Manejo de la presión de los hechos de los partidos de la Bundesliga: evaluación del desempeño de los jugadores en situaciones de alta presión en AWS

El apremio o presión en el fútbol es un proceso en el que un equipo busca aplicar estrés al jugador contrario que posee el balón. Un equipo aplica presión para limitar el tiempo que le queda a un jugador de la oposición para tomar una decisión, reducir las opciones de pase y, en última instancia, intentar entregar la posesión del balón. Aunque casi todos los equipos buscan presionar a sus oponentes, su estrategia para hacerlo puede variar.

Algunos equipos adoptan la denominada presión profunda, lo que deja a los rivales con tiempo y espacio para mover el balón campo arriba. Sin embargo, una vez que la pelota llega al último tercio del campo, los defensores intentan interceptar la pelota presionando al portador de la pelota. Un enfoque un poco menos conservador es el prensa media. Aquí se aplica presión alrededor de la línea media, donde los defensores intentan dirigir la acumulación en una dirección determinada, bloqueando a los jugadores abiertos y las líneas de pase para finalmente obligar a la oposición a retroceder. Borussia Dortmund bajo Jürgen Klopp fue uno de los equipos más eficientes en usar una presión media. El tipo más agresivo de presión que aplican los equipos es el prensa alta estrategia. Aquí un equipo busca presionar a los defensores y al portero, enfocándose en la presión directa sobre el portador de la pelota, dejándolos con tiempo suficiente para seleccionar las opciones correctas de pase ya que tienen que cubrir la pelota. En esta estrategia, el equipo que presiona busca entregar la posesión mediante desafíos o interceptando pases descuidados.

En febrero de 2021, la Bundesliga publicó la primera información sobre cómo los equipos aplican presión con el Datos de partidos de jugadores más consultados impulsados ​​por AWS. El jugador más presionado cuantifica la presión defensiva que enfrentan los jugadores en tiempo real, lo que permite a los fanáticos comparar cómo algunos jugadores reciben presión frente a otros. Durante el último año y medio, este Match Fact proporcionó a los fanáticos nuevos conocimientos sobre la presión que los equipos estaban aplicando, pero también generó nuevas preguntas, como "¿Fue exitosa esta presión?" o "¿Cómo está manejando la presión este jugador?"

Presentamos Manejo de presión, un nuevo hecho de partido de la Bundesliga que tiene como objetivo evaluar el rendimiento de un jugador presionado con frecuencia utilizando diferentes métricas. Manejo de la presión es un desarrollo adicional de Jugador más presionado y agrega un componente de calidad a la cantidad de situaciones de presión significativas en las que se encuentra un jugador en posesión del balón. Una estadística central en este nuevo dato del partido es la tasa de escape, que indica con qué frecuencia un jugador Resuelve situaciones de presión con éxito manteniendo la posesión de su equipo. Además, los fanáticos obtienen información sobre el desempeño de pases y tiros de los jugadores bajo presión.

Esta publicación profundiza en cómo el equipo de AWS trabajó en estrecha colaboración con la Bundesliga para dar vida al hecho del partido de manejo de la presión.

¿Cómo funciona?

Este nuevo Match Fact de la Bundesliga describe el rendimiento de los jugadores en situaciones de presión. Por ejemplo, un jugador atacante en posesión del balón puede verse presionado por los defensores contrarios. Hay una probabilidad significativa de que pierda el balón. Si ese jugador consigue resolver la situación de presión sin perder el balón, aumenta su rendimiento bajo presión. No perder el balón se define como el equipo retener la posesión del balón después de que termine la posesión individual del balón del jugador. Esto podría ser, por ejemplo, mediante un pase exitoso a un compañero de equipo, recibir una falta u obtener un saque de banda o un tiro de esquina. Por el contrario, un jugador presionado puede perder el balón por una entrada o un pase fallido. Solo contamos aquellas posesiones de balón en las que el jugador recibió el balón de su compañero. De esa manera, excluimos situaciones en las que interceptan el balón y están bajo presión de inmediato (lo que suele suceder).

Agregamos el rendimiento de manejo de la presión de un jugador en un solo KPI llamado escape rcomió. La tasa de escape se define como la fracción de posesiones de balón por parte de un jugador en las que estuvo bajo presión y no perdió el balón. En este caso, “bajo presión” se define como un valor de presión de >0.6 (ver nuestro Publicación anterior para obtener más información sobre el valor de la presión en sí). La tasa de escape nos permite evaluar a los jugadores por partido o por temporada. La siguiente heurística se utiliza para calcular la tasa de escape:

1. Comenzamos con una serie de eventos de presión, basados ​​en el hecho de partido de jugador más presionado existente. Cada evento consta de una lista que contiene todos los eventos de presión individuales sobre el portador de la pelota durante una fase de posesión individual de la pelota (IBP).
2. Para cada fase, calculamos la presión agregada máxima sobre el portador de la pelota.
3. Como se mencionó anteriormente, una fase de presión debe satisfacer dos condiciones para ser considerada:
   1. El IBP anterior fue de un jugador del mismo equipo.
   2. La presión máxima sobre el jugador durante el IBP actual fue > 0.6.
4. Si el IBP posterior le corresponde a un jugador del mismo equipo, contamos esto como un escape. De lo contrario, se cuenta como bola perdida.
5. Para cada jugador, calculamos la tasa de escape contando el número de escapes y dividiéndolo por el número de eventos de presión.

Ejemplos de fugas

Para ilustrar las diferentes formas de resolver la presión con éxito, los siguientes videos muestran cuatro ejemplos de Joshua Kimmich escapando de situaciones de presión (Jornada 5, temporada 22/23: Union Berlin vs. Bayern Munich).

Joshua Kimmich saliendo de la presión y pasando al lateral.

Joshua Kimmich jugando un pase rápido hacia adelante para escapar de la presión resultante.

Joshua Kimmich escapando de la presión dos veces. El primer escape es por un placaje deslizante del oponente, que sin embargo resultó en la retención de la posesión del balón por parte del equipo. El segundo escape es recibir una falta y, por lo tanto, retener la posesión del balón del equipo.

Joshua Kimmich escapa de la presión con un movimiento rápido y un pase.

Hallazgos de manejo de presión

Veamos algunos hallazgos.

Con el hecho de manejo de la presión del partido, los jugadores se clasifican de acuerdo con su tasa de escape por partido. Para tener una comparación justa entre los jugadores, solo clasificamos a los jugadores que estuvieron bajo presión al menos 10 veces.

La siguiente tabla muestra la cantidad de veces que un jugador estuvo entre los 2 primeros de la clasificación de partidos durante las primeras siete jornadas de la temporada 2022/23. Solo mostramos jugadores con al menos tres apariciones en el top 2.

Número de veces en el Top 2	jugador	Número de veces en la clasificación
4	Joshua Kimmich	5
4	Exequiel Palacios	6
3	Jude Bellingham	7
3	Alphonso Davies	6
3	Lars Stindl	3
3	Jonas Hector	6
3	Vincenzo grifo	4
3	Kevin Stoger	7

Joshua Kimmich y Exequiel Palacios lideran el grupo con cuatro apariciones entre los 2 primeros de la clasificación de partidos cada uno. Una mención especial puede ir para Lars Stindl, quien apareció entre los 2 primeros tres veces a pesar de jugar solo tres veces antes de que una lesión impidiera más aperturas en la Bundesliga.

¿Cómo se implementa?

Bundesliga Match Fact Pressure Handling consume posiciones y datos de eventos, así como datos de otros Bundesliga Match Facts, a saber, xPasses y Most Pressed Player. Match Facts se ejecuta de forma independiente AWS Fargate contenedores dentro Servicio de contenedor elástico de Amazon (Amazon ECS). Para garantizar que los datos más recientes se reflejen en los cálculos de manejo de presión, utilizamos Streaming administrado por Amazon para Apache Kafka (Amazon MSK).

Amazon MSK permite que diferentes Bundesliga Match Facts envíen y reciban los eventos y actualizaciones más recientes en tiempo real. Al consumir Kafka, recibimos los eventos más actualizados de todos los sistemas. El siguiente diagrama ilustra el flujo de trabajo de extremo a extremo para el manejo de presión.

El manejo de la presión comienza su cálculo después de que se recibe un evento del hecho de partido del jugador más presionado. El contenedor Manejo de presión escribe las estadísticas actuales en un tema en Amazon MSK. un céntrico AWS Lambda La función consume estos mensajes de Amazon MSK y escribe las tasas de escape en un Aurora amazónica base de datos. Estos datos luego se usan para visualizaciones interactivas casi en tiempo real usando Amazon QuickSight. Además de eso, los resultados también se envían a una fuente, que luego activa otra función Lambda que envía los datos a sistemas externos donde las emisoras de todo el mundo pueden consumirlos.

Resumen

En esta publicación, demostramos cómo el nuevo manejo de la presión de datos de partidos de la Bundesliga permite cuantificar y comparar objetivamente el desempeño de diferentes jugadores de la Bundesliga en situaciones de alta presión. Para hacerlo, nos basamos en y combinamos Bundesliga Match Facts publicados anteriormente en tiempo real. Esto permite a los comentaristas y fanáticos comprender qué jugadores brillan cuando son presionados por sus oponentes.

El nuevo Bundesliga Match Fact es el resultado de un análisis en profundidad realizado por expertos en fútbol de la Bundesliga y científicos de datos de AWS. Las tasas de escape extraordinarias se muestran en el teletipo en vivo de los partidos respectivos en la aplicación oficial de la Bundesliga. Durante una transmisión, las tasas de escape se proporcionan a los comentaristas a través del buscador de historias de datos y se muestra visualmente a los fanáticos en momentos clave, como cuando un jugador con un alto conteo de presión y tasa de escape marca un gol, pasa excepcionalmente bien o supera muchos desafíos mientras mantiene el control del balón.

Esperamos que disfrute de este nuevo Bundesliga Match Fact y que le brinde nuevos conocimientos sobre el juego. Para obtener más información sobre la asociación entre AWS y la Bundesliga, visite Bundesliga en AWS!

Estamos emocionados de saber qué patrones descubrirás. Comparta sus ideas con nosotros: @AWScloud en Twitter, con el hashtag #BundesligaMatchFacts.

---

Acerca de los autores

Simón Rolfes Jugó 288 partidos de la Bundesliga como mediocampista central, marcó 41 goles y ganó 26 partidos con Alemania. Actualmente, Rolfes se desempeña como Director General Deportivo en Bayer 04 Leverkusen, donde supervisa y desarrolla la lista de jugadores profesionales, el departamento de exploración y el desarrollo juvenil del club. Simon también escribe columnas semanales sobre Bundesliga.com sobre los datos más recientes de los partidos de la Bundesliga impulsados ​​por AWS. Allí ofrece su experiencia como exjugador, capitán y analista de televisión para resaltar el impacto de las estadísticas avanzadas y el aprendizaje automático en el mundo del fútbol.

Luuk Figdor es asesor de tecnología deportiva en el equipo de servicios profesionales de AWS. Trabaja con jugadores, clubes, ligas y empresas de medios como la Bundesliga y la Fórmula 1 para ayudarlos a contar historias con datos mediante el aprendizaje automático. En su tiempo libre, le gusta aprender todo sobre la mente y la intersección entre psicología, economía e IA.

Javier Poveda Panter es científico de datos para clientes deportivos de EMEA dentro del equipo de servicios profesionales de AWS. Permite a los clientes en el área de los deportes para espectadores innovar y capitalizar sus datos, brindando experiencias de alta calidad para usuarios y fanáticos a través del aprendizaje automático y la ciencia de datos. Sigue su pasión por una amplia gama de deportes, música e inteligencia artificial en su tiempo libre.

Tarek Haschemi es consultor de AWS Professional Services. Sus habilidades y áreas de especialización incluyen desarrollo de aplicaciones, ciencia de datos, aprendizaje automático y big data. Apoya a los clientes en el desarrollo de aplicaciones basadas en datos dentro de la nube. Antes de unirse a AWS, también fue consultor en varias industrias, como la aviación y las telecomunicaciones. Le apasiona ayudar a los clientes en su viaje de datos/IA a la nube.

Fotinos Kyriakides es consultor de los servicios profesionales de AWS. A través de su trabajo como ingeniero de datos y desarrollador de aplicaciones, apoya a los clientes en el desarrollo de aplicaciones en la nube que aprovechan e innovan en los conocimientos generados a partir de los datos. En su tiempo libre le gusta correr y explorar la naturaleza.

uwe dick es científico de datos en Sportec Solutions AG. Trabaja para permitir que los clubes y los medios de la Bundesliga optimicen su rendimiento utilizando estadísticas y datos avanzados, antes, después y durante los partidos. En su tiempo libre, se conforma con menos y solo trata de durar los 90 minutos completos para su equipo de fútbol recreativo.