Khám phá cuộc cách mạng trong phân tích thể thao. Hướng dẫn toàn diện này bao gồm hệ thống phân tích trận đấu, thống kê đội bóng chính và tác động của chúng đến thể thao toàn cầu.
Vượt Lên Bảng Tỷ Số: Đi Sâu Vào Hệ Thống Thống Kê Đội Bóng và Phân Tích Trận Đấu
Trong thế giới thể thao chuyên nghiệp, ranh giới giữa chiến thắng và thất bại có thể vô cùng mong manh. Trong nhiều thập kỷ, các huấn luyện viên và đội bóng dựa vào trực giác, kinh nghiệm và các thống kê cơ bản trên bảng tỷ số để giành lợi thế. Một bàn thắng, một cú ném vào rổ, một lần chạy hoàn thành — đó là những thước đo chính của thành công. Nhưng ngày nay, một cuộc cách mạng thầm lặng được thúc đẩy bởi dữ liệu đã thay đổi căn bản cách các trận đấu được chơi, huấn luyện và thấu hiểu. Cuộc cách mạng này được dẫn dắt bởi các Hệ Thống Phân Tích Trận Đấu tinh vi.
Từ Premier League ở Anh đến NBA ở Hoa Kỳ, từ Indian Premier League trong môn cricket đến các giải đấu rugby quốc tế, dữ liệu là ngôi sao mới. Nó là lực lượng vô hình định hình các quyết định chiến thuật, tối ưu hóa hiệu suất của vận động viên, ngăn ngừa chấn thương và thậm chí quyết định các chiến lược tuyển dụng trị giá hàng triệu đô la. Bài viết này cung cấp một cái nhìn tổng quan toàn diện, trên phạm vi toàn cầu về thống kê đội bóng và các hệ thống thu thập và phân tích chúng, dành cho các huấn luyện viên, nhà phân tích, vận động viên đầy tham vọng và người hâm mộ cuồng nhiệt muốn nhìn xa hơn điểm số cuối cùng.
Sự Tiến Hóa Của Phân Tích Thể Thao: Từ Cảm Giác Đến Dữ Liệu Lớn
Hành trình đến với thể thao dựa trên dữ liệu không phải là một hiện tượng diễn ra trong một sớm một chiều. Đó là một câu chuyện về sự phát triển dần dần, được đánh dấu bằng các cột mốc quan trọng và những bước nhảy vọt về công nghệ đã đưa chúng ta đến với bức tranh phức tạp như ngày nay.
Thời Kỳ Giấy Bút
Trong phần lớn thế kỷ 20, phân tích thể thao là một quá trình thủ công, tốn nhiều công sức. Các huấn luyện viên sẽ xem lại các đoạn băng hình mờ nhạt, sử dụng sổ tay để ghi lại các đường chuyền thành công, sai lầm phòng ngự hoặc các cú ném trượt. Các số liệu thống kê bị giới hạn ở những gì có thể dễ dàng đếm và ghi lại bằng tay. Mặc dù mang tính nền tảng, cách tiếp cận này mang tính chủ quan, tốn thời gian và dễ bị lỗi do con người và thiên vị. 'Bài kiểm tra bằng mắt' và trực giác của huấn luyện viên chiếm ưu thế.
Cuộc Cách Mạng Sabermetrics
Một thời điểm quan trọng trong phân tích thể thao đến từ bên ngoài giới huấn luyện. Vào những năm 1970 và 80, một người đam mê bóng chày tên là Bill James bắt đầu thách thức kiến thức thông thường thông qua cuốn sách tự xuất bản "Baseball Abstracts". Ông đã giới thiệu các số liệu thống kê mới, sâu sắc hơn — mà ông gọi là Sabermetrics — để đo lường giá trị của vận động viên một cách chính xác hơn. Phong trào này, sau đó được phổ biến bởi cuốn sách và bộ phim Moneyball, đã chứng minh rằng phân tích khách quan, dựa trên dữ liệu có thể xác định các tài sản bị định giá thấp và xây dựng một đội bóng cạnh tranh với ngân sách hạn chế. Đó là bằng chứng khái niệm lớn đầu tiên cho thấy dữ liệu có thể vượt qua việc tuyển trạch truyền thống.
Cơn Sóng Công Nghệ
Sự bùng nổ thực sự trong phân tích trận đấu đến với những tiến bộ công nghệ trong hai thập kỷ qua. Ba lĩnh vực chính đã hợp nhất để tạo ra hệ sinh thái phân tích hiện đại:
- Công Nghệ Video: Sự chuyển đổi từ băng analog sang video kỹ thuật số đã giúp việc lưu trữ, chia sẻ và phân tích các đoạn băng hình trở nên dễ dàng hơn rất nhiều. Các phần mềm đã ra đời cho phép các nhà phân tích 'gắn thẻ' các sự kiện cụ thể (ví dụ: một quả phạt góc, một pha phản công nhanh) trong video, tạo ra một cơ sở dữ liệu có thể tìm kiếm các khoảnh khắc trong trận đấu.
- Sức Mạnh Xử Lý Máy Tính: Định luật Moore, quan sát rằng sức mạnh tính toán tăng gấp đôi khoảng hai năm một lần, có nghĩa là các phép tính phức tạp từng yêu cầu siêu máy tính giờ đây có thể chạy trên một chiếc máy tính xách tay. Điều này đã mở ra cánh cửa cho việc xử lý các tập dữ liệu khổng lồ trong thời gian gần thực.
- Thiết Bị Thu Thập Dữ Liệu: Sự phát triển của camera theo dõi quang học và cảm biến GPS đeo được đã đưa phân tích từ việc chỉ đơn giản là 'cái gì' đã xảy ra sang 'làm thế nào' và 'ở đâu' nó đã xảy ra. Đột nhiên, mọi chuyển động của mỗi vận động viên trên sân, mọi pha tăng tốc và mọi lần giảm tốc đều có thể được định lượng.
Sự hội tụ công nghệ này có nghĩa là các đội không còn thiếu dữ liệu; họ có rất nhiều dữ liệu. Thách thức mới trở thành làm thế nào để quản lý, diễn giải và rút ra những hiểu biết có thể hành động từ dòng thông tin này. Đây là lúc các Hệ Thống Phân Tích Trận Đấu hiện đại ra đời.
Hệ Thống Phân Tích Trận Đấu Là Gì? Nhìn Vào Bên Trong
Một Hệ Thống Phân Tích Trận Đấu không chỉ là một phần mềm hoặc một bảng tính đơn lẻ. Đó là một nền tảng tích hợp — một hệ thống thần kinh trung ương — xử lý toàn bộ vòng đời dữ liệu, từ thu thập đến ra quyết định. Các hệ thống này được thiết kế để cung cấp cho các đội một cái nhìn toàn diện về hiệu suất. Mặc dù các nền tảng cụ thể khác nhau, chúng thường chia sẻ một bộ thành phần cốt lõi.
1. Thu Thập Dữ Liệu: Các Nguyên Liệu Thô
Phân tích chất lượng cao phụ thuộc vào dữ liệu chất lượng cao. Các hệ thống hiện đại lấy thông tin từ nhiều nguồn:
- Dữ Liệu Sự Kiện: Đây là 'cái gì' của trận đấu. Các nhà phân tích, trực tiếp hoặc sau trận đấu, gắn thẻ các sự kiện như đường chuyền, cú sút, pha tắc bóng, mất bóng và các tình huống cố định. Các công ty như Opta (nay là một phần của Stats Perform) có đội ngũ nhà phân tích ghi lại hàng nghìn sự kiện mỗi trận đấu, cung cấp một tập dữ liệu phong phú làm cơ sở cho nhiều thống kê phổ biến.
- Dữ Liệu Theo Dõi Quang Học: Đây là 'ở đâu' của trận đấu. Nhiều camera đặt quanh sân vận động theo dõi tọa độ X/Y của mọi vận động viên và bóng, nhiều lần mỗi giây. Điều này tạo ra một luồng dữ liệu vị trí khổng lồ. Các hệ thống như Hawk-Eye, nổi tiếng trong quần vợt và cricket, và Second Spectrum, được sử dụng rộng rãi trong NBA và Premier League, cung cấp mức độ chi tiết này. Nó cho phép các nhà phân tích đo lường hình dạng đội hình, khoảng cách giữa các vận động viên và mô hình chạy.
- Công Nghệ Đeo Được: Đây là 'cách thức' hiệu suất. Các vận động viên đeo các thiết bị GPS hoặc Hệ Thống Định Vị Cục Bộ (LPS cho các môn thể thao trong nhà) nhỏ gọn, thường được đặt trong áo lót dưới áo thi đấu. Các thiết bị này, từ các nhà lãnh đạo toàn cầu như Catapult Sports và STATSports, theo dõi các chỉ số vật lý như tổng quãng đường di chuyển, tốc độ tối đa, số lần tăng tốc và giảm tốc, và nhịp tim. Dữ liệu này rất quan trọng để quản lý tải trọng và phòng ngừa chấn thương.
2. Xử Lý và Lưu Trữ Dữ Liệu
Dữ liệu thô từ các nguồn này rất đồ sộ và phức tạp. Một chức năng chính của hệ thống phân tích là xử lý và cấu trúc thông tin này thành một định dạng có thể sử dụng được. Điều này thường bao gồm việc làm sạch dữ liệu để loại bỏ lỗi và tích hợp các luồng dữ liệu khác nhau (ví dụ: liên kết một sự kiện sút bóng cụ thể với dữ liệu vật lý của vận động viên vào đúng thời điểm đó). Hầu hết các hệ thống hiện đại đều dựa trên nền tảng đám mây, cho phép huấn luyện viên và vận động viên truy cập dữ liệu và video từ mọi nơi trên thế giới trên máy tính xách tay hoặc máy tính bảng.
3. Phân Tích và Trực Quan Hóa
Đây là nơi dữ liệu được chuyển hóa thành hiểu biết. Các hệ thống tốt nhất không chỉ trình bày các con số thô; chúng giúp người dùng hiểu câu chuyện đằng sau chúng.
- Bảng Điều Khiển: Các bảng điều khiển tùy chỉnh hiển thị các Chỉ số Hiệu suất Chính (KPI) ở định dạng dễ hiểu bằng biểu đồ, đồ thị và đồng hồ đo. Một huấn luyện viên có thể có một bảng điều khiển hiển thị hiệu quả gây áp lực của đội, trong khi một nhà khoa học thể thao có thể tập trung vào các chỉ số tải trọng của vận động viên.
- Tích Hợp Video: Đây là một tính năng quan trọng. Các nền tảng hiện đại liên kết mọi điểm dữ liệu với đoạn video tương ứng. Chỉ với một cú nhấp chuột vào một thống kê — ví dụ: "tất cả các đường chuyền không thành công ở khu vực cuối sân" — người dùng có thể ngay lập tức xem danh sách phát video về những khoảnh khắc đó. Điều này đặt dữ liệu vào ngữ cảnh và làm cho nó mạnh mẽ hơn nhiều cho việc huấn luyện.
- Các Chỉ Số Nâng Cao: Các hệ thống thường có các thuật toán tích hợp để tính toán các chỉ số nâng cao. Một ví dụ nổi bật trong bóng đá là Expected Goals (xG), đánh giá chất lượng của một cú sút dựa trên các yếu tố như khoảng cách, góc độ và loại đường kiến tạo. Nó cung cấp một thước đo chính xác hơn về quá trình tấn công của đội so với việc chỉ đếm số cú sút. Các chỉ số tương tự tồn tại ở các môn thể thao khác, như Player Efficiency Rating (PER) trong bóng rổ.
4. Báo Cáo và Truyền Thông
Bước cuối cùng là chia sẻ những hiểu biết này với những người cần chúng. Các hệ thống hỗ trợ điều này thông qua các báo cáo tự động, công cụ thuyết trình tùy chỉnh và các nền tảng nhắn tin an toàn. Một nhà phân tích có thể nhanh chóng tạo một danh sách phát video về các bài tập đá phạt của đối thủ sắp tới và chia sẻ trực tiếp đến thiết bị di động của các vận động viên để xem xét.
Các Thống Kê Đội Bóng Chính và Ý Nghĩa Của Chúng
Với các hệ thống mạnh mẽ này, các đội giờ đây có thể theo dõi một loạt các số liệu thống kê đáng kinh ngạc. Các chỉ số này có thể được phân loại rộng rãi thành các chỉ số hiệu suất tấn công, phòng ngự và thể chất. Mục tiêu là vượt ra ngoài việc đếm đơn giản và hiểu các quy trình cơ bản dẫn đến thành công.
Các Chỉ Số Tấn Công: Thiết Kế Thành Công
Phân tích tấn công hiện đại xoay quanh việc hiểu hiệu quả, sự sáng tạo và kiểm soát.
- Kiểm Soát Bóng Có Mục Đích: Tỷ lệ kiểm soát bóng đơn giản có thể gây hiểu lầm. Một đội có thể có 70% bóng nhưng tạo ra ít cơ hội. Các chỉ số nâng cao hơn bao gồm Số Lần Vận Chuyển Bóng Vào Khu Vực Cuối Sân, Các Đường Chuyền Vào Vòng Cấm Địa và Các Đường Chuyền Tiến Công (những đường chuyền đưa bóng đến gần mục tiêu đối phương một cách đáng kể). Những thống kê này đo lường mức độ hiệu quả mà một đội biến việc kiểm soát bóng thành các tình huống đe dọa.
- Chất Lượng Cú Sút Hơn Số Lượng: Như đã đề cập, Expected Goals (xG) đã cách mạng hóa phân tích bóng đá. Thay vì chỉ ăn mừng một đội vì có 20 cú sút, xG có thể tiết lộ rằng đó là những cơ hội có xác suất thấp với tổng cộng chỉ 0,8 xG, trong khi 5 cú sút của đối thủ là những cơ hội chất lượng cao với tổng cộng 2,1 xG. Điều này giúp huấn luyện viên tập trung vào việc tạo ra các cơ hội ghi bàn tốt hơn, chứ không chỉ là nhiều hơn. Nguyên tắc tương tự áp dụng trong bóng rổ với Tỷ Lệ Ném Rổ Hiệu Quả (eFG%), tính đến thực tế là một cú ném ba điểm có giá trị hơn một cú ném hai điểm.
- Mạng Lưới Đường Chuyền và Kết Nối Vận Động Viên: Dữ liệu theo dõi cho phép tạo ra các bản đồ đường chuyền hiển thị những cầu thủ nào phối hợp thường xuyên nhất. Điều này có thể tiết lộ cấu trúc chiến thuật của đội. Trò chơi có đang chảy qua một nhạc trưởng trung tâm không? Họ có quá phụ thuộc vào một bên của sân không? Phân tích này giúp hiểu sự ăn ý của đội và xác định các liên kết quan trọng có thể bị đối thủ nhắm tới.
Các Chỉ Số Phòng Ngự: Nghệ Thuật Phá Rối
Phòng ngự thường khó định lượng hơn tấn công, nhưng các chỉ số mới cung cấp những hiểu biết đáng kinh ngạc.
- Cường Độ và Hiệu Quả Gây Áp Lực: Các hệ thống phòng ngự gây áp lực cao, được phổ biến ở bóng đá châu Âu và phổ biến trong các môn thể thao như bóng rổ và khúc côn cầu, giờ đây có thể đo lường được. Các chỉ số như PPDA (Số Đường Chuyền Mỗi Hành Động Phòng Ngự) đo lường số đường chuyền mà đối thủ được phép thực hiện ở phần sân của họ trước khi đội cố gắng giành lại bóng. PPDA thấp cho thấy một áp lực mạnh mẽ, quyết đoán.
- Kiểm Soát Không Gian và Sự Gọn Gàng: Sử dụng dữ liệu theo dõi, các nhà phân tích có thể đo khoảng cách giữa các vận động viên và giữa các tuyến phòng ngự, tiền vệ và tiền đạo. Điều này định lượng hình dạng phòng ngự của đội. Một đội bóng gọn gàng rất khó bị xuyên phá. Các nhà phân tích có thể thấy trong thời gian thực liệu có những khoảng trống xuất hiện mà đối thủ có thể khai thác hay không.
- Các Hành Động Cá Nhân Nâng Cao: Ngoài các pha tắc bóng và đánh chặn đơn giản, hệ thống có thể theo dõi số lần gây áp lực (số lần một vận động viên áp sát đối thủ), tỷ lệ thắng tranh chấp phòng ngự và vị trí của các hành động này. Điều này giúp xác định không chỉ những hậu vệ năng động, mà cả những hậu vệ hiệu quả, những người giành lại bóng ở những khu vực nguy hiểm.
Các Chỉ Số Hiệu Suất Thể Chất: Quản Lý Động Cơ Con Người
Dữ liệu từ công nghệ đeo được rất quan trọng để giữ cho vận động viên khỏe mạnh và đạt hiệu suất cao nhất. Đây là lĩnh vực của khoa học thể thao.
- Quản Lý Tải Trọng: Mục tiêu chính là quản lý 'tải trọng' của vận động viên — tổng căng thẳng sinh lý lên cơ thể họ. Điều này không chỉ liên quan đến Tổng Quãng Đường Di Chuyển. Các chỉ số như Chạy Tốc Độ Cao (quãng đường di chuyển trên một ngưỡng tốc độ nhất định), Khoảng Cách Tăng Tốc và đặc biệt là Số Lần Tăng Tốc và Giảm Tốc quan trọng hơn. Bản chất lực cao của việc thay đổi tốc độ là yếu tố góp phần chính gây ra chấn thương cơ, vì vậy việc theo dõi chúng là rất quan trọng.
- Đối Chiếu Hiệu Suất: Các nhà khoa học thể thao thiết lập các chỉ số đầu ra vật lý cơ bản cho mỗi vận động viên. Nếu số lần tăng tốc trong trận đấu của một vận động viên thấp hơn đáng kể so với mức trung bình của họ, đó có thể là dấu hiệu sớm của sự mệt mỏi hoặc một chấn thương đang phát triển. Điều này cho phép can thiệp chủ động, như thay thế vận động viên hoặc cho họ ngày phục hồi.
- Quy Trình Quay Trở Lại Thi Đấu: Khi một vận động viên bị chấn thương, dữ liệu này trở nên vô giá. Huấn luyện viên có thể so sánh dữ liệu vật lý của vận động viên trong các bài tập phục hồi với mức cơ bản trước chấn thương của họ để đảm bảo họ đã hoàn toàn hồi phục trước khi quay trở lại thi đấu, giảm nguy cơ tái chấn thương.
Các Ứng Dụng Thực Tế: Dữ Liệu Chuyển Hóa Thành Chiến Thắng Như Thế Nào
Thu thập dữ liệu sẽ vô nghĩa nếu nó không dẫn đến các quyết định tốt hơn. Các tổ chức thể thao ưu tú tích hợp phân tích vào mọi khía cạnh hoạt động của họ.
1. Chuẩn Bị Chiến Thuật và Chiến Lược
Trước mỗi trận đấu, các đội phân tích sẽ tiến hành một cuộc kiểm tra sâu về đối thủ. Họ sử dụng dữ liệu và video để xác định các mẫu chiến thuật, điểm mạnh và điểm yếu.
- Ví dụ (Bóng đá): Một nhà phân tích có thể phát hiện ra rằng hậu vệ trái của đối phương rất tích cực tấn công, để lại khoảng trống phía sau trong các pha phản công. Kế hoạch thi đấu sau đó có thể là nhắm mục tiêu cụ thể vào kênh đó với một tiền đạo cánh nhanh nhẹn. Nhà phân tích có thể tạo một danh sách phát video hiển thị mọi lần điểm yếu này bị khai thác trong năm trận đấu gần đây của đối thủ và chia sẻ nó với đội.
- Ví dụ (Bóng rổ): Dữ liệu có thể cho thấy rằng một cầu thủ ngôi sao rất kém hiệu quả khi bị buộc phải dẫn bóng sang trái. Chiến lược phòng ngự sau đó sẽ được thiết kế để liên tục ngăn cản họ sử dụng tay phải, buộc họ thực hiện các cú ném có tỷ lệ thành công thấp hơn.
2. Phát Triển và Phản Hồi Cho Vận Động Viên
Dữ liệu cung cấp phản hồi khách quan, dựa trên bằng chứng cho vận động viên, đưa các cuộc trò chuyện huấn luyện thoát khỏi ý kiến và hướng tới sự thật.
- Một huấn luyện viên có thể ngồi lại với một tiền vệ và cho họ xem dữ liệu cho thấy tỷ lệ chuyền bóng của họ giảm 30% khi bị áp lực. Sau đó, họ có thể sử dụng video tích hợp để xem lại những khoảnh khắc cụ thể đó và thực hiện các bài tập để cải thiện sự bình tĩnh và khả năng ra quyết định trong không gian hẹp.
3. Tuyển Dụng và Tìm Kiếm Tài Năng (Hiệu Ứng 'Moneyball')
Dữ liệu đã cách mạng hóa việc tuyển trạch. Các đội hiện xây dựng hồ sơ thống kê cho cầu thủ lý tưởng của họ cho mỗi vị trí. Các tuyển trạch viên sau đó sử dụng sự kết hợp giữa phân tích dữ liệu và xem trực tiếp truyền thống để tìm kiếm những cầu thủ phù hợp với mô hình đó, thường là ở các giải đấu bị định giá thấp.
- Ví dụ (Toàn cầu): Một câu lạc bộ bóng đá châu Âu hàng đầu có thể đang tìm kiếm một tiền đạo trẻ. Mô hình của họ có thể ưu tiên xG cao mỗi 90 phút, tỷ lệ gây áp lực cao ở khu vực cuối sân và số lần tăng tốc cao. Họ có thể sử dụng cơ sở dữ liệu toàn cầu để lọc các cầu thủ dưới 22 tuổi ở các giải đấu từ Brazil đến Hà Lan đáp ứng các tiêu chí này, tạo ra một danh sách rút gọn dựa trên dữ liệu để các tuyển trạch viên của họ xem xét trực tiếp.
Bối Cảnh Toàn Cầu và Xu Hướng Tương Lai
Thế giới phân tích thể thao không ngừng phát triển. Khi công nghệ tiến bộ và khả năng hiểu dữ liệu tăng lên, một số xu hướng chính đang nổi lên trên toàn cầu.
Sự Trỗi Dậy Của AI và Học Máy
Trí tuệ Nhân tạo là biên giới tiếp theo. Các mô hình AI có thể phân tích dữ liệu vị trí phức tạp để xác định các mẫu chiến thuật mà một nhà phân tích con người có thể bỏ lỡ. Học máy đang được sử dụng cho phân tích dự đoán — dự báo khả năng chấn thương của một vận động viên dựa trên dữ liệu tải trọng thể chất của họ hoặc dự đoán xác suất một tình huống cố định dẫn đến bàn thắng dựa trên vị trí của các vận động viên.
Dân Chủ Hóa Các Công Cụ
Mặc dù các câu lạc bộ ưu tú có các bộ phận phân tích lớn, công nghệ ngày càng trở nên dễ tiếp cận hơn. Nhiều công ty hiện cung cấp các giải pháp có thể mở rộng cho các câu lạc bộ hạng dưới, đội đại học và thậm chí các học viện trẻ. Điều này đang tạo ra sân chơi bình đẳng và thúc đẩy khả năng hiểu dữ liệu ở mọi cấp độ thể thao.
Tăng Cường Sự Tham Gia Của Người Hâm Mộ
Cùng dữ liệu được sử dụng bởi các đội giờ đây được đóng gói cho người hâm mộ. Các đài truyền hình trên toàn thế giới tích hợp các thống kê nâng cao như xG, tốc độ vận động viên và xác suất sút bóng vào chương trình phát sóng trực tiếp của họ, cung cấp trải nghiệm xem sâu sắc và nhiều thông tin hơn cho khán giả toàn cầu.
Cân Nhắc Đạo Đức
Việc thu thập rộng rãi dữ liệu vận động viên đặt ra những câu hỏi quan trọng về quyền riêng tư và quyền sở hữu. Ai sở hữu dữ liệu hiệu suất thể chất của một vận động viên? Nó được sử dụng như thế nào trong đàm phán hợp đồng? Đây là những cuộc tranh luận đạo đức phức tạp mà thế giới thể thao mới chỉ bắt đầu điều hướng.
Kết Luận: Sự Kết Hợp Mới Giữa Nghệ Thuật và Khoa Học
Các hệ thống phân tích trận đấu và các số liệu thống kê mà chúng tạo ra đã không loại bỏ yếu tố con người khỏi thể thao. Chúng đã nâng cao nó. Trực giác của một huấn luyện viên giàu kinh nghiệm vẫn vô giá, nhưng giờ đây nó có thể được hỗ trợ — hoặc thách thức — bởi bằng chứng khách quan. Tài năng bẩm sinh của một vận động viên vẫn là điều tối quan trọng, nhưng giờ đây nó có thể được trau dồi và bảo vệ bằng các kế hoạch phát triển cá nhân hóa, dựa trên dữ liệu.
Trong môi trường thể thao toàn cầu cạnh tranh khốc liệt ngày nay, chỉ dựa vào bản năng không còn là một chiến lược khả thi. Các đội sẽ thống trị tương lai là những đội thành công kết hợp nghệ thuật huấn luyện với khoa học dữ liệu. Bằng cách nhìn xa hơn bảng tỷ số và đón nhận sức mạnh của phân tích, họ không chỉ đếm các sự kiện của trận đấu; họ đang thấu hiểu bản chất của nó, và trong quá trình đó, đang kiến tạo tương lai của chiến thắng.