีกอย่างเกิดขึ้นนอกสนามฟุตบอล ทุกทีมฟุตบอลต่างกำลังประมวลข้อมูลอย่างหนัก เรื่องการวิเคราะห์แนวโน้มการทำประตูจากการยิงลูกโทษ ในกรณีที่หลังจากจบการแข่งขันแล้วทั้งสองทีมเสมอกัน การวิเคราะห์แนวโน้มการได้ประตูจากการยิงลูกโทษ ซึ่งเป็นเหตุการณ์หนึ่งของการแข่งขัน เป็นเพียงส่วนหนึ่งของการปฏิวัติที่กำลังเกิดขึ้นในสโมสรฟุตบอลขนาดใหญ่ที่มีฐานะร่ำรวย

แผนกวิจัยของ Liverpool

หนังสือ Soccernomics (2022) เขียนไว้ว่า ปี 2015 สโมสรฟุตบอล Liverpool กำลังมองหาโค้ชคนใหม่ ทางสโมสรใช้วิธีการสรรหาแบบเดียวกับที่สโมสรฟุตบอลอื่นดำเนินการ ในเวลานั้น Jurgen Klopp ของสโมสร Borussia Dortmund ยังไม่ใช่ตัวเลือก เพราะทีมของเขาอยู่อันดับ 7 ในการแข่งขัน Bundesliga

แต่ Ian Graham ที่จบปริญญาเอกด้านฟิสิกส์จากเคมบริดจ์ และเป็นผู้อำนวยการแผนกวิจัยของ Liverpool ได้ข้อสรุปว่า ผลงานที่น่าผิดหวังของ Dortmund ในฤดูกาลที่ผ่านมา ไม่ใช่ความผิดของ Klopp จากการวิเคราะห์ข้อมูล ผลงานของทีม Dortmund ควรจะอยู่อันดับ 2 แต่จากการวิเคราะห์ข้อมูล (data analytics) ได้ผลออกมาที่โน้มนำให้เลือก Klopp มาเป็นโค้ชของ Liverpool

ปี 2017 นักวิเคราะห์ข้อมูลของ Liverpool ก็โน้มน้าวให้ Klopp เซ็นสัญญากับ Mo Salah นักฟุตบอลในตำแหน่งปีกชาวอียิปต์ จากสโมสร Roma ผู้บริหารของ Liverpool บอกว่า นักวิทยาศาสตร์การกีฬาของ Liverpool มองเห็นอะไรบางอย่างในตัว Salah ทำให้เขาอยู่ในอันดับต้นๆ ของนักฟุตบอลที่ Liverpool ต้องการตัว

นักวิเคราะห์ข้อมูล Liverpool ไม่ได้ดูแค่ความสามารถเฉพาะตัวของ Salah แต่ยังดูเรื่องการเล่นของเขาว่าจะเข้าขากับนักฟุตบอลคนอื่นหรือไม่ ภาษา Big Data เรียกว่า Covariance หรือความสัมพันธ์ระหว่างตัวแปรสองอย่าง ตัวอย่างเช่น การเล่นเข้าขากันระหว่างศูนย์หน้ากับปีก

ทางนักวิเคราะห์ข้อมูล Liverpool เห็นว่า Salah จะเล่นเข้าขากันกับ Roberto Firmino ศูนย์หน้า Liverpool ต่อมาหลังจาก Mo Salah มาเล่นกับ Liverpool แล้ว ในปี 2019 Liverpool ชนะเลิศฟุตบอล Champions League และในปี 2020 Liverpool สามารถชนะเลิศ Premier League เป็นครั้งแรกในรอบ 20 ปี

Soccernomics บอกว่า นักวิทยาศาสตร์ข้อมูลกีฬาของ Liverpool ไปไกลกว่าเรื่องสถิติการเล่นของนักฟุตบอลเป็นรายๆ แต่กำลังพยายามสร้างตัว “โมเดลการเล่นฟุตบอล” เหมือนโปรแกรมการเล่นเกมหมากรุก Liverpool ยังไม่ยอมเปิดเผยความลับในเรื่องนี้ แตกต่างจากที่เคยเปิดเผยความสำเร็จของการเซ็นสัญญาจ้าง Klopp และ Salah

ที่มาภาพ : https://www.amazon.com/Soccernomics-2022-World-Cup-Billionaire/

อิทธิพลจาก Moneyball

กรณีที่ข้อมูลทำให้เกิดการปฏิวัติเปลี่ยนแปลงครั้งใหญ่ต่อวงการต่อกีฬา มาจากเหตุการณ์ที่เกิดขึ้นในกีฬาเบสบอล ในปี 2003 Michael Lewis เขียนหนังสือชื่อ Moneyball ออกมา โดยให้รายละเอียดว่า ทำไม Oakland Athletics สามารถชนะเบสบอลในปี 2002 ทั้งๆ ที่เป็นทีมที่มีงบประมาณจำกัด Bill Beane ผู้จัดการทีมคัดเลือกนักเบสบอล โดยอาศัยข้อมูลจากผลงานผู้เล่นแต่ละคน

หนังสือ Moneyball บอกว่า ภูมิปัญญารวมที่เกิดจากภายในกลุ่มเกี่ยวข้องกีฬาเบสบอล เช่น นักกีฬา ผู้จัดการ โค้ช หรือแมวมอง อาจจะล้าสมัยไปแล้ว ก่อนหน้าการนำเอาระบบการวิเคราะห์ข้อมูลมาใช้ ทีมกีฬาอาศัยพวกแมวมองในการค้นหาและประเมินความสามารถนักกีฬา พวกแมวมองมักเคยเป็นโค้ชหรือนักกีฬามาก่อน

แต่ฝ่ายจัดการของ Oakland Athletics สามารถอาศัยวิธีการวิเคราะห์ข้อมูล มารวมทีมนักกีฬา ได้ตัวนักกีฬาที่ตลาดประเมินค่าต่ำกว่าที่เป็นจริง ในการแข่งขัน Major League Baseball 2002 ทีม Oakland Athletics สามารถเอาชนะทีมคู่แข่งที่ร่ำรวยอย่าง New York Yankee ที่มีรายจ่ายค่าตัวทีมเบสบอลรวมกันมากถึง 125 ล้านดอลลาร์ แต่ Oakland Athletics มีใช้งบประมาณทีมกีฬาแค่ 44 ล้านดอลลาร์

แนวคิด Expected Goals (xG)

หนังสือ Soccernomics เขียนเล่าไว้ว่า ปี 2022-2012 Hendrik Almstadt หัวหน้าฝ่ายพัฒนาธุรกิจของสโมสร Arsenal เสนอให้ Arsene Wenger ผู้จัดการทีมซื้อ StatDNA บริษัทวิเคราะห์ข้อมูลกีฬาในสหรัฐฯ โดยบอกว่า ข้อมูลการวิเคราะห์ที่ดี จะช่วยทีม Arsenal หลีกเลี่ยงการเซ็นสัญญานักฟุตบอลที่ผิดพลาดได้

Arsenal ใช้เงินไป 4 ล้านดอลลาร์ซื้อ StatDNA ทำให้ Arsenal ได้ข้อมูลการประเมินนักฟุตบอลแต่ละคน เช่น กองหลังแต่ละคนปล่อยให้กองหน้าอีกฝ่ายบุกเข้ามาได้กี่ครั้ง ระดับความเหนื่อยล้าของนักฟุตบอลแต่ละคนในแต่ละเกม และที่สำคัญ StatDNA ใช้โมเดลการวิเคราะห์ข้อมูลฟุตบอล เรียกว่า “ประตูคาดหมาย” หรือ Expected Goals (xG) ที่ประเมินโอกาสที่นักฟุตบอลคนหนึ่ง จะยิ่งประตูได้มากน้อยเพียงใดในสถานการณ์หนึ่ง

แนวคิด “ประตูคาดหมาย” เป็นเรื่องที่สามารถเข้าใจได้ง่าย การยิงประตูคือหัวใจสำคัญของเกมฟุตบอล ทีมที่ยิงประตูมากสุดคือผู้ชนะ ทักษะสำคัญของทีมฟุตบอลคือ ความสามารถในการการยิงประตู ทีมฟุตบอลสามารอาศัยโมเดลประตูคาดหมายมาวัดความสามารถนักฟุตบอลกองหน้าแต่ละคน ที่จะทำให้การยิงประตูแต่ละครั้งกลายมาเป็นประตูขึ้นมา

เว็บไซต์ theanalyst.com อธิบายได้ดีถึงความหมายของคำว่า “ประตูคาดหมาย” คือ “การประเมินคุณภาพของโอกาสในการทำประตู ในจุดใดจุดหนึ่งในเขตจุดโทษ ระหว่างการเล่นช่วงใดช่วงหนึ่ง” โอกาสดังกล่าวมาจากการประเมินของหลายปัจจัย ก่อนที่จะมีการยิงประตูเกิดขึ้น

มาตรส่วน (scale) ของโอกาสทำประตูอยู่ระหว่าง 0-1 โดย 0 หมายถึงไม่มีทางที่จะยิงประตูได้เลย กับ 1 คือโอกาสที่คาดหมายการยิงได้ประตูแน่นอนจากนักฟุตบอล หากการยิงประตูถูกประเมินค่าที่ 0.01 หมายความว่า โอกาสทำประตูคือ 1 ใน 100 หรือมีโอกาสแค่ 1% เท่านั้น

ปัจจัยสำคัญที่มีอิทธิพลในการทำ “ประตูที่คาดหมาย” ประกอบด้วย (1) ระยะห่างจากประตู (2) การทำมุมกับประตู (3) กรณีตัวต่อตัว (4) โอกาสสำคัญ (5) ส่วนของร่างกาย เช่น ทำประตูจากการโหม่งหรือยิงด้วยเท้า (6) ลักษณะการรับลูกต่อ และ (7) รูปแบบการเล่น เช่น จากการเตะมุม หรือลูกฟรีคิก

การใช้โมเดลประตูคาดหมาย มีความสำคัญต่อเกมฟุตบอล เพราะการแข่งขันฟุตบอลจะทำประตูเฉลี่ยแค่ 2.5 ประตู การแข่งขันจำนวนมากผลออกมามักเสมอกัน และหลายครั้งชนะกันแค่ประตูเดียว ดังนั้น การมีโอกาสทำประตูครั้งหนึ่ง จึงมีความหมายสำคัญมากในเกมฟุตบอล เพราะเพียงแต่ประตูเดียว อาจหมายถึงการชนะการแข่งขัน

ในจุดนี้ การวิเคราะห์โมเดลประตูคาดหมาย จึงมีบทบาทสำคัญ เช่น วิเคราะห์ความสามารถนักฟุตบอลในการทำประตู เมื่ออยู่ในเขตอันตราย และใช้โอกาสนั้นได้ดีมากน้อยแค่ไหน โมเดลประตูคาดหมายยังช่วยลดและขจัดการวิเคราะห์การทำประตูของนักฟุตบอล จากการอาศัยปัจจัยสุ่ม (random factor)

ที่มาภาพ : fifa.com

หนังสือ Soccernomics ยังบอกว่า ความสวยงามของโมเดลประตูคาดหมาย ยังเป็นวิธีการที่ดีในการจัดอันดับนักฟุตบอล แม้ว่าจะไปเน้นหนักนักฟุตบอลกองหน้าก็ตาม เพราะกองหน้าถือเป็นผู้เล่น ที่มีค่าที่สุดของทีมฟุตบอล แต่ก็สามารถนำมาใช้กับทีมฟุตบอลทั้งทีมได้เช่นเดียวกัน โมเดลประตูคาดหมายยังสามารถนำมาใช้ประเมินความสามารถของทีมในการป้องกันประตู เช่น ความสามารถของผู้รักษาประตู หรือความสามารถของผู้เล่นแต่ละคนในการช่วยทำประตู

ตามปกติ เมื่อคนทั่วไปดูฟุตบอลมักคิดว่าตัวเองเห็นเกมการแข่งขันอะไรบางอย่าง เช่น ทีมฟุตบอลหนึ่งครองการเล่นฟุตบอลส่วนใหญ่ แต่ยิงประตูไม่ได้ ที่ผ่านมา คนดูไม่สามารถมีหลักฐานมาพิสูจน์ที่ตัวเองมองเห็นและเข้าใจ ระบบการประเมิน “ประตูคาดหมาย” ทำให้คนดูฟุตบอลมีความเข้าใจดีขึ้นและแม่นย่ำมากขึ้นในคุณภาพการเล่นฟุตบอล จากเดิมที่อาศัยแค่จำนวนการยิงประตู และการครองลูกฟุตบอล

เอกสารประกอบ

Soccernomics, Simon Kuper and Stefan Szymanski, Bold Type Books, 2022.
What Are Expected Goals (xG)?, July 21, 2021, theanalylist.com