L’analisi dei dati per decidere nel calcio e nel business

Analisi dei dati e sport: due delle mie passioni. Negli ultimi mi sono riavvicinato al calcio perché, oltre a discutere e a praticare un sano sfottò con gli amici, è iniziata la trasformazione verso un maggior utilizzo di dati e statistiche.

L’analisi dei dati nello sport

La rivoluzione nel calcio è stata un po’ più lenta rispetto ad altri sport (es. basket o baseball con libri e film come Moneyball), a causa delle caratteristiche del gioco, fatto prevalentemente di eventi – i goal – che raramente accadono durante una partita. In basket, volley o tennis, i canestri o i punti sono molto più frequenti: si possono individuare più velocemente pattern e modelli previsionali robusti.
Nel campo degli eventi rari la statistica comune – quella con la curva a campana – fa fatica. Gli analisti hanno dovuto trovare altre strade, dato che si stima che un buon risultato di una partita tra due squadre di livello simile dipenda perfino al 50% dal famoso fattore C” (vedi “Tutti i numeri del calcio”).
La bravura di un allenatore, di un giocatore o della squadra stessa sta nel creare le condizioni migliori per segnare, massimizzando le poche vere occasioni che possono capitare. Negli ultimi anni, le statistiche si sono evolute: al momento, tra gli indicatori più utilizzati per valutare complessivamente una squadra o un giocatore, ci sono gli “Expected Goals” o xG.

Gli xG partono dal presupposto che fai goal solo se tiri in porta: in pratica, si contano i tiri effettuati e ad ognuno di essi viene assegnata una probabilità di fare goal, in base ad una serie di fattori e algoritmi propri di ogni società specializzata (posizione, presenza di un avversario nei pressi dell’attaccante, tipo di azione…). Se volete approfondire l’argomento, ecco alcuni spunti:

• Cosa sono gli Expected Goals
• Come calcolare l’efficacia offensiva con la Match Analysis

Giusto per attirare le ire dei milanisti, qui sotto è riportato il calcolo degli xG per Milan-Juve del 28/10/2017. In termini di xG il Milan “avrebbe dovuto” vincere per 1-0, mentre in realtà ha perso per 0-2.

Credits Caley Graphics

Cosa significa questo? Che avere in squadra dei campioni come Higuain è fondamentale per vincere (oltre al fattore C), perché è in grado di trasformare 2 tiri con probabilità molto bassa in goal, cosa non riuscita ai milanisti.
Gli xG sono un esempio di utilizzo intelligente dei dati: una metrica direttamente legata all’unico obiettivo del gioco del calcio, cioè fare goal.
Su cosa si basano?

• Semplicità: è una metrica abbastanza semplice da comprendere (i goal ipotetici in base ai tiri realizzati)
• Sintesi: è un singolo numero
• Confrontabilità: lo posso confrontare con il risultato finale, con le partite precedenti, con gli avversari
• Utilità in fase di decisione: le considerazioni che si possono trarre dal confronto tra xG e goal reali offre argomentazioni solide per decisioni importanti

Negli articoli, nelle trasmissioni o nei forum sportivi degli xG non c’è traccia.

Vengono elencate variabili non direttamente correlate con il risultato (vedi “Tutti i numeri del calcio”), ovvero:

• numero di falli
• calci d’angolo
• fuorigioco millimetrici
• percentuale di possesso palla

Inoltre, ai pochi che citano gli xG viene risposto che “le statistiche non valutano gli aspetti fondamentali del calcio: l’intuizione, il senso del goal, lo stato di forma…”, come se una cosa escludesse l’altra.

Tornando al caso “Milan-Juve”, gli xG misurano e condensano in un numero (quasi) tutti gli aspetti fondamentali, che altrimenti non sarebbero misurabili e rimarrebbero solo un’opinione, diventando di estremo interesse per coloro che devono decidere se spendere 90 milioni per un attaccante.
Forum e trasmissioni sportive pullulano di opinionisti che usano i dati poco e male, mentre i professionisti, coloro che fanno del business con il calcio, usano gli analytics quotidianamente per monitorare i giocatori, decidere la campagna acquisti, scommettere sul risultato.

Scopri come abbiamo fatto l'analisi dei dati nel progetto EUROCONFERENCE

L’analisi dei dati per il tuo business

Nelle realtà aziendali spesso succede la stessa cosa. Durante alcuni meeting dove si discutono gli elementi fondamentali della strategia di marketing (brand, payoff, visual, piano marketing, numero di post, awareness ecc.), non viene posta la stessa attenzione nel definire le metriche e i sistemi per raccogliere e costruire degli indicatori rilevanti, così da comprendere come e quanto il marketing contribuisce alla creazione di business aziendale.

Come nello sport, le decisioni importanti non possono essere lasciate alle sole opinioni o utilizzando delle metriche gratificanti ma inutili. È come se la campagna acquisti fosse messa in mano ad un opinionista sportivo.

Se vogliamo innalzare il nostro livello dobbiamo adottare degli indicatori intelligenti, semplici, sintetici e che offrano la possibilità di essere utilizzati per approfondire e costruire valutazioni solide.

Il corretto utilizzo e interpretazione dei dati è un elemento fondamentale da includere nel nostro dibattito, soprattutto per un marketing orientato sempre di più verso gli outcome di business.
Sicuramente uno dei motivi di questa carenza di attenzione sull’utilizzo di indicatori intelligenti è che l’argomento è percepito come complicato. Serve il giusto mix di cultura, forma mentis, dominio di business: competenze che difficilmente sono contemporaneamente sullo stesso tavolo di lavoro.
In situazioni come queste dovrebbe essere sempre presente una componente “Analytical Thinking”, per arricchire la discussione con:

• Modalità di lavoro sistematiche e logiche
• Problem solving creativo, esplorando alternative da diversi punti di vista
• Collegamento tra ambiti apparentemente differenti
• Valutazione di pro e contro di ogni soluzione nello specifico contesto
• Unione dei puntini per individuare i pattern sottostanti
• Utilizzo di modelli decisionali le cui variabili sono esplicite
• Astrazione del contesto per portare valore nell’intero sistema-azienda

L’analista dovrebbe anche fare il “lavoro sporco”: rendere il più facile possibile la traduzione dei numeri in risultati significativi per aiutare i decision maker ad affrontare le tipiche domande:

1. Come posso far crescere il mio business?
2. Quali sono le iniziative da intraprendere nei prossimi 2 anni?
3. Quali sono le mie principali preoccupazioni nel business?
4. Come posso valutare il successo delle mie iniziative?

Nelle prossime settimane approfondirò altri temi legati ai dati e ai modi per semplificare questi concetti, ma se intanto vuoi dirmi cosa ne pensi ci potremmo dare una mano.