N.B. Het kan zijn dat elementen ontbreken aan deze printversie.
Floris Goes-Smit past data-analyse toe in het profvoetbal om de vingerafdruk van een succesvolle aanval te vinden.
‘Hoe creëren we een succesvolle aanval? Hoeveel moeten we voor een transfer betalen? En wie moeten we scouten? Floris Goes-Smit (31) zocht naar antwoorden. Hij vindt ze niet langs de lijn, maar achter de computer. Met behulp van positiedata analyseert hij professionele voetbalteams als complexe, dynamische systemen.
Als wij naar een voetbalwedstrijd kijken, zien we twee elftallen en een bal over het veld bewegen. „Ik zie 23 bewegende stipjes”, vertelt Goes-Smit. In maart promoveerde hij aan de Rijksuniversiteit Groningen. „Videocamera’s leggen alle bewegingen op het veld vast en dit levert een enorme dataset op van welk stipje zich waar op welk moment bevindt. Daar kun je allerlei variabelen uithalen.” Voorheen werd er naar simpele variabelen gekeken, zoals het aantal passes of de afgelegde afstand per speler. „We kunnen nu ook ingewikkeldere variabelen bepalen, zoals de gemiddelde positie per linie. Dat zegt een coach niets, dus we moeten de variabelen vertalen: ruimte tussen de linies.”
Door het analyseren van deze enorme datasets probeerde Goes-Smit uit te vinden hoe een team een succesvolle aanval opbouwt. Dat blijkt alles te maken hebben met het creëren van chaos. „Over het algemeen beweegt een team als één geheel, samen naar links en naar rechts. Om een goede aanval op te zetten, moet het gesynchroniseerde blok van de verdediging ondermijnd worden.” Een kort moment van chaos creëert vaak een doelpoging, tien tot vijftien seconden later. Goes-Smit maakt zulke spelprincipes meetbaar met automatische analyses. „Op tv zijn in de rust handmatige annotaties te zien, vaak van situaties rondom een doelpunt. Met automatische analyse kan je dieper op het spel ingaan en vind je dingen die je als kijker niet opvallen.” Deze live-analyses maakt Goes-Smit ook automatisch, met één à twee minuten vertraging.
Passen of dribbelen
Voor zijn promotieonderzoek is Goes-Smit drie maanden in Brazilië geweest, onder andere om les te geven over de combinatie tussen data-analyse en bewegingswetenschappen. „Het doel van het onderzoek was om de vingerafdruk van het Braziliaanse en Nederlandse voetbal te vergelijken. Beide landen zijn succesvol in het voetbal. Of althans, soms”, voegt hij er lachend aan toe. Beide elftallen creëren chaos om een aanval op te zetten, maar hoe ze dat doen hangt af van de stijl van het team. „De grootste gemene deler is dat ze iets onverwachts doen. Het wordt altijd aangenomen dat een individu meebeweegt met het geheel. Maar toch moet één speler het team verstoren om chaos teweeg te brengen. In Nederland gebeurt dat vaker door te passen, Brazilianen dribbelen juist.”
Goes-Smit heeft zelf nooit gevoetbald en werken in het profvoetbal was nooit zijn droom. Hij was als kind altijd op het hockeyveld te vinden. Hij speelde op topniveau en dat bracht een voordeel met zich mee. „Ik spreek beide talen, die van wetenschappers en die van sporters.” Ook had hij initieel
ambitie om te promoveren, maar zijn scriptie over basketbal op topniveau was een succes. Onder de voorwaarde dat het project over topsport ging, solliciteerde hij. „Als bewegingswetenschapper had ik weinig ervaring met data-analyse. In het begin heb ik vier uur per dag geprogrammeerd om dit mezelf te leren.”
De manier van onderzoek doen als bewegingswetenschapper of data-analist is anders, legt hij uit. „Bij bewegingswetenschappen leidt theorie tot een hypothese en die test je. Data-analyse werkt vanuit veel data, daar laat je allerlei modellen op los en dat leidt tot een hypothese. Eigenlijk dus precies andersom.”
Lees een interview met Floris Goes-Smit over voetbal als dynamisch systeem
De beste optie kiezen
Behalve aanvalstactieken heeft Goes-Smit transferwaardes onderzocht. „Een hogere waarde wordt meestal toegekend aan topscorers.” Hij trekt de vergelijking met bedrijven waarbij werknemers een bonus ontvangen als ze een grote opdracht binnenslepen. „Maar spelers die zich op de achtergrond bevinden, zijn minstens evenveel waard.” Als voorbeeld noemt hij Mats Wieffer, die afgelopen seizoen zijn debuut maakte bij Feyenoord. „Hij valt niet op bij het grote publiek, maar wel in de datasets.”
Automatische analyses kunnen ook helpen om de juiste spelers te scouten. „Het is lastig om een eerlijk oordeel te vellen over de kwaliteit van een speler. Het team heeft er namelijk veel invloed op.” Goes-Smit meet hoe vaak een speler de beste optie kiest – een veilige pass voor balbezit, of ruimte creëren.
In de praktijk passen meerdere eredivisieclubs zijn automatische analyse al volop toe. „Inmiddels heb ik van mijn onderzoek mijn werk gemaakt”, vertelt Goes-Smit. „Ik hoop dat clubs binnenkort de live-analyses meer gaan inzetten.” Sinds zijn promotie werkt hij bij het softwarebedrijf SciSports op de KNVB-campus bij Zeist. Het gebouw delen ze met bedrijfjes gericht op voetbalinnovatie, maar ook met het nationale FIFA-videogameteam. „Het Nederlands elftal komt hier regelmatig langs.” Daarvan zijn Goes-Smit en zijn collega’s natuurlijk collectief supporters. Maar hij is geen aanhanger van een specifieke club. „Actief samenwerken is toch anders dan als fan in een stadion zitten.”