In che modo bisogna pianificare una stagione sportiva? Come migliorare la classifica di una squadra? In che modo si può aumentare il livello di rendimento di un giocatore? Su cosa bisogna intervenire per performare un gesto tecnico?
Le risposte non sono mai semplici, il livello di incertezza è sicuramente elevato, tanto che non è più possibile affidarsi esclusivamente all’intuito. Ecco correre in soccorso delle società sportive la statistica avanzata. Nata negli USA nello sport che per eccellenza vive nel mondo dei numeri, il baseball e ribattezzata SABERMETRICA dall’acronimo SABR (Society for American Baseball Research) dal suo maggiore esponente, Bill James.
L’obiettivo della sabermetrica è quello di analizzare tutti quei dati che non rientrano nella semplice notazione statistica, quelle voci che messe in correlazione con le altre fanno emergere aspetti che possono sfuggire all’occhio umano. Ma non solo. Spiegare i risultati passati e confrontandoli con quelli attuali consente una presa di coscienza sul lavoro svolto, ma la vera ed ambiziosa svolta sta nel cercare di predire le prestazioni future.
I primi a cambiare rotta, mettendo in secondo piano le scelte basate sull’esperienza e affidandosi ciecamente al sistema statistico avanzato per scegliere i componenti della squadra per la stagione entrante, furono gli Oakland Athletics ai quali è stato dedicato il film Moneyball interpretato da Brad Pitt nei panni del general manager Billy Beane che ingaggiarono uno statistico neolaureato senza esperienza nel mondo del baseball. Egli aveva elaborato un algoritmo prendendo spunto proprio dall’inventore della sabermetrica. Dopo quella prima esperienza molte altre squadre della MLB adottarono questo sistema.
Dal baseball, un altro sport a stelle e strisce viene investito dalla nuova “moda”. Questa volta a sviluppare nuovi sistemi statistici avanzati è il basket NBA. Il vecchio box score risultava troppo poco dettagliato, tralasciando molte parti del gioco di assoluta rilevanza come ad esempio tutto quello che avveniva lontano dalla palla. Ecco quindi entrare nel gergo nuove parole come la efficency, rimbalzi disponibili, tiri contestati, ovvero alcuni aspetti del gioco di assoluta rilevanza che prima sfuggivano alle vecchie statistiche. Attenzione però: l’accresciuto numero di dati disponibili impone una cernita tra l’essenziale e l’inutile, il rischio è quello di andare in confusione in quanto troppe informazioni generano paralisi decisionale. Non a caso ogni franchigia NBA ha nello staff di allenatori un team di analisti statistici.
Nel continente europeo, la sabermetrica ha meno fascino. C’è una certa rigidità nell’accettare scelte dettate dall’analisi dei numeri piuttosto che dall’esperienza. Lo stesso ex GM della AS Roma calcio, Walter Sabatini, al termine del quinquennio in cui ha guidato la squadra dagli uffici, ha criticato la filosofia della proprietà statunitense, troppo orientata secondo lui ad analisi statistiche “fredde”, lontane dal modo di vivere il calcio in Italia. Restando in Europa, questa volta in Inghilterra, è Kevin De Bruyne a fare un passo verso la sabermetrica. Costretto da circostanze extra calcistiche che hanno visto il suo procuratore finire in carcere per reati legati al riciclaggio del denaro e falsificazione dei documenti, il calciatore Belga si è affidato ad un team di data analyst per dimostrare l’importanza del suo gioco per il Manchester City, la centralità del suo ruolo in squadra e una serie di scenari che vedevano i Cityzens favoriti nelle competizioni future rispetto alle concorrenti. Tutto ciò gli è valso un contratto da 24 milioni di euro a stagione fino al 2025.
I sistemi statistici avanzati, molto spesso ottengono dei risultati che non hanno senso da un punto di vista sportivo. Sono logici da un punto di vista matematico, ma la scelta dei dati da analizzare porta dei risultati fuori focus. Il gradino è tutto lì, il software lavorerà sempre in modo corretto, ma tutto sta nell’affidargli il compito giusto, e per farlo occorre ricorrere all’intuito. La statistica senza la competenza porta l’attenzione lontana dall’essenziale.