Короткая версия доклада:

Спортивные федерации и клубы все чаще сталкиваются с необходимостью поиска и принятия оптимальных решений, направленных на повышение вероятности победы в матче, а также улучшение финансовых результатов. Для этого необходим точный и сложный анализ большого массива данных, который спортивные организации и объединения зачастую не могут организовать самостоятельно.

За последние годы на рынке, наряду со специализированными отделами в ряде крупнейших лиг и клубов, появилось много компаний, которые занимаются сбором данных, в том числе видеосъемкой матчей и анализом визуальной информации с последующей разработкой соответствующих рекомендаций. Этими же проблемами занимаются исследовательские группы при университетах. Предлагаемые ими решения могут помочь в решении ряда насущных задач.

С точки зрения клубов наибольший интерес могут вызвать разработка стратегии матча/игры, включая анализ поведения соперника и поиск эффективного ответа, оптимизация трансферов с определением игрока, по своим характеристикам максимально соответствующего запросу клуба, оценка эффективности спортсменов и рекомендации по составлению контракта.

Ярким примером использования методов анализа данных служит практика поиска и привлечения игроков датским футбольным клубом «Митьюлланд», за последние три года демонстрирующим впечатляющие успехи. Федерации и лиги, со своей стороны, могут заинтересовать такие направления, как изменение формата соревнований за счет роста конкурентности с целью повышения привлекательности для зрителей, регулирование трансферов легионеров, выявление договорных матчей на рынке ставок, борьба с допингом.

Примером удачного взаимодействия ученых и федерации в борьбе с договорными матчами стал запуск проекта компании Sportradar и УЕФА по обнаружению странных ставок в онлайн-режиме во всех основных букмекерских конторах мира. Получаемые сигналы говорят лишь о вероятности мошенничества, однако они дают детальную картину, на основе которой функционеры лиги могут делать достаточно объективные выводы.

В сфере борьбы с допингом с 2009 г. WADA начала имплементировать биологический паспорт атлета, данные которого содержат динамику изменений показателей, характерных для использования допинга, и сигнализирующие о странных отклонениях в показателях спортсмена, достаточных для того, чтобы обратить на него пристальное внимание. Со своей стороны академическое сообщество также проявляет все больший интерес к анализу спортивных данных, что выражается в росте научных публикаций по данной тематике, подготовке к выходу специализированного Journal of Sports Analytics, проведению научных конференций с участием крупных корпораций и вузов.

Главная проблема в налаживании взаимодействия ученых, спортивных клубов и федераций в России состоит в недооценке последними важности точных методов принятия решений, боязни раскрытия данных и доминировании интуитивных управленческих решений. По оценкам некоторых экспертов, отставание России в темпах внедрения точных методов принятия решений от европейского и американского спорта составляет в среднем около 7-10 лет. Низкий спрос тормозит развитие этого рынка в России, что ведет и к дефициту квалифицированных кадров, однако потенциал рынка по-настоящему еще не раскрыт, у него все впереди.

Короткая версия доклада

Рынок спортивной аналитики до недавнего времени решал в основном описательные задачи, а выводы о потенциале игроков делались исключительно по забитым ими голам. Задача аналитиков – помочь хоккейным клубам раскрыть потенциал игроков и дать им релевантные рекомендации на основе применения продвинутой предсказательной аналитики и методов машинного обучения.

Краткосрочная задача хоккейного клуба – выиграть матч, забить больше и пропустить меньше голов, однако сама по себе она не поддается квантификации, так как подразумевает слишком большой объем вводных и случайных факторов. Здесь необходимо сформулировать определенные подзадачи и применить к ним алгоритмы машинного обучения.

В долгосрочной перспективе задачи у клуба более четкие – повышение эффективности тренировок, предупреждение травм, подготовка списка команды на матч, обеспечение роста эффективности контрактов, поиск молодых и перспективных игроков. Такие задачи поддаются методам машинного обучения.

С точки зрения сбора данных в течение одного хоккейного матча фиксируется активность 20-30 игроков, анализируется 500 тыс. строк различных координат – броски, пасы и голы, имеющие свои характеристики.

Особенностью машинного обучения в спортивной аналитике является дороговизна данных, которые, как правило, собираются вручную большими группами аналитиков, фиксирующими события и переводящими их в базы данных. За последние два-три года на рынке стали применяться методы компьютерного зрения, которые находят все большее распространение.

Еще одной особенностью применяемых методик является Feature Engineering – создание признаков для машинного обучения с очень сложными вводными данными, требующее обширных экспертных знаний в том или ином виде спорта. Без такого инжиниринга признаков сделать хорошую модель достаточно сложно.

Для получения результата нужно добиться интерпретируемости моделей. Дефицит точности у простых линейных моделей обуславливает необходимость создания нелинейных моделей и их интерпретации, что реализуется через визуализацию и LIME-алгоритм (аппроксимация точки, которую мы хотим объяснить, с помощью линейной модели).

Разработчикам следует также обратить внимание и на переобучение, то есть решение проблемы верификации и актуализации моделей, обусловленной тем, что лиги могут менять стили игры, чемпионаты проходить в разных стилях, что ведет к устареванию моделей.

Рассмотрим модель реализации ударов в хоккее с использованием машинного обучения. Для хоккея характерна низкая эффективность бросков – около 3%. В связи с этим стоит задача по повышению результативности команды и увеличению количества опасных для соперника ситуаций. С этой целью может быть применена классическая модель ожидаемых голов xG (предсказание вероятности результативного удара при соблюдении определенных характеристик, мера опасности ударов от 0 до 1). Для каждого удара при грамотной выборке и применении алгоритма можно будет предсказать, какие удары с определенной позиции или против команд определенного стиля будут более опасными, как нужно играть команде, чтобы она забивала больше голов, создавая больше опасных моментов. В этом массиве случайностей мы можем повлиять на создание голевых моментов. Соответственно, на основе такой модели уже можно выполнять визуализацию для клиентов, проводить аналитическую работу как с тренерами, так и с игроками. Предложенные клиентам модели позволили повысить xG/20 на 20% и количество забитых голов – на 15%.

Модели машинного обучения полезны и при оценке игры того или хоккеиста на основе предсказания результатов команды при той или иной результативности, с учетом зашумленности ответов, когда участие игрока в достижении общей победы не всегда очевидно.

Кроме того, может быть решена задача распознавания типа игрока (задача кластеризации), его сильных и слабых сторон, что открывает большие перспективы для скаутинга, подбора команды под ту или иную задачу, и в целом эффективного использования действующей команды, когда замена одного игрока другим, схожего типа, позволяет избежать кардинальной смены тактики.

Модель машинного обучения при описании развития атаки позволяет получить представление о стиле ведения борьбы конкурентом, последовательности реализуемых им приемов атаки. Информация об этом может быть включена в обзор для изучения в клубе и выработки тактики противодействия.

Коротая версия доклада:

Фэнтези-футбол — популярная игра, в которой нужно предсказывать результаты выступления виртуальной команды из реально существующих спортсменов, управляя ею в течение сезона и принимая решения в условиях неопределенности и жестких ограничений.

Футболисты, участвуя в реальных играх, зарабатывают фэнтези-очки, и задача игрока как фэнтези-менеджера - заработать максимальное количество очков, собрав виртуальную команду. Официальный фэнтези-турнир английской футбольной Премьер-лиги (the Fantasy Premier League, FPL) – один из самых популярных в мире. В сезоне 2016/2017 в нем приняли участие 4,5 млн человек, в сезоне 2017/2018 – уже 5,7 млн, причем доля участников из России невелика – около 0,1% (7425 участников).

FPL проводится в течение 38 недель, что соответствует одному реальному туру АПЛ. В распоряжении участника – около 600 футболистов, приписанных к своим реальным клубам. Футболисты имеют виртуальную цену, отражающую их способности и популярность, а также занимают определенную фиксированную позицию (вратарь, защитник, полузащитник, нападающий). У фэнтези-менеджера имеется фиксированный начальный бюджет – 100 млн фунтов стерлингов, который варьируется в результате продаж и покупок игроков между игровыми неделями. Участник должен выбрать 15 игроков (2 вратаря, 5 защитников, 5 полузащитников, 3 нападающих), причем не более трех игроков из одного клуба. Кроме того, имеется лимит на количество трансферов (один-два в неделю) с уплатой комиссии за продажу игрока в половину стоимости прироста его цены. Участник может осуществить платный трансфер, заплатив своими фэнтези-очками. Сами очки набираются благодаря успешным действиям футболистов - участию в игре, голам, сейвам, кроме того есть бонусные очки за наилучшее выступление в матче. Очки снимаются за получение карточки, промах в пенальти, пропуск определенного количества голов командой.

Фэнтези-менеджеру перед началом тура нужно выбрать стартовый состав из 11 футболистов, при этом на поле должен быть один вратарь, от трех до пяти защитников, от трех до пяти полузащитников и от одного до трех нападающих. Далее выбирается капитан, который набирает удвоенные очки, то есть самый перспективный игрок игровой недели по мнению фэнтези-менеджера. Перед началом игры также необходимо упорядочить скамейку, определив порядок выхода на поле запасных игроков.

Таким образом, перед нами оптимизационная задача, решаемая в рамках целочисленного линейного программирования. В реальной жизни предсказать выступление игроков – сложная задача, требующая выстраивание модели на основе машинного обучения. Для выбора состава необходимо изучить данные прошлого сезона, далее предсказать количество очков в первом игровом туре для каждого игрока, решить сформулированную задачу и с ее помощью определить состав на тур, сохранить состав, цены трансферов и бюджет. По окончании игровой недели и подсчета фэнтези-очков осуществляется переобучение модели и переподбор параметров.

В датасете учитываются следующие параметры – текущая форма игрока (сколько очков он набрал за последние пять матчей в сумме), количество покупок и продаж игрока за последнюю игровую неделю, текущая стоимость игрока, фэнтези-очки, набранные в предыдущую игровую неделю.

Основные переменные в датасете - показатели эффективности игроков: находящийся в открытом доступе индекс EA (Electronic Arts), оценивающий прошлые выступления игрока, а также индекс ICT (Influence/Creativity/Threat) – агрегированная оценка футболиста, выдаваемая организаторами на основе закрытых параметров. Кроме того, учитывается признак доступности игрока (готовность к игре, дисквалификация, травма, форс-мажор). Также учитываются коэффициент на победу соперника (букмекерский коэффициент), а также базовая статистика игроков – голы, ассисты, число команд, выбравших футболиста. Применив алгоритм XGBoost, мы оценили важность тех или иных переменных в датасете: закономерно на первом месте оказалась форма игрока, хорошие результаты дали и другие переменные, при этом букмекерские коэффициенты показали почти нулевую важность.

Участникам фэнтези-футбола также выдаются фишки, которые можно использовать один или два раза в сезоне: wild card (полный сброс состава и набор нового без штрафов), bench boost (возможность для скамейки запасных набрать очки в течение фэнтези-тура), triple captain (утроение очков капитана), free hit (временный сброс состава на одну неделю), all out attack (более недоступная фишка, позволяющая направить в атаку всех игроков). Фишки изменяют задачи целочисленного программирования следующим образом: wild card и free hit исключают ограничение на число бесплатных трансферов, all out attack делает минимальное число защитников на поле равным двум, bench boost исключает ограничения, связанные с расстановкой и делает число игроков стартового состава равным 15.

С учетом всех вводных и переменных был создан автоматизированный фэнтези-менеджер с использованием алгоритмов XGBoost, glmnet, Random Forest. С точки зрения целевой метрики – расчета среднеквадратичной ошибки – наилучший результат у XGBoost, а с точки зрения набранных очков – у glmnet, позволивший войти в топ 6,3% всех участников по наиболее высокими результатам на конец сезона.

Если обратиться к научным работам по анализу фэнтези-футбола, то следует сравнить полученные результаты с группой Мэтьюза, которая создала автоматизированный фэнтези-менеджер для АПЛ с использованием обучения с подкреплением, то есть очень сложным алгоритмом. Их результат был выше (около 4%), однако у них было меньше участников и хуже итоги по очкам. С этими поправками можно сказать, что результат был схожим, при этом наш подход был более простым.

Полученную модель можно будет развивать за счет перехода к динамической задаче при рассмотрении нескольких игровых недель вперед. Кроме того, планируется перейти к задаче классификации в XGBoost, изменяя evaluation metric для максимизации количества успешных игроков. Также можно создать ансамбль из нескольких моделей, определить оптимальные моменты остановки для розыгрыша фишек, поработать с исходным датасетом, убирая, преобразовывая и комбинируя различные фичи, добавить новые переменные, например коллективный разум, или используя продвинутую статистику (xG и т.д.). Данную методологию можно использовать и реальным тренерам при выборе состава команды.

Анализ данных — это современно и технологично, но что знает о нем целевая аудитория? За круглым столом представители спортивной индустрии и data science разберут спорные вопросы слияния спорта и технологий и выяснят, какие задачи являются наиболее востребованными.

Модератор:

Андрей Себрант, директор по стратегическому маркетингу «Яндекса»

Участники:

• Олег Баскаев, Руководитель отдела CRM и ПЛ АО «Футбольный клуб «Спартак-Москва»

• Вячеслав Годик, Российский Футбольный Союз, руководитель информционно-аналитического центра

• Иван Катанаев, директор по развитию Instat Sport

• Максар Шипхинеев, ICEBERG Sports Analytics

• Дмитрий Дагаев, заместитель проректора НИУ ВШЭ, к.ф.-м.н.

• Глеб Васильев, сооснователь исследовательской группы Toros Research