ต้องยอมรับว่า ณ เวลานี้ ‘หงส์แดง’ Liverpool ในฤดูกาล 2019-2020 นั้นฟอร์มร้อนแรงมากๆ โดยแข่งไปแล้วทั้งหมด 22 นัด ชนะ 21 นัด และ เสมอเพียง 1 นัดเท่านั้น (ยังรักษาสถิติไร้พ่ายของฤดูกาลนี้ไว้ได้อยู่)
ปัจจัยสำคัญ ไม่ว่าจะนักเตะที่ลงสนาม ผู้จัดการทีม แผนการเล่นที่วางเอาไว้อย่างดี ล้วนแล้วแต่เป็นส่วนสำคัญที่พา Liverpool มาได้ไกลขนาดนี้ แต่มีอีกสิ่งหนึ่งที่อยู่เบื้องหลังความสำเร็จของทีมลิเวอร์พูลที่ทุกคนควรรู้ นั่นก็คือ มีการนำ Data Science สถิติ และ ข้อมูลต่างๆ มาวิเคราะห์ใช้งานอย่างจริงจัง
หากจะยกตัวอย่างให้เห็นภาพชัดๆ จากเกมที่ ท็อตแน่ม ฮ็อทสเปอร์ เปิดบ้านต้อนรับการมาเยือนของลิเวอร์พูล เมื่อวันที่ 12 มกราคม 2020 ที่ผ่านมา ซึ่งลิเวอร์พูลได้ประตูนำไปก่อนจาก โรแบร์โต้ ฟีร์มิโน่ ในนาทีที่ 37 ทางลูกทีมของ โชเซ่ มูรินโญ่ ก็ต้องหาทางตีเสมอให้ได้
แต่ด้วยการนำ Data Science รวมถึงข้อมูลต่างๆ มาวิเคราะห์และใช้วางแผน ทำให้ลิเวอร์พูลจัดแผนโดยวางตำแหน่งการยืนของผู้เล่นทั้งหมด 10 คน มายืนแพคเกมอยู่กันบริเวณกลางสนาม โดยระยะที่ผู้เล่นยืนห่างกันมีไม่ถึง 20 หลา นั่นเป็นการบีบให้ผู้เล่นของสเปอร์ต้องส่งบอลไป-มารอบๆ เพื่อหาทางเจาะช่องเข้าไปทำประตูให้ได้ แต่แล้วผู้เล่นสเปอร์ก็ไม่สามารถทำอันตรายอะไรแทคติกการวางตัวผู้เล่นนี้ได้ ทำให้จบเกมลิเวอร์พูลชนะไปด้วยสกอร์ 1-0 เก็บชัยชนะและสร้างสถิติทำ clean sheet ได้เป็นนัดที่ 6 ติดต่อกัน
แต่ลิเวอร์พูลไม่ใช่ทีมแรกที่นำข้อมูลมาวิเคราะห์เพื่อวางแผนการเล่น เพราะมีหลายทีมที่ทำแบบนี้ เช่น เชลซี อาร์เซน่อล เองก็มีแผนกวิเคราะห์ รวมถึงมีการทำงานร่วมกับบริษัท statDNA เพื่อนำข้อมูลสถิติมาช่วยวิเคราะห์และวางแผน
แต่สิ่งที่ทำให้ลิเวอร์พูลแตกต่างและโดดเด่น มันเริ่มต้นจาก John W. Henry เจ้าของสโมสรลิเวอร์พูลที่เล็งเห็นความสำคัญของ Data Science และนำมันมาใช้งานอย่างจริงจัง จากนั้น Henry ได้ดึง Ian Graham เข้ามาดำรงตำแหน่งผู้อำนวยแผนกวิจัยของลิเวอร์พูล โดย mindset ของ Ian Graham นั้นน่าสนใจมาก เค้ามองว่าภาพใต้ตัวเลขสถิติต่างๆ มันแสดงให้เห็นบางอย่างในเกมการแข่งขัน เช่น พฤติกรรม แนวโน้ม และ แนวการเล่นของผู้เล่นแต่ละคน ซึ่งเค้าจะใช้ข้อมูลเหล่านี้มาวิเคราะห์ผู้เล่นแต่ละคน รวมถึงวางแผนการเล่นได้อย่างแม่นยำและรัดกุมยิ่งขึ้น
จากรูป เรียกว่า Pitch Control จะเห็นวางกลมสีเหลืองแถวๆบริเวณกลางสนาม โซนพื้นที่สีน้ำเงิน และ โซนพื้นที่สีแดง โดยแต่ละอย่างมีความหมายดังนี้
- วงกลมสีเหลือง คือ ผู้เล่นที่กำลังครองบอลอยู่ขณะนั้น
- พื้นที่สีน้ำเงิน คือ บริเวณที่เพื่อนร่วมทีมยืนอยู่
- พื้นที่สีแดง คือ บริเวณที่คู่แข่งยืนคุมพื้นที่อยู่
ซึ่งผู้เล่นที่ครองบอลอยู่ควรเลือกจ่ายบอลไปทางโซนสีน้ำเงินเท่านั้น เพื่อรักษาการครองบอลของทีมเอาไว้
นอกจาก Pitch Control แล้ว ลิเวอร์พูลยังนำส่วนข้อมูลของ Event Data กับ Tracking Data มาวิเคราะห์ร่วมกันเพื่อวิเคราะห์ทุกการเคลื่อนไหวบนสนาม และเป็นการหาโอกาสที่จะสามารถทำประตูเพิ่ม
จากรูป วงกลมสีแดง คือ นักเตะของลิเวอร์พูล และโซนพื้นที่สีแดง คือ พื้นที่ที่นักเตะของลิเวอร์พูลมีโอกาสเคลื่อนที่ไปถึงก่อนคู่แข่ง ถ้าหากส่งบอลไปที่บริเวณโซนสีแดงจะทำให้เพิ่มโอกาสในการทำประตูคู่แข่งได้เพิ่มขึ้น
ซึ่งทุกๆการเคลื่อนที่ของผู้เล่นทุกคนจะถูกนำมาคำนวณเป็นค่าสถิติและวิเคราะห์ออกมาเป็นเปอร์เซ็นต์
ทั้งนี้ ข้อมูลทั้งหมดจากทีม Data Science จะถูกส่งไปให้กับทางกุนซือ เจอร์เกน คล็อปป์ เพื่อใช้วางแผนการฝึกซ้อม วางแทคติกและวางแผนการเล่น โดยใช้ควบคู่กับ sense ด้านฟุตบอลของคล็อปป์ด้วย
หากดูเรื่องสถิติการผ่านบอล กองหลังของลิเวอร์พูลอย่าง เทรนต์ อเล็กซานเดอร์-อาร์โนลด์ (แบ็คขวา) กับ แอนดรูว์ โรเบิร์ตสัน (แบ็คซ้าย) มีเปอร์เซ็นต์การผ่านบอลให้กันสูง แม้ทั้ง 2 คนนี้จะยืนกันคนละฟากของสนาม
จากรูป เป็นการจ่ายบอลของเทรนต์ อเล็กซานเดอร์-อาร์โนลด์ ซึ่งมีการส่งบอลข้ามฝั่งหลายครั้ง ซึ่งน่าจะเป็นหนึ่งในแทคติกวางไว้ ซึ่งมาจากการวิเคราะห์ Pitch Control Event Data และ Tracking Data แล้ว
หรือ มองสถิติเรื่องเกมรับของทีม พบว่า ฤดูกาลนี้ลิเวอร์พูลถูกคู่แข่งยิงเข้ากรอบแค่เพียง 55 ครั้งเท่านั้น ซึ่งน้อยกว่าแมนเชสเตอร์ซิตี้ (70ครั้ง)และเชลซี(65ครั้ง) ซึ่งนี่เป็นผลของการใช้ Data Science และศึกษา Pitch Control มาเป็นอย่างดี เพื่อนำมาวางแผนการตั้งรับที่แน่นและรัดกุมขึ้น
แต่ทั้งนี้ทั้งนั้น แม้ Data Science จะมีส่วนสำคัญต่อความสำเร็จแค่ไหน ก็คงหนีไม่พ้นวลีเด็ดที่ว่า “ฟุตบอลลูกกลมๆ อะไรก็เกิดขึ้นได้” เพราะถึงแม้จะวิเคราะห์และวางแผนไว้ดีแค่ไหน ผู้เล่นในทีมก็ต้องเล่นให้ได้ตามแผนที่วางเอาไว้ด้วย รวมไปถึงปัจจัยที่ควบคุมไม่ได้ เช่นการแก้เกมที่ดีกว่าของคู่แข่ง มาร่วมลุ้นไปด้วยกันว่าลิเวอร์พูลจะสามารถคว้าแชมป์พรีเมียร์ลีกฤดูกาล 2019/2020 ได้หรือไม่
ที่มา : Liverpool.com
ภาพประกอบ : Bigboss Vlog
