Corso per Match Analyst

Lezione 1 • Impostare un Flusso di Lavoro Analitico

Delinea un processo ripetibile dalla formulazione della domanda alla presentazione degli insight. Collega il rigore analitico al processo decisionale pratico del club.

Lezione 2 • Fonti di Dati e Metodi di Raccolta

Esamina i principali fornitori di dati, i sistemi di tracciamento e i log degli eventi. Gli studenti comprendono la provenienza dei dati e i compromessi sulla qualità prima di iniziare l'analisi.

Lezione 3 • Cosa Significa Analisi Calcistica

Definisce l'analisi in un contesto calcistico e la distingue dallo scouting tradizionale. Stabilisce il vocabolario condiviso utilizzato durante l'intero corso.

Lezione 1 • Lavorare con i Formati di Dati Calcistici

Tratta le strutture JSON, CSV e XML comuni nei feed di eventi e tracciamento. Prepara gli studenti ad analizzare e caricare i dati reali dei fornitori in modo programmatico.

Lezione 2 • Pulizia e Validazione dei Dati

Affronta i valori mancanti, i record duplicati e le etichette incoerenti nei dataset calcistici. Dati puliti sono il prerequisito per tutte le metriche a valle affidabili.

Lezione 3 • Ingegneria delle Feature per il Calcio

Trasforma gli eventi grezzi in feature analiticamente utili come zone, sequenze e intervalli di tempo. Le feature ingegnerizzate alimentano i modelli costruiti nei capitoli successivi.

Lezione 4 • Unione e Collegamento dei Dataset

Insegna a unire i dati di evento con quelli di tracciamento, formazione e tabelle contestuali. Unioni accurate prevengono errori analitici causati da identificatori non corrispondenti.

Lezione 1 • Comunicare i Risultati Visivamente

Applica principi di design – colore, gerarchia, annotazione – agli output analitici. Una comunicazione visiva efficace assicura che gli insight raggiungano un pubblico non tecnico.

Lezione 2 • Fondamenti di Visualizzazione del Campo

Costruisce mappe del campo statiche per tiri, passaggi e azioni difensive utilizzando mplsoccer o librerie simili. Il contesto spaziale trasforma le coordinate grezze in insight tattici.

Lezione 3 • Statistica Descrittiva per i Dati Calcistici

Applica media, mediana, varianza e analisi della distribuzione alle metriche di giocatori e squadre. I riepiloghi descrittivi costituiscono la base di partenza prima di iniziare il lavoro inferenziale.

Lezione 4 • Grafici Radar e di Confronto

Progetta grafici radar e confronti a barre per la profilazione multi-metrica dei giocatori. Questi formati sono standard nei report di scouting e nelle presentazioni agli stakeholder.

Lezione 1 • Selezione delle Feature per i Modelli di xG

Identifica distanza del tiro, angolo, parte del corpo e tipo di assist come predittori fondamentali. La scelta delle feature determina direttamente l'accuratezza e l'interpretabilità del modello.

Lezione 2 • xG Post-Tiro e in Porta

Estende gli xG di base con i dati sul piazzamento del tiro e sul posizionamento del portiere. I modelli post-tiro forniscono una risoluzione più fine sulla difficoltà di parata e sulla prestazione del portiere.

Lezione 3 • Addestramento e Validazione dei Modelli di xG

Applica la regressione logistica e il gradient boosting ai dati di tiro con un'adeguata convalida incrociata. La validazione previene l'overfitting e garantisce la generalizzabilità tra le stagioni.

Lezione 4 • Interpretare e Applicare gli Output di xG

Traduce gli output del modello in stime di abilità realizzativa e qualità dell'attacco di squadra. Collega gli xG alle decisioni di recruitment e tattiche prese dallo staff tecnico.

Lezione 1 • Clustering dello Stile Tattico

Raggruppa le squadre in base alle metriche di possesso e pressing utilizzando il clustering non supervisionato. I cluster di stile consentono confronti tra pari e la preparazione degli avversari.

Lezione 2 • Costruire Reti di Passaggi

Costruisce grafi pesati e orientati dai dati degli eventi di passaggio utilizzando NetworkX o igraph. La struttura della rete rivela la gerarchia della squadra e le rotte di circolazione preferite.

Lezione 3 • Sequenze e Catene di Possesso

Segmenta i dati della partita in catene di possesso e ne analizza gli esiti. L'analisi a livello di catena collega i modelli di circolazione della palla alla creazione di tiri.

Lezione 4 • Metriche di Passaggio Oltre il Tasso di Completamento

Introduce i passaggi progressivi, i passaggi nell'ultimo terzo e l'expected threat aggiunto. Metriche di passaggio più ricche catturano l'intento e il pericolo al di là della semplice accuratezza.

Lezione 1 • Curve di Età e Traiettorie di Sviluppo

Modella come la prestazione del giocatore evolve con l'età utilizzando dati longitudinali. Le curve di età informano le decisioni di acquisto contro prestito e la pianificazione a lungo termine della rosa.

Lezione 2 • Costruire una Lista Ristretta per il Recruitment

Integra filtri metrici, punteggi di similarità e indicatori contestuali in una lista ristretta classificata. Il formato della lista ristretta collega l'output analitico al flusso di lavoro del direttore sportivo.

Lezione 3 • Ricerca per Similarità e Confronti tra Giocatori

Utilizza metriche di distanza e la ricerca del vicino più prossimo per trovare giocatori statisticamente simili. I modelli di similarità supportano l'identificazione di sostituti e obiettivi alternativi.

Lezione 4 • Modelli Compositi di Valutazione del Giocatore

Combina metriche multiple in punteggi compositi ponderati per il valore complessivo del giocatore. I modelli compositi riducono la dimensionalità e supportano una rapida creazione di liste ristrette.

Lezione 1 • Analisi del Movimento Senza Palla

Misura le corse, la creazione di spazio e la qualità del posizionamento indipendentemente dal contatto con la palla. Le metriche senza palla rivelano contributi del giocatore invisibili nei soli dati di evento.

Lezione 2 • Integrare il Tracciamento con i Dati di Evento

Allinea i fotogrammi di tracciamento con i timestamp degli eventi per arricchire tiri, passaggi e duelli. I dataset combinati consentono modelli sensibili al contesto non disponibili da una singola fonte.

Lezione 3 • Forma della Squadra e Metriche Spaziali

Quantifica ampiezza, profondità e movimento del centroide della squadra da fotogrammi di tracciamento sincronizzati. Le metriche spaziali della squadra rendono operativi concetti tattici come compattezza e allungamento.

Lezione 4 • Introduzione ai Dati di Tracciamento

Spiega i sistemi di tracciamento ottico e GPS, i sistemi di coordinate e i frame rate. Comprendere la provenienza dei dati è essenziale prima di qualsiasi calcolo di metrica fisica.

Lezione 1 • Expected Threat e Valore del Possesso

Costruisce i framework xT e VAEP per assegnare un valore a ogni azione con la palla. I modelli di valore del possesso consentono un'attribuzione olistica della prestazione del giocatore e della squadra.

Lezione 2 • Tradurre l'Analisi in Strategia di Club

Struttura i risultati analitici in raccomandazioni strategiche per lo staff tecnico e la dirigenza. Collega l'output tecnico al processo decisionale organizzativo a livello di club.

Lezione 3 • Modelli di Previsione dell'Esito della Partita

Costruisce modelli di probabilità di vittoria pre-partita e in-partita utilizzando feature a livello di squadra. I modelli di esito supportano il benchmarking del mercato delle scommesse e gli aggiustamenti tattici in-partita.

Lezione 4 • Analisi delle Palle Inattive

Quantifica le routine di calcio d'angolo, calcio di punizione e rimessa laterale utilizzando dati spaziali e di esito. Le palle inattive rappresentano una quota significativa di gol e meritano una modellazione dedicata.