Bundesliga Match Fact Pressure Hantering: Utvärdera spelarnas prestationer i högtryckssituationer på AWS PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Bundesliga Match Fact Pressure Hantering: Utvärdera spelarnas prestationer i högtryckssituationer på AWS

Pressning eller press i fotboll är en process där ett lag försöker lägga stress på motståndarens spelare som besitter bollen. Ett lag utövar press för att begränsa den tid en motståndare har kvar för att fatta ett beslut, minska passningsmöjligheterna och i slutändan försöka vända bollinnehavet. Även om nästan alla lag försöker utöva press på sina motståndare, kan deras strategi att göra det variera.

Vissa lag antar en så kallad djuppress, vilket lämnar motståndet med tid och utrymme för att flytta bollen upp på planen. Men när bollen når den sista tredjedelen av planen siktar försvarare på att fånga upp bollen genom att pressa bollhållaren. Ett lite mindre konservativt tillvägagångssätt är mitten tryck. Här appliceras press runt halvvägslinjen, där försvarare försöker leda uppbyggnaden i en viss riktning, blockerar öppna spelare och passningsbanor för att i slutändan tvinga motståndet tillbaka. Borussia Dortmund under Jürgen Klopp var ett av de mest effektiva lagen att använda en mittpress. Den mest aggressiva typen av pressande lag som gäller är högtryck strategi. Här försöker ett lag pressa försvararna och målvakten, med fokus på direkt press på bollbäraren, vilket ger dem gott om tid att välja rätt passningsalternativ eftersom de måste täcka bollen. I den här strategin försöker det pressande laget att vända på besittning genom utmaningar eller avlyssning av slarviga passningar.

I februari 2021 släppte Bundesliga den första insikten om hur lag utövar press med Mest pressade spelare matchfakta drivs av AWS. Most Pressed Player kvantifierar det defensiva trycket som spelare möter i realtid, vilket gör att fansen kan jämföra hur vissa spelare får press jämfört med andra. Under de senaste 1.5 åren har detta matchfakta gett fansen nya insikter om hur mycket lag utövar press, men det har också resulterat i nya frågor, som "Var den här pressen framgångsrik?" eller "Hur hanterar spelaren pressen?"

Vi introducerar Pressure Handling, en ny Bundesliga Match Fact som syftar till att utvärdera prestandan för en ofta pressad spelare med hjälp av olika mätvärden. Pressure Handling är en vidareutveckling av Most Pressed Player och lägger till en kvalitetskomponent till antalet betydande presssituationer en spelare i bollinnehav hamnar i. En central statistik i detta nya matchfakta är Escape Rate, som indikerar hur ofta en spelare löser pressade situationer framgångsrikt genom att behålla besittningen för sitt lag. Dessutom får fansen inblick i passnings- och skottprestandan hos spelare under press.

Det här inlägget dyker djupare in i hur AWS-teamet arbetade nära tillsammans med Bundesliga för att få liv i Pressure Handling Match Fact.

Bundesliga Match Fact Pressure Hantering: Utvärdera spelarnas prestationer i högtryckssituationer på AWS PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Hur fungerar det?

Detta nya Bundesliga Match Fact profilerar spelarnas prestation i pressade situationer. Till exempel kan en anfallsspelare i bollinnehav bli pressad av motståndares försvarare. Det finns en betydande sannolikhet att han tappar bollen. Om den spelaren lyckas lösa presssituationen utan att tappa bollen ökar de sin prestation under press. Att inte förlora bollen definieras som laget behålla bollinnehavet efter att spelarens individuella bollinnehav upphör. Detta kan till exempel vara antingen genom en lyckad passning till en lagkamrat, att bli fälld eller att få ett inkast eller en hörnspark. Däremot kan en pressad spelare tappa bollen genom en tackling eller en misslyckad passning. Vi räknar bara de bollinnehav där spelaren fick bollen från sin lagkamrat. På så sätt utesluter vi situationer där de snappar upp bollen och är under press direkt (vilket oftast händer).

Vi aggregerar en spelares tryckhanteringsprestanda i en enda KPI som anropas escape råt. Flyktfrekvensen definieras som andelen bollinnehav av en spelare där de var under press och inte förlorade bollen. I detta fall definieras "under tryck" som ett tryckvärde på >0.6 (se vår tidigare inlägg för mer information om själva tryckvärdet). Flyktfrekvensen gör att vi kan utvärdera spelare per match eller per säsong. Följande heuristik används för att beräkna flykthastigheten:

  1. Vi börjar med en serie presshändelser, baserade på det befintliga Most Pressed Player Match Fact. Varje händelse består av en lista som innehåller alla individuella tryckhändelser på bollhållaren under en individuell bollinnehavsfas (IBP).
  2. För varje fas beräknar vi det maximala aggregerade trycket på kulhållaren.
  3. Som tidigare nämnts måste en tryckfas uppfylla två villkor för att kunna beaktas:
    1. Den tidigare IBP var av en spelare i samma lag.
    2. Det maximala trycket på spelaren under pågående IBP var > 0.6.
  4. Om den efterföljande IBP konton till en spelare i samma lag, räknar vi detta som en flykt. Annars räknas det som en förlorad boll.
  5. För varje spelare beräknar vi flykthastigheten genom att räkna antalet flykter och dividera det med antalet presshändelser.

Exempel på rymningar

För att illustrera de olika sätten att framgångsrikt lösa press, visar följande videor fyra exempel på hur Joshua Kimmich undkommer pressade situationer (matchdag 5, säsong 22/23 – Union Berlin vs. Bayern München).

Joshua Kimmich flyttade ur press och passade till kanten.

Joshua Kimmich spelade en snabb passning framåt för att slippa efterföljande press.

Joshua Kimmich undkommer tryck två gånger. Den första flykten sker genom en glidtackling av motståndaren, vilket ändå resulterade i bibehållet bollinnehav. Den andra flykten är genom att bli fälld och därigenom behålla lagets bollinnehav.

Joshua Kimmich slipper press med ett snabbt drag och en passning.

Fynd från tryckhantering

Låt oss titta på några fynd.

Bundesliga Match Fact Pressure Hantering: Utvärdera spelarnas prestationer i högtryckssituationer på AWS PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Med Pressure Handling Match Fact rankas spelare efter deras flyktfrekvens på matchbasis. För att få en rättvis jämförelse mellan spelare rankar vi bara spelare som varit under press minst 10 gånger.

Följande tabell visar antalet gånger en spelare var i topp 2 i matchrankingen under de första sju matchdagarna för säsongen 2022/23. Vi visar bara spelare med minst tre framträdanden i topp 2.

Antal gånger i topp 2 spelare Antal gånger i ranking
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 Stoeger 7

Joshua Kimmich och Exequiel Palacios leder gruppen med fyra framträdanden i topp 2 på matchrankingen vardera. Ett särskilt omnämnande kan gå till Lars Stindl, som dök upp i topp 2 tre gånger trots att han bara spelade tre gånger innan en skada förhindrade ytterligare Bundesligastarter.

Hur implementeras det?

Bundesliga Match Fact Pressure Handling förbrukar positioner och händelsedata, såväl som data från andra Bundesliga Match Facts, nämligen xPasses och Most Pressed Player. Matchfakta körs oberoende AWS Fargate behållare inuti Amazon Elastic Container Service (Amazon ECS). För att garantera att de senaste uppgifterna återspeglas i tryckhanteringsberäkningarna använder vi Amazon Managed Streaming för Apache Kafka (Amazon MSK).

Amazon MSK tillåter olika Bundesliga Match Facts att skicka och ta emot de senaste händelserna och uppdateringarna i realtid. Genom att konsumera Kafka får vi de mest uppdaterade händelserna från alla system. Följande diagram illustrerar arbetsflödet från ände till ände för tryckhantering.

Bundesliga Match Fact Pressure Hantering: Utvärdera spelarnas prestationer i högtryckssituationer på AWS PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Pressure Handling startar sin beräkning efter att en händelse har tagits emot från den mest pressade spelarmatchningen. Tryckhanteringsbehållaren skriver aktuell statistik till ett ämne i Amazon MSK. En central AWS Lambda funktionen förbrukar dessa meddelanden från Amazon MSK och skriver escape rates till en Amazon-Aurora databas. Dessa data används sedan för interaktiva visualiseringar i nästan realtid med hjälp av Amazon QuickSight. Utöver det skickas resultaten också till ett flöde, som sedan utlöser en annan Lambda-funktion som skickar data till externa system där sändare över hela världen kan konsumera den.

Sammanfattning

I det här inlägget demonstrerade vi hur den nya Bundesliga Match Fact Pressure Handling gör det möjligt att kvantifiera och objektivt jämföra prestanda för olika Bundesliga-spelare i högtryckssituationer. För att göra det bygger vi på och kombinerar tidigare publicerade Bundesliga Matchfakta i realtid. Detta gör att kommentatorer och fans kan förstå vilka spelare som lyser när de pressas av sina motståndare.

Det nya Bundesliga Match Fact är resultatet av en djupgående analys av Bundesligas fotbollsexperter och AWS-dataforskare. Extraordinära flyktfrekvenser visas i livetickern för respektive matcher i den officiella Bundesliga-appen. Under en sändning ges flyktfrekvens till kommentatorer genom databerättelsesökare och visuellt visas för fansen vid viktiga ögonblick, som när en spelare med högt tryck och flykthastighet gör mål, passar exceptionellt bra eller övervinner många utmaningar samtidigt som han behåller kontrollen över bollen.

Vi hoppas att du gillar detta helt nya Bundesliga Match Fact och att det ger dig nya insikter i spelet. För att lära dig mer om partnerskapet mellan AWS och Bundesliga, besök Bundesliga på AWS!

Vi är glada över att lära oss vilka mönster du kommer att upptäcka. Dela dina insikter med oss: @AWScloud på Twitter, med hashtaggen #BundesligaMatchFacts.


Om författarna

simon rolfes spelade 288 Bundesliga-matcher som central mittfältare, gjorde 41 mål och vann 26 landskamper för Tyskland. För närvarande fungerar Rolfes som Managing Director Sport på Bayer 04 Leverkusen, där han övervakar och utvecklar spelarlistan för proffs, scoutingavdelningen och klubbens ungdomsutveckling. Simon skriver också veckokolumner på Bundesliga.com om den senaste Bundesliga matchfakta som drivs av AWS. Där erbjuder han sin expertis som före detta spelare, kapten och TV-analytiker för att belysa inverkan av avancerad statistik och maskininlärning i fotbollsvärlden.

Luuk Figdor är en Sports Technology Advisor i AWS Professional Services-teamet. Han arbetar med spelare, klubbar, ligor och medieföretag som Bundesliga och Formel 1 för att hjälpa dem berätta historier med data med hjälp av maskininlärning. På fritiden gillar han att lära sig allt om sinnet och skärningspunkten mellan psykologi, ekonomi och AI.

Javier Poveda-Panter är en Data Scientist för EMEA sportkunder inom AWS Professional Services-teamet. Han gör det möjligt för kunder inom området för åskådarsporter att förnya och dra nytta av sin data, och leverera högkvalitativa användar- och fansupplevelser genom maskininlärning och datavetenskap. Han följer sin passion för ett brett utbud av sport, musik och AI på fritiden.

Tareq Haschemi är konsult inom AWS Professional Services. Hans färdigheter och expertområden inkluderar applikationsutveckling, datavetenskap, maskininlärning och big data. Han stödjer kunder i att utveckla datadrivna applikationer inom molnet. Innan han kom till AWS var han även konsult inom olika branscher som flyg och telekommunikation. Han brinner för att möjliggöra för kunder på deras data/AI-resa till molnet.

Fotinos Kyriakides är konsult hos AWS Professional Services. Genom sitt arbete som dataingenjör och applikationsutvecklare stödjer han kunder i att utveckla applikationer i molnet som utnyttjar och förnyar sig på insikter som genereras från data. På fritiden gillar han att springa och utforska naturen.

Uwe Dick är dataforskare på Sportec Solutions AG. Han arbetar för att göra det möjligt för Bundesliga-klubbar och media att optimera sin prestation med hjälp av avancerad statistik och data – före, efter och under matcher. På fritiden nöjer han sig med mindre och försöker bara hålla ut hela 90 minuter för sitt fritidsfotbollslag.

Tidsstämpel:

Mer från AWS maskininlärning