Data-analyse er i løbet af de seneste ti år blevet en større og større del af fodboldens verden, og stadig flere klubber bruger stadig flere ressourcer på at analysere spillet ved brug af forskellige data. Nu kan fodboldens verden være på vej mod nye skridt i data-analysen, der går videre end de gængse målinger af aktioner som pasninger, driblinger, erobringer, tacklinger og skud.
Tom Decroos er forsker i kunstig intelligens og fodbold-analytiker, og han har udgivet en afhandling om dataanalyse i fodbold med titlen “Soccer Analytics Meets Artificial Intelligence: Learning Value and Style from Soccer Event Stream Data”.
Her undersøger han, hvordan man kan bruge eksisterende viden og forskning om kunstig intelligens til at skabe bedre og mere simple modeller til brug i analyse af event data i fodbold. Ydermere beskriver han, hvordan man har skabt et analyseværktøj, der går videre end de mere simple modeller og possession-baserede tilgange, der har præget fodboldens data-analyse hidtil. Han kommer således ind på, hvordan man har fundet frem til modeller, der kan formalisere spillere holds aktioner i forhold intentionen om at forsøge at score eller undgå at lukke mål ind. Det store værk rummer mange aspekter af data-analyse og er en dybt interessant udgivelse, hvis man vil have indblik i fremtidens fodboldanalyse.
