Il team italiano che ha vinto l'hackathon del Manchester City

Abbiamo parlato con il team di italiani che ha fatto incontrare i big data con il calcio del Manchester City.

|
set 2 2016, 8:58am

Immagine: Shutterstock

Da bambino ho avuto una sincera passione per il calcio. Sono cresciuto negli anni novanta con un padre milanista e ho goduto del dinamismo esagerato del calcio totale degli olandesi guidati da Arrigo Sacchi. Mi sono affezionato ai calci volanti di Zvonimir Boban contro la polizia federale jugoslava e non ho mai dimenticato l'upper cut di Seba Rossi contro Christian Bucchi in un Milan-Perugia che diede il via alla carriera di Abbiati.

Il giorno in cui Zvonimir Boban decise di dare il via all'indipendenza Croata.

Detto questo, sono sempre stato quello che nei campetti di periferia veniva scelto per ultimo. È una questione che non ho mai digerito, ma nonostante ciò durante la mia adolescenza decisi di tirare dritto e rimanere sul campo: divenni un arbitro AIA.

In quel breve periodo da "sportivo" decisi di facilitare le mie partite andando a vedere una settimana prima le squadre che avrei dovuto arbitrare. Mi mettevo fuori il campo, tra i pochi spettatori presenti. Avevo un taccuino nel quale segnavo le aree di gioco ed i movimenti dei ragazzi, sperando che i pattern si ripetessero la settimana successiva. In quel modo, avrei potuto prevedere un po' dove correre di più o di meno, o maggiore consapevolezza sugli istinti omicidi dei singoli terzini.

Andò a finire che alla terza partita nella categoria Giovani decisi di ritirarmi: non ero in grado di sopportare tutte quelle offese nei confronti di mia madre. In compenso ero un acuto giocatore di Scudetto e delle prime versioni di Football Manager. La fissazione per il calcio e la capacità di poter diventare "il miglior allenatore al mondo" di Scudetto negli anni hanno lasciato il posto ad altri interessi, ma quest'estate sulla Gazzetta dello Sport lessi di "tre nerd" che avevano dato a Pep Guardiola l'algoritmo segreto per vincere il campionato con il suo Manchester City.

#hackmcf è un hackathon in cui i partecipanti sono chiamati a trovare nuovi modi per interpretare i dati di gioco del Manchester City.

Facciamo un passo indietro. Gli hackathon sono eventi che radunano attorno a loro personalità come grafici, sviluppatori, designer e semplici appassionati e a cui viene assegnato loro loro un obiettivo ben preciso: sviluppare un applicazione in un determinato periodo di tempo (spesso tra le 48/72 ore), con finalità sempre differenti.

Gli hackathon negli ultimi anni hanno invaso i settori più disparati, e quest'estate il Manchester City ha avuto la bella idea di inaugurare l' #hackmcf, un hackathon in cui i partecipanti sono chiamati a trovare nuovi modi per interpretare i dati di gioco del Manchester City.

Esistono alcune hackathon leggendarie, alle quali solo gli eletti dotati di quozienti intellettivi oltreumani possono partecipare. Il PennApps dell'Università della Pennsylvania ad esempio, o l'HackMIT.

Arriviamo al punto: i big data ormai sono sulla bocca di tutti, molti li citano senza neanche sapere cosa siano, odorano di soldi e sono entrati anche nel mondo del pallone passando per Manchester. Il team che si è aggiudicato il Player's Awards era composto dagli unici italiani presenti alla jam ed un elemento inglese. Uno di questi, Gian Piero Cervellera, insegna Informatica Applicata all'Università di Siena e da qualche tempo manda avanti il progetto Football Intelligence.

Diego De Angelis: Professore, Football Intelligence è un'azienda che sviluppa modelli matematici utili per il calcio. Se dovessimo definirla con poche parole, "basterebbe" affermare che quello che fate è grado di mangiare una grande quantità di numeri, dati, statistiche e di rielaborarli in una pietra filosofale utile all'allenatore... mi sbaglio?

Gian Piero Cervellera: No, non si sbaglia: ciò che facciamo è elaborare i tantissimi dati che abbiamo dopo tutti gli eventi sportivi in funzione di ciò che l'allenatore vuole. Alcuni allenatori prediligono elaborazioni sui flussi di gioco storici (reali) ed attesi (simulati), altri sul monitoraggio delle performance dei propri giocatori e degli avversari, altri ancora richiedono simulazioni tattiche per valutare l'inserimento di nuovi giocatori in rosa (calciomercato).

Come si diventa ottimi analisti?

"A mio parere, per essere un analista, indipendentemente che sia sportivo o meno, è necessaria una solida base statistica unita alla programmazione. Se poi l'interesse scientifico si sposta verso il mondo dello sport, come negli altri del resto, l'analista deve essere sempre comunque coadiuvato da esperti nel settore."

Ho letto che a differenza della business intelligence, legata alla statistica descrittiva, il sistema dei Big Data utilizza la statistiche inferenziale ed i sistemi non lineari. Sostanzialmente cosa cambia? Da quello che ho intuito il sistema Big Data permette una maggiore capacità di previsione. Credo che da questo punto di vista entri in gioco la questione euristica, una branca dello studio degli algoritmi che trovo sia molto affascinante.

Non solo, esiste anche una relazione tra Big Data e machine learning, l'apprendimento automatico. Le due materie spesso sono inserite nei discorsi dedicati alla questione della robotica e dell'intelligenza artificiale.

Dunque: facciamo un po' di chiarezza. Business intelligence è un modo per dire di utilizzare dati a fini di business. Questi possono essere letti e riportare statistiche descrittive oppure possono essere elaborati per fare inferenza. Esiste tutto un mondo di modelli per fare inferenza, questo mondo prende il nome di data mining. La machine learning così come i modelli di apprendimento lineari e non lineari (e ne esistono moltissimi altri) sono tutti appartenenti a questo mondo del data mining che più dati ha da lavorare meglio impara e riesce a simulare. Quando i dati sono veramente tanti si parla di Big Data.

Quando si costruisce un sistema che impara e prevede si parla di robotica. Questo per dire che se nella business intelligence si utilizza il data mining si possono costruire dei modelli matematici che riescono a prevedere, quindi dei Robot.


Onde evitare di scrivere fandonie ho chiesto al secondo italiano del team, Mario Savo, che è laureato in economia ed un esperto di calcio a 360 gradi la definizione di match analisys, "Si tratta dell'analisi oggettiva di una partita (nel nostro caso, di calcio, ma è applicabile ad ogni sport di squadra), sotto il profilo tecnico-tattico e sotto quello statistico-quantitativo. Si suddivide in notational analysis, o analisi notazionale, e motion analysis, ovvero analisi del moto," mi spiega.

"La prima fa riferimento alle costanti tecnico tattiche rilevabili nell'arco del match, evidenziate dal punto di vista della distribuzione di frequenza e, qualitativamente, sotto l'aspetto della qualità del gesto tecnico-tattico. La motion invece fa riferimento all'analisi di un corpo (giocatore o palla) in movimento, ne disegna direzioni, andamenti e modalità," continua Mario.

"Nel calcio, i primi esempi pionieristici li abbiamo in Inghilterra a fine 800 quando i primi manager (allenatori) prendevano appunti su pezzi di carta di fortuna circa il numero dei passaggi, lanci, tiri delle proprie squadre. Tuttavia solo dagli anni 50 e 60 si sviluppa con maggior vigore e con una base scientificamente mirata. Si pensi a personaggi come Charles Reep, Valerij Lobanovsky."

Perché avete vinto? Il vostro premio è inoltre quello dei partecipanti, che è praticamente un sinonimo di qualità del prodotto che avete dato.

Non saprei risponderti. Dovresti chiederlo a tutti gli analisti finalisti che hanno votato il nostro progetto come il migliore tra quelli presentati. Io mi sono fatto un'idea, oltre ad avere elaborato uno dei modelli di performance analysis più completi e elaborati tra quelli presentati a Manchester, eravamo un gran bel gruppo, c'erano le giuste competenze e abbiamo lavorato in modo molto affiatato, ognuno occupandosi delle peculiarità che concernevano il proprio percorso di studi e la propria professionalità, trovando nel confronto e nelle diversità di background una ricchezza. Ed è il lavoro di squadra che ci ha portato così lontano.

Io, in qualità di Presidente dell'AIAPC (Associazione Italiana Analisti di Performance Calcio) o Assoanalisti, la prima associazione di categoria dedicata alla rappresentanza della professione nel nostro Paese, posso dirti che la Performance Analysis è una funzione nella quale deve convergere l'esperienza di professionalità diverse: i tattici calcistici sono solo una piccola parte, poi ci sono gli statistici, i matematici, gli informatici e i programmatori, gli ingegneri di database, ecc. Il Performance Analyst è una figura ibrida, non un allenatore calcistico, almeno non per forza, perché le competenze tattiche sono solo una piccola parte di skills che la figura deve possedere."

Con Guardiola le cose sono andate avanti?

Per ora siamo in contatto con il team di Performance Analysis del Manchester City. Il giorno in cui abbiamo ricevuto il Players Player Award, lo staff dei Citizens ha espresso la volontà di voler continuare a sviluppare insieme a noi il nostro modello. Vedremo come si implementerà questa collaborazione nei prossimi mesi.


Infine, ho fatto due chiacchiere al telefono con Matteo Consonni, altro membro del team—chiacchiere che si sono rivelate interessanti, il discorso sul calcio ha preso il largo ed ha lasciato il posto alle sue esperienze accademiche e lavorative in Olanda.

In Inghilterra la match analisys e i Big Data attirano le attenzioni di una squadra con il City. In Italia la questione è ancora non affrontata. Questo secondo te è dato da filosofie calcistiche differenti o c'è altro?

Ultimamente c'è questo trend dei Big Data che si sta espandendo a macchia d'olio da un campo all'altro. Ad esempio, nell'Università dove lavoro, i Big Data sono entrati nel campo della sicurezza. Essendo il calcio un business immenso, è stato toccato... ma è solo questione di tempo, il futuro è tutto lì, collegato all'utilizzo di questi dati. E nel calcio è inevitabile per migliorare le prestazione, e quindi i profitti.

Da quanti anni è entrato nel mondo del calcio questo approccio? Da ragazzino ero un appassionato di Football Manager e Scudetto, ho l'impressione che ci sia un filo rosso che collega i miei anni passati sul database di quel videogioco e quello che avete fatto a Manchester."

È vero. Sto seguendo la questione della Match Analisys su Internet, e Football Manager è spesso utilizzato come un esempio. Sai, non per forza un gioco deve essere un semplice gioco. C'è tutta una branca della disciplina che si chiama Behaviour Design, e che studia come adattare gli strumenti tecnologici al comportamento umano. Una delle tecniche più utilizzata è quella della gamification, e non mi viene difficile immaginare una piattaforma videoludica che viene utilizzata dai professionisti del match analysis.