Workearly Sports Analytics School: O Lead Academy Match Analyst της ΠΑΕ Ολυμπιακός μας μιλά για το παρόν και το μέλλον των Sports Analytics

Ξεκινώντας αν θέλετε να μου πείτε 2 λόγια για εσάς, το background και την εμπειρία σας στο τομέα που εργάζεστε τα τελευταία χρόνια.

Εγώ έχω τελειώσει το πτυχίο μου και το μεταπτυχιακό μου στο ΤΕΦΑΑ Θεσσαλονίκης και πρόσφατα τελείωσα το διδακτορικό μου πάνω στην Ανάλυση Αγώνων στο πανεπιστήμιο Αθηνών, όσον αφορά τις σπουδές.

Όσον αφορά την εμπειρία μου, έχω δουλέψει ως αναλυτής στον Παναθηναϊκό, στην ΑΕΚ και τώρα είμαι στον Ολυμπιακό οπότε το άθλημα του ποδοσφαίρου το βλέπω τόσο ερευνητικά όσο και πρακτικά μέσα από την ενασχόληση μου σε αυτές τις ομάδες.

Ποια είναι η γνώμη σας για τα sports analytics; Tι ρόλο πιστεύτε ότι παίζουν στο ποδόσφαιρο σήμερα και κατά πόσο χρησιμοποιούνται από τις ομάδες στην Ελλάδα;

Είμαι ένας άνθρωπος των αριθμών και πάντοτε μου άρεσε να ασχολούμαι με αυτούς ακόμη κι όταν δεν ήταν της «μόδας». Οπότε για μένα είναι βολικό το ότι αυτή τη στιγμή ασχολούμαστε τόσο πολύ με τα analytics. Σίγουρα είναι διαφορετικά από άλλες επιστήμες, γιατί στον αθλητισμό πολλά πράγματα υπολογίζονταν με το «μάτι». Τώρα με τα δεδομένα είναι διαφορετικά, γιατί τα παίρνεις στα χέρια σου, τα διαβάζεις και κάποια πράγματα που μπορεί να έχεις διαπιστώσει ποιοτικά, τα επιβεβαιώνεις. Από εκεί και πέρα, τα δεδομένα αρκετές φορές λειτουργούν και ως ένα «red flag», για πράγματα που δεν έχεις εντοπίσει και νομίζω πως αυτή είναι η πιο σημαντική λειτουργία τους.

Παρότι λίγο πολύ όλοι έχουμε πρόσβαση στα δεδομένα, είναι πολύ δύσκολο να τα αξιοποιήσεις και να βγάλεις ένα συμπέρασμα για το πως θα πάρεις μια απόφαση, πως θα αλλάξεις την προπόνησή σου, πως θα διαχειριστεί ο προπονητής κατά τη διάρκεια του παιχνιδιού τις αλλαγές, τις τακτικές κλπ. Οπότε το πιο δύσκολο κομμάτι κατά τη γνώμη μου, είναι να κάνεις το decision-making βασισμένος στα δεδομένα. Ειδικά στην Ελλάδα είμαστε αρκετά πίσω ακόμη, γιατί στις ομάδες ποδοσφαίρου, έχω δει το μοντέλο του ιδιοκτήτη ή προπονητή που γνωρίζει τα πάντα, οπότε δεν χωράει αμφισβήτηση από τα δεδομένα, πχ. στις μεταγραφές αν ένας παίκτης είναι γνωστός ως καλός, ο ιδιοκτήτης μπορεί να αγνοήσει τα δεδομένα παρότι μπορεί να δείχνουν το αντίθετο Το μοντέλο της αυθεντίας δηλαδή, είτε από ιδιοκτήτες είτε από προπονητές, κρατά την Ελλάδα λίγο πίσω σε σχέση με το εξωτερικό στην ανάδειξη της σημασίας των αθλητικών δεδομένων.

• To Sports Analytics School του Workearly, δίνει την ευκαιρία σε όσους αγαπούν το ποδόσφαιρο να μάθουν ανάλυση δεδομένων με πραγματικά match events της αγαπημένης τους ομάδας με τα τελευταία αποτελέσματα της σεζόν!

• Επιπλέον υποστηρίζει πολλαπλά επίπεδα δυσκολίας, δίνοντας την ευκαιρία στους αρχάριους, χωρίς προηγούμενη επαφή με το Data Science να μάθουν απλά εργαλεία και τεχνολογίες, με μεγάλη ζήτηση στην αγορά εργασίας μέσα από πολύ ενδιαφέροντα παραδείγματα, αλλά και σε πιο έμπειρους Data Analysts, που βρίσκονται στον χώρο της πληροφορικής, να μάθουν τεχνικές ανάλυσης με προγραμματισμό.

• Ακόμη, προσφέρονται και πολλές επιλογές certification με προσβαση σε διεθνείς θέσεις εργασίας, για τους ενδιαφερόμενους. -Η εκπαίδευση γίνεται online και στους χρόνους του εκπαιδευόμενου. H learning πλατφόρμα του Workearly αποθηκεύει αυτόματα και την πρόοδο και τα σκορ των χρηστών, φυσικά με την εποπτεία και την βοήθεια των εκπαιδευτικών ομάδων.