Мир в движении
Каждая область научных исследований создает свой собственный маленький мир. Исследователи невероятно детально изучают что-то (например, как рыба реагирует на положение остальной стаи или форму муравьиных дорожек) и втягиваются. Они обсуждают, является ли положение, скорость или ориентация самым важным фактором в реакции рыбы. Они спорят о химическом составе феромонов муравьев.
Я должен признать, что и я порой терялся в маленьких академических микрокосмах. Сейчас это футбол, но до этого я с головой погружался в движение рыб, а еще раньше были муравьиные тропы. Есть нечто пленительное в изучении предмета в мельчайших подробностях. Но такой акцент на деталях может привести нас, ученых, к тому, что мы становимся слишком вовлеченными в наш собственный мир, разговаривая на своем собственном языке и забывая, что есть и другие столь же интересные миры.
Поэтому я был очень рад узнать, что футбольные исследователи уже узнали о моих исследованиях рыб и муравьев еще до того, как я начал изучать футбол. Вскоре после того, как начал писать эту книгу, я отправился в Академию Google[90], чтобы выяснить, что собой представляют учёные в спорте, как выглядит мир их исследований. Я был удивлён. Одной из первых статей, которую я встретил, был обзор «Спортивные команды как суперорганизмы» Рикардо Дуарте и его коллег в Лиссабоне[91]. Они обратили внимание на ту же аналогию между командами и муравьями, которую я использовал в предыдущей главе, и утверждали, что «анализ эффективности команды может извлечь выгоду из принятия биологических моделей, используемых для объяснения того, как повторяющиеся взаимодействия между группирующимися индивидуумами масштабируются для возникновения социального коллективного поведения». Но на этом все не закончилось – одним из их основных источников была обзорная статья «Принципы коллективного поведения животных», которую я написал в 2005 году[92]. Специалисты по спорту уже использовали мои исследования, чтобы вдохновить их собственную теорию о командах.
Я пишу научные статьи, потому что верю, что о моих открытиях прочитает широкий круг людей, а не только специалисты в моей области. В 2005 году мой интерес к футболу ограничивался редкой игрой в «пять на пять» в спортивном центре университета и слежением за прогрессом «Ливерпуля» в Лиге чемпионов по телевизору. Об игре в моей обзорной монографии не было ничего. Поэтому мне особенно приятно было узнать, что через несколько лет исследователи из Лиссабона нашли вдохновение в моей работе.
Не только Рикардо Дуарте и исследователи из Лиссабона ищут вдохновение в биологии. Наталья Балаге, профессор Барселонского университета, пишет, что тренировочные упражнения для командных видов спорта должны не «сообщать спортсмену об идеальной в теории мощности двигателя, а создавать задачи, где умение должно решать постоянно изменяющиеся ситуации». Она цитирует ведущего испанского тренера, который говорит о своей команде: «Когда я вижу, что они движутся, как стая птиц, я знаю, что они играют хорошо»[93]. Пол Сил, ведущий специалист по обработке и анализу данных в аналитической компании Prozone, начинает свои презентации для футбольных клубов с видеофильмов о косяках рыб. Затем разговор переходит на поле, подчеркивая аналогии в динамике игроков, преследующих мяч, и сардин, уклоняющихся от акулы.
Многие математические модели, разработанные мной в этой книге, проводят аналогию с движением животных: создание пространства «Барселоной» и образование косяков рыбы, охота львов и сужение пространства Хольгером Бадштубером, а также сверхлинейные команды муравьев. Кажется, спортивные исследователи начинают думать так же, как и я. Модели поведения животных принимаются в качестве моделей командной работы: мы можем использовать изучение согласованности и движения животных для того, чтобы улучшить согласованность и движение футболистов.
Переполнение данных
На рисунке 9.1 показаны позиции и направления 16 игроков резервной команды «Нюрнберга» в определенный момент тренировочного матча «восемь на восемь». Мяч находится у левого вингера светлой команды; игрок собирается сделать пас вперед. В центре поля два темно-серых защитника опекают двух светло-серых нападающих, при этом они держат линию офсайда.
Рисунок 9.1. Позиции и направления игроков во время тренировочного матча резервной команды «Нюрнберга». Круги – это позиции светлой и темной команд, в то время как стрелки указывают направление движения и скорость игроков. Чем длинней стрелка, тем быстрей движется игрок. Мяч – маленький черный круг.
Этот тренировочный матч был особенным, поскольку это был один из первых случаев, когда данные слежения в реальном времени появились в открытом доступе[94]. Всем игрокам на обе бутсы установили датчики, которые измеряли положение их ног. Также датчик был установлен в перчатки вратарей и мяч. Позиции ног и рук измерялись 200 раз в секунду, а положение мяча – 2000 раз. Это обеспечивало 8400 трехмерных позиционных событий в секунду. Результатом стал набор данных (размер его составил 6 Гб), охватывающий 60 минут игры и около 120 миллионов показателей для вычислений.
Это часть множества данных, с которым сегодня сталкивается футбол. Для турнирного матча отслеживание 22 игроков со скоростью 200 измерений в секунду, в трехмерных координатах на протяжении 95 минут, дает нам
[(200 × 22 × 2) + (200 × 2 × 4) + 2000] × 3 × 60 × 95 = 212 040 000 показателей.
И это только лишь для одного матча. За один сезон английской Премьер-лиги будет создано около 100 миллиардов показателей.
Еще несколько лет назад тренер команды из Премьер-лиги посмотрел бы матч своей команды в субботу; в воскресенье он бы занялся записью последних игр следующего соперника, а также посмотрел бы основные моменты из матчей других команд. Теперь же у него есть доступ к миллионам точек измерений – его собственных игроков и оппозиции. Кроме того, у него есть данные о производительности на тренировках и показатели физической готовности для всех его футболистов. Его задача – взять эти миллиарды данных и свести их к нескольким простым предложениям, которые объяснят игрокам стратегию на следующий матч.
Поэтому неудивительно, что футбольные команды теперь назначают экспертов, чтобы максимально использовать собранные данные. В «Манчестер Сити» есть большая команда аналитиков, которые собирают данные о производительности команды после каждого матча. Это позволяет им определять области поля, где футболисты отработали хорошо, и области, где они провалились. Руководитель отдела спортивной аналитики «Ливерпуля», Иан Грэм, имеет докторскую степень Кембриджа по теоретической физике. Он обеспечивает вратарей и форвардов детальной схемой того, как выбранная ими позиция влияет на вероятность гола. «Бавария» получает массивную базу данных всех движений игроков во время каждого матча, а также большинства тренировочных матчей. После каждой игры глава аналитического отдела Михаэль Нимайер делает презентацию высокотехнологичных данных в «аудитории» для остальных членов тренерского штаба. Игроки «Баварии» могут обмениваться комментариями и идеями по данным и матчу на форуме, подобном Facebook. У каждого топ-клуба есть эксперт по цифрам.
Задача, стоящая перед этими экспертами, – превратить миллионы чисел в информационную картину. Картина должна резюмировать суть матча, как и мои тактические карты из главы 7, но на этот раз объединять миллионы измерений. Алина Бьялковски – член группы исследователей Disney Research в США – приняла этот вызов. Не сразу очевидно, почему Disney пытается понять «соккер», но они, безусловно, положили хорошее начало.
Во время одного из своих первых исследований Алина и ее коллеги сосредоточились на использовании данных для определения всех премудростей в тактических схемах. В своей научной статье она не указывает, какую лигу высшего эшелона они анализируют, но эта лига определенно в стране, где преобладает расстановка 4–4–2. На рисунке 9.2 показаны четыре примера принятых командами расстановок. Каждый из крошечных символов соответствует средним позициям разных игроков в течение каждого тайма в каждом матче, сыгранном в течение всего сезона[95]. Например, для команды А левый защитник представляет собой группу треугольников, а два форварда – это пятно из кругов и ромбов впереди.
Рисунок 9.2. Командные расстановки, изученные на протяжении всего сезона. Символы отображают среднюю позицию игроков в течение одного тайма каждой игры на протяжении сезона. Рисунок адаптирован из оригинала Алины Бьялковски и ее коллег.
Различные команды используют 4–4–2 по-разному. Некоторые из этих вариантов – это устоявшаяся тактика.
Например, команда A имеет пару нападающих, которые играют параллельно друг другу, в то время как у команды B один форвард играет в оттяжке, а второй на острие. Однако другие отличия между этими расстановками менее заметны. Команда С – более гибкая в атаке, чем команды А и В, поскольку один из форвардов переходит из более глубокой позиции в пару нападающих. Помимо этого, команда С использует различные вариации в полузащите и поэтому более рассеянна. Команда D использует одновременно и 3–4–3, и 4–4–2 и переключается между своими схемами.
Определение расстановок – лишь первый шаг. В следующей статье исследователи из Disney рассмотрели, насколько вероятно, что те или иные ситуации в атаке приведут к забитому мячу[96]. Каждую десятую часть секунды рассматривались разные особенности выбора позиции, учитывая при этом, насколько далеко защитники отходили от своих привычных позиций, скорость движения игроков и количество защитников между нападающим с мячом и воротами. Из этих особенностей исследователи смогли показать, что контратаки часто предоставляли лучшие возможности для забивания голов. Атака оппозиции – идеальное время, чтобы начать планирование атаки собственной команды. Модель все еще находится в процессе разработки, но в конечном итоге цель состоит в том, чтобы получить вероятность гола из каждой игровой ситуации. Исходя из этого, тренеры могут разрабатывать собственные стратегии и определять те области, где соперник особенно опасен.
Расстановка
Следующая задача в анализе футбола – перейти от статических описаний схем и выбора позиции к динамическому анализу взаимодействия игроков. Вернемся к тренировочной игре «Нюрнберга». На рисунке 9.3 показаны позиции и направления игроков спустя примерно секунду после тех, которые показаны на рисунке 9.1, то есть уже после того, как левый вингер отдал передачу направо. Теперь почти все игроки бегут в одном направлении, хотя и с разной скоростью. Быстрей всего движутся игроки в центре, так как они находятся дальше всех от позиции.
Мы можем измерить, насколько скоординированы команды, соединив направления всех игроков. Если я возьму каждую стрелку, указывающую направление, и выстрою их одну на одну, то получу такую картину для обеих команд, как показано на рисунке 9.4. Выстраивание игроков таким образом показывает степень единения, в которой члены команды двигаются в одном направлении. Игроки обеих команд связаны друг с другом. Но действия защищающейся, более темной, команды согласованы чуть лучше, чем атакующей. Вся защищающаяся команда движется вместе, чтобы не создавать свободное пространство. Для команды с мячом ситуация отличается. Атакующие полузащитники двигаются в направлении мяча, но левый защитник и левый вингер двигаются в другую сторону, создавая пространство для еще одного изменения направления.
Скоординированное движение является ключом к успешной защите. Сначала четверка защиты одновременно делает шаг вперед, и это важно для всей команды в целом. Равномерно распределяясь по всему полю, обороняющаяся команда создает сеть, которая препятствует дальнейшему продвижению. Частично такая согласованность достигается путем следования за мячом, но она также зависит и от игроков: они должны следить за перемещениями друг друга, чтобы сеть оставалась прочной.
Рисунок 9.3. Позиции и направления игроков во время тренировочного матча резервной команды «Нюрнберга». Снимок сделан примерно через секунду после рисунка 9.1.
Рисунок 9.4. Измерение координирования игроков в обеих командах путем соединения их стрелок, указывающих направление.
На первый взгляд может показаться, что для поддержания прочной защитной сети игроки должны отслеживать всех своих товарищей по команде. Однако еще в 1995 году Тамаш Вищек и его коллеги разработали модель, которая доказывала, что выравнивание группы может быть достигнуто и без следования за мячом, и даже с очень ограниченным знанием позиций и направлений остальной части команды[97]. Представьте, что вы бежите по полю размером 100 на 100 м (почти в два раза больше футбольного поля) с 43 другими людьми (ровно вдвое больше стандартного количества игроков в футбольном матче). Вы бежите со скоростью 12 км/ч – достаточно быстрой трусцой. Это поле имеет странное свойство: если вы сбегаете с одной стороны, то вы возвращаетесь на другую. Поэтому, если вы сбегаете с верха, вы снова появляетесь внизу, и если вы забегаете слишком далеко влево, вы снова оказываетесь справа. Конечно, в действительности такого поля не существует, но здесь вы представляете себя внутри математической модели. Поэтому странные предположения сейчас допустимы.
Согласно модели Тамаша вы должны посмотреть на своих ближайших соседей – допустим, тех, кто находится в пределах десяти метров от вашей текущей позиции, – и начать двигаться в том же направлении, что и они. Представим себе, что все остальные 43 игрока, застрявшие в этом поле, делают то же самое, и посмотрим, что произойдет. На рисунке 9.5 показана симуляция позиций и направления движения всех 44 людей (включая вас) спустя 1 секунду, 20 секунд и 2 минуты бега.
В начале (рисунок слева) все движутся в случайном направлении. Серый круг в центре показывает ваше местоположение и позиции ваших соседей в радиусе десяти метров. Вы начинаете двигаться в направлении вашего ближайшего соседа. Через 20 секунд, в середине рисунка, уже образовались небольшие группы. Вы находитесь в одной из групп, направляющихся вверх влево, но другие группы движутся в разных направлениях. Через две минуты, как показано справа на рисунке, вы уже сделали пару кругов по полю. Поскольку вы бегаете по кругу, вы все еще следуете за несколькими соседями, но теперь все поле движется примерно в том же направлении, что и вы.
Рисунок 9.5. Позиция и направление 44 моделируемых людей, которые бегают по полю с краями телепортации. Результаты моделирования через 1 секунду (слева), 20 секунд (посередине) и 2 минуты (справа). Серые круги указывает на вашу позицию и на людей, за которыми вы следуете.
Чтобы выйти на единый курс, людям в нашей симуляции требуется меньше двух минут, и даже спустя 20 секунд большинство из них двигаются в одном направлении. Вы согласовываете свои действия с остальными без лидера, без разговоров или любого вида общения и без предварительного плана. Все, что вам нужно делать, – это бегать кругами примерно в том же направлении, что и вашим ближайшим соседям, и группа скоординируется.
Вы можете провести этот эксперимент самостоятельно. Просто найдите несколько людей и открытую площадку и скажите им двигаться в том же направлении, что и соседи. Поскольку у вас, вероятно, нет телепортера, вам придется сказать им оставаться на поле. Но результат будет подобным: очень скоро вы получите круговое движение по часовой или против часовой стрелки. Все будут двигаться друг за другом вокруг открытого пространства[98].
В модели Тамаша телепортация с одной стороны поля на другую означает отсутствие ограничений в направлении движения. Это создает ощущение пребывания посреди гигантской стаи скворцов или роя саранчи. Например, стая скворцов в сумерках может состоять из нескольких тысяч птиц, но каждый из них реагирует только на несколько ближайших соседей. Точно так же летающий рой саранчи может покрыть десятки или даже сотни квадратных километров, но отдельные особи взаимодействуют в первую очередь с теми, что находятся всего в нескольких сантиметрах. Модель Тамаша помогает объяснить, как эти стаи могут формироваться без внешнего сигнала, который бы указывал саранче направление движения. Саранче не нужно следить за ветром или солнцем – локальных взаимодействий достаточно для того, чтобы заставить их двигаться в одном направлении.
Модель Тамаша была тщательно проверена на саранче, рыбе, птицах и других животных[99]. Детали взаимодействия видов различны, но принципы одинаковы. Локальные взаимодействия между соседними особями позволяют группе в целом координировать свои действия. Это хорошая новость для футболистов. Если насекомые с не самым большим мозгом могут перемещаться вместе в больших группах на огромные расстояния в течение нескольких месяцев, то не должно составить труда заставить 11 игроков двигаться в унисон вперед-назад по футбольному полю в течение 90 минут. Модель Тамаша подразумевает, что игрокам не нужно отслеживать позиции и направления всех своих товарищей по команде и представителей соперника для координации. Им просто нужно следить за соседями. Общая координация будет выполняться автоматически.
В исследовании команды из португальской Примейры Угу Фольгаду с коллегами обнаружил, что для разных позиций синхронизация варьируется[100]. Защитники и центральные полузащитники показывают лучшее взаимодействие. Они движутся вместе, либо опекая соперника (если мяч находится на другой половине поля), либо активно прессингуя (если мяч уже на их половине). У нападающих наиболее низкий уровень координации, поскольку они пытаются запутать игроков оппозиции непредсказуемыми рывками и забегами. Это похоже на тот рисунок, который мы видели в тренировочной игре «Нюрнберга», где защищающаяся команда была более выстроенной.
Синхронизация может предложить хорошую общую оценку того, насколько усердно команда работает как единое целое. В предсезонных играх, сыгранных португальской командой, игроки были более синхронизированы в случае, когда встречались с командами из Примейры, и менее синхронизированы при игре с командой более низкого уровня. Аналогичные измерения действий команды английской Премьер-лиги показали, что игроки лучше синхронизированы при игре с менее перегруженным графиком[101]. Когда между матчами было всего три дня, игроки бегали так же быстро, как и при шести и более днях промежутка. Однако командная синхронизация падала. Вероятно, большое количество футбола влияет на концентрацию больше, чем на физическое состояние. И когда дело доходит до выступления на высшем уровне, уровень взаимодействия игрока столь же важен, как и физическая пригодность. Командная работа – это отслеживание ближайших к вам людей.
Незаметный лидер
Представьте, что вы идете по парку со своим коллегой по дороге на обед. Вы глубоко погружены в офисные сплетни. Когда вы возвращаетесь на работу, вы понимаете, что ваш коллега поворачивает налево, к утиному пруду. Вы же обычно идете направо, мимо колокольни. Ни один из вас не хочет прервать разговор, чтобы обсудить сторону движения. Говорить о направлении кажется немного тривиальным, когда вы уже подбираетесь к самым низам политики вашего отдела. Но, шагая вперед, вы чувствуете, как две противоположные силы тянут вас. Одна сила тянет вас к привычному маршруту, вторая – держит вас в компании с коллегой.
Когда голуби летят вместе, они сталкиваются с такими же социально-навигационными проблемами, что и вы в парке, только в гораздо большем масштабе. Когда почтовый голубь впервые вылетает из незнакомого места, для выбора маршрута он использует комбинацию запаха, магнитных сигналов и компаса, основанного на положении солнца. Когда его много раз выпускают из одного и того же места, он начинает запоминать маршрут, идентифицируя конкретные ориентиры на этом пути. Голуби часто используют колокольни и железнодорожные колеи в качестве привычных навигационных средств. После того как голуби были выпущены пять или шесть раз, они создали свой собственный маршрут домой и склонны придерживаться его в будущих полетах.
Такой способ ориентации не так сильно отличается от нашего. Когда вы идете по парку с коллегой, у вас обоих есть свой установленный маршрут, которому вы обычно следуете. Но как только вы вдвоем, вы предпочитаете оставаться вместе. Точно так же происходит и у почтовых голубей. Когда двух голубей выпускают одновременно, они вынуждены выбирать между своим привычным маршрутом домой или полетом с партнером. Голуби не могут обсудить, в какую сторону они собираются двигаться, поэтому им приходится полагаться на движение соседей. Социальные силы объединяют их.
Я работал над моделированием этих социальных сил с коллегой Дорой Биро (мы уже встречали ее в главе 6, когда изучали иерархию). Давайте назовем голубя из нашей модели Ливерпулем – это прозвище на самом деле получил один из голубей Доры после того, как заблудился и совершил длинный полет на север от Оксфорда. Когда Ливерпуль находится в паре с кем-то, на него действуют две силы: одна направлена на соседнего голубя, вторая – на ориентир. Когда сосед летит рядом или перед Ливерпулем, тот, как правило, принимает это же направление. Когда соседняя птица находится дальше или непосредственно сзади, сила соседа ослабевает и Ливерпуль выбирает колокольню.
Объединив эти силы в модель, Дора и я смогли предсказать, что произойдет, когда два голубя следуют схожим силам, но в противоположных направлениях. Предположим, что партнер Ливерпуля по этому полету тяготеет к утиному пруду, а сам Ливерпуль – к колокольне. В модели, где колокольня и пруд находятся близко друг к другу, пара достигает компромисса и летит посередине. Такое поведение похоже на вас и вашего коллегу, идущих напрямую через парк, на полпути между прудом и колокольней. Но если эти два ориентира находятся дальше друг от друга, один из голубей вынужден уйти дальше от своего привычного объекта, чтобы остаться с другим голубем. Поэтому притяжение к ориентиру ослабевает, а притяжение к другому голубю усиливается. Один из голубей становится лидером, а другой – ведомым.
Именно это Дора и обнаружила в своих экспериментах[102]. Когда расстояние между ориентирами для птиц было небольшим, голуби шли на компромисс; однако когда дистанция увеличивалась, один голубь становился ведущим, а второй следовал за ним. Как выяснилось, лидерство почти не связано с навыками навигации. Ливерпуль не был наиболее точной птицей. В конце концов, имя он получил из-за того, что ошибся с целью на 250 километров. Тем не менее именно Ливерпуль – лидер. Любая птица в паре с ним выбирала маршрут, который предпочитал Ливерпуль.
На сегодняшний день Ливерпулю почти 20 лет, у него была вереница молоденьких подруг и много птенцов. Однако не все лидеры являются доминирующими птицами в голубятне – лидерство в полете не настолько очевидное. Оказывается, голуби в лидеры выбирают особей, которые летают быстрей всех в одиночном полете[103]. При полете в паре такие голуби имеют тенденцию лететь немного впереди своего партнера. Поскольку быстрая птица ведет, то медленная следует за ней. Эти лидеры могут лететь в правильном или неправильном направлении, но они утверждают свой авторитет, двигаясь немного впереди.
Вы и ваш коллега, гуляющие в парке, также испускаете незаметные сигналы. Мы принимаем небольшие навигационные решения в течение всего дня, не обсуждая их. В противном случае жизнь была бесконечной чередой вопросов «пойдем ли мы этим путем?» или «должен ли обойти тебя слева или справа?». Исходя из этих неочевидных моментов, кто-то из нас становится лидером, а кто-то – ведомым.
В футболе все происходит настолько быстро, что задушевные беседы попросту невозможны. Лучше всего умеет читать игру тот игрок, который быстрее понимает тонкости движений партнеров. Некоторые игроки инстинктивно проявляют свой авторитет, а другие следуют за ними. Мате Наджи – статистический физик, работавший как с Дорой, так и с Тамашем Вищеком, – создал метод обнаружения этих лидерских тонкостей. Изначально он разработал свой метод для голубей, но потом понял, что он так же хорошо будет работать и на футбольном поле.
Идея Мате заключалась в том, чтобы искать небольшие задержки в изменении направления игроков. Работая с данными ведущего европейского клуба, он сначала вычислил меру совмещения направлений (явление, начало которого мы видели на рисунке 9.1) попарно между всеми игроками. Затем он перемотал видео вперед и назад, чтобы найти точку, где это совмещение между игроками было максимальным.
Чтобы дать вам представление о том, как работает метод Мате, рассмотрим рисунок 9.6. Он является стилизованным примером разворота двух игроков. Верхний игрок отстает от нижнего, принимая такое же направление на 0,3 секунды позже. Это стилизованный пример. И во время настоящего матча не так четко видно, кто делает поворот первым; но Мате разработал метод обнаружения незаметных задержек. Он мог использовать это для определения лидеров и среди голубей, и среди игроков[104].
Рисунок 9.6. Задержки между изменением направления двух игроков в долях секунды. Серые круги и стрелки показывают направление двух игроков в 10 временных точках за одну секунду. Черные стрелки отмечают задержки между временными точками, в которых игроки смотрят в одном и том же направлении. Верхний игрок поворачивается на 0,3 секунды позже нижнего.
Работая вместе со спортивным ученым Руем Оливейрой, Мате использовал свой метод для определения сети лидеров и ведомых в матче высшего дивизиона. Я не могу раскрыть название клуба или матч, поскольку клубы болезненно реагируют на утечку тактической информации. Но команда, о которой идет речь, проигрывала со счетом 1:0 дома в первом тайме игры против серьезного соперника. Пришло время кому-то взять на себя инициативу – и, согласно анализу Руя и Мате, был один очевидный лидер. За этим конкретным полузащитником следовали двое защитников и один из звездных форвардов. Он управлял движением в обоих таймах – всякий раз, когда у его команды оказывался мяч.
Несмотря на то что этот полузащитник руководил атакой, он не был лидером по владению мячом или количеству пасов. Он не просто использовал мяч, чтобы вести игру за собой. Нет. Остальные игроки реагировали на его действия и движения на поле. Именно этот игрок был капитаном команды. Его команда проигрывала, и он взял ответственность на себя. Во второй половине матча его лидерство окупилось. Нападающий, который следовал за капитаном, сравнял счет. Несколько минут спустя другого игрока сбили в штрафной, и команда вышла вперед благодаря реализованному пенальти. Игра закончилась со счетом 2:1. Капитан не стал игроком, которого возносили после матча в газетах. Однако, с точки зрения движения, именно его незаметное лидерство стало причиной победы.
Сила прессинга[105]
Как я упоминал ранее, большие клубы очень осторожно относятся к распространению данных, описывающих подробное движение их игроков. Это затрудняет прогресс для таких исследователей, как я, и анализ коллективного движения команды остается в зачаточном состоянии. Пока что я описал набор инструментов для изучения позиционирования и выравнивания, но еще нужно сделать много всего. За последние десять лет несколько исследователей и даже целых групп (группа Иэна Кузина в Констанце, Шарлотта Хемелрик в Гронингене, Йенс Краузе в Берлине, Одри Дюссель и Гай Тералаз в Тулузе, Ирэн Джардина и Андреа Каванья в Риме, а также группа Доры в Оксфорде, группа Тамаша в Будапеште и моя собственная группа в Упсале) работали над расшифровкой правил движения у животных. Это лига исследовательских талантов Европы, сфокусированная на движении животных. Результаты были замечательными, и теперь у нас есть хорошее представление о том, как «команды» животных передвигаются вместе. Но такие серьезные результаты стали возможны только потому, что мы собрали большое количество данных и делились этими данными друг с другом. Футбол также можно изменить коренным образом, как мы изменяли движение животных, но для этого нам нужны данные.
По сравнению с огромным количеством исследователей, работающих над движением животных, подробный анализ движения игроков остается чем-то вроде театра одного актера. Пол Пауэр – ведущий специалист по обработке и анализу данных в Prozone; он же несет ответственность за данные по игре. У Пола за плечами опыт работы в качестве тренера – он работал в «Сандерленде». Там же он закончил магистратуру по спортивной науке. Во время учебы он читал статью Рикардо Дуарте «Спортивные команды как суперорганизмы» и был вдохновлен ею. Он хотел использовать идеи суперорганизма для изучения футбола, поэтому и поступил на работу в Prozone.
Работа в качестве тренера означала, что Пол хочет, чтобы математический анализ привел к прочным практическим результатам. В то время как я выдвинул идею создания тактической карты для передачи информации о матче или игроке, Пол стремился провести анализ на протяжении всего пути к тренировочному полю. Он хочет использовать послематчевые данные для разработки тренировочных упражнений. Его подход уходит корнями в философию Ринуса Михелса, который видел главной ролью тренера создание упражнений, которые способствуют улучшению конкретного стиля игры. Тренеру не придется во время игры рассказывать игрокам, что делать, если он заставил практиковать наиболее эффективные действия до начала матча. Целью Пола является использование данных о перемещениях игрока, чтобы понять, что работает на поле, а затем использовать эту информацию, чтобы решить, что происходит на тренировочной площадке.
Одним из самых важных тактических аспектов современного футбола является понимание того, когда и как интенсивно вы должны прессинговать своего противника. Прессинг – это когда команда без мяча, насколько это возможно, досаждает команде, владеющей мячом. По крайней мере один игрок должен преследовать игрока с мячом, в то время как другие следят за блокированием потенциальных передач. Это взаправду коллективное действие, и одно из тех, где целое представляет собой намного больше, чем сумма его частей. Как сказал Луис Энрике, тренер «Барселоны»: «Если хоть один из игроков не участвует в прессинге (включая вашего вратаря), у вас серьезная проблема»[106]
Существуют различные формы прессинга. Энрике и его предшественник в «Барселоне», Пеп Гвардиола, выступают за прессинг на половине соперника, чтобы вернуть себе мяч как можно скорее. «Боруссия» Юргена Клоппа также специализировалась на такой форме контрпрессинга. Замечательная «Бавария» образца сезона-2012/13 – та самая, которая уничтожила «Барселону» в полуфинале Лиги чемпионов, – прессинговала практически везде. Такая стратегия очень эффективна, если команда находится в хорошей физической форме, но она может утомлять прессингующую команду так же, как и соперников. В течение сезона-2014/15 «Челси» под руководством Жозе Моуринью использовал другой подход, известный как «низкий прессинг», когда они позволяли другим командам подбираться к их штрафной.
Рисунок 9.7. Ситуации, в которых возможность передачи между двумя игроками блокируется (слева) и дополнительный игрок открывает новый вариант для паса (справа). Черный круг на вершине треугольника – игрок, владеющий мячом. Темно-серые треугольники указывают диапазон потенциальных передач на партнера (также обозначенного черным кругом). Светло-серые треугольники указывают диапазон передач, которые будут заблокированы игроком соперника (обозначенного светло-серым кругом). Адаптировано из оригинального рисунка Пола Пауэра (Prozone).
Они занимают оборону на своей трети поля – с этим сталкивались «Арсенал» и «Ливерпуль» в последние сезоны. У каждого из этих стилей прессинга есть свои плюсы и минусы. Вопрос заключается в том, когда использовать тот или иной стиль и как его осуществлять.
Наиболее важным для прессинга является сокращение вариантов. Схема снизу на рисунке 9.7 иллюстрирует ситуацию, в которой защитница почти исключила возможность передачи для игрока с мячом. Игрок с мячом собирается отдать пас на своего товарища – она находится внизу. Игрок противоположной команды пытается заблокировать передачу. На этом рисунке игрок с мячом может отдать пас в любом направлении, а защитница может перехватить любой мяч в радиусе 1 метра от нее. Другая нападающая может получить мяч, если он окажется в метре от нее, поэтому для прохождения этой передачи потребуется очень точный пас. Эта ситуация очень похожа на игру в «собачку» из главы 3, в которой правильный выбор позиции защитницей всегда предотвращает передачу. На схеме справа на рисунке 9.7 ситуация изменилась: появилась третья нападающая, которую не прессингует второй защитник. Передача на нее легко пройдет.
Рисунок 9.8. Карта потенциальных передач «Лиона» в первые 15 минут матча против «Марселя». Толщина стрелок между двумя игроками отображает, как часто игрок был доступен для паса. Адаптировано из оригинального рисунка Пола Пауэра (Prozone).
Пол и его коллеги применили эту модель перспективных вариантов передач к подробным данным отслеживания движений, полученным из матчей. Для каждой десятой доли секунды они применяли критерий перехвата/приема в радиусе 1 метра как способ классифицировать потенциальный пас. Затем они создали сеть, чтобы показать игроков, доступных для передачи от игрока с мячом. На рисунке 9.8 показана такая сеть для «Лиона» в течение первых 15 минут матча против «Марселя» в Лиге 1. На этой стадии игры у игроков «Лиона» есть несколько вариантов для паса. Толстые стрелки в направлении Йоанна Гуркюффа и Александра Ляказетта показывают, что они оба обычно доступны для передачи. Набиль Фекир, еще один форвард, доступен немного реже, но в целом существует множество вариантов для передачи вперед.
Рисунок 9.9. Карта потенциальных передач «Лиона» в период с 16-й по 30-ю минуту матча против «Марселя».
После такого стартового отрезка «Марсель» начал эффективно прессинговать. В период с 16-й по 30-ю минуту матча карта кардинально изменилась – см. рисунок 9.9. Теперь здесь намного меньше стрелок, а оставшиеся направлены в сторону собственных ворот. Пол показал, что такое отсутствие вариантов связано с уровнем прессинга, оказываемого «Марселем». В то время «Марсель» под руководством Марсело Бьелсы был одной из самых эффективно прессингующих команд в Европе. Бьелса верил в высокий прессинг на всех участках поля. В сезоне-2014/15 его команда прессинговала соперника, владеющего мячом, 43 % времени. Сравните это со средними 25 % в английской Премьер-лиге.
Но в начале второго тайма у «Марселя» что-то пошло не так. На короткий период времени давление спало. На 64-й минуте встречи «Лион» комбинацией из десяти передач довел мяч от своей штрафной площади до Гуркюффа перед воротами «Марселя». «Марсель» был разбалансирован, и Гуркюфф воспользовался предоставленным шансом. Собрав все варианты для передач и попытки прессинга по времени, Пол показал, что каждая последующая передача «Лиона» приводила к снижению давления и увеличению вариантов передач для их игроков.
Пол хотел использовать свои наблюдения за отдельными матчами, такими как игра «Лиона» против «Марселя», чтобы найти общие принципы для использования прессинга. Поэтому он вместе с коллегами взял весь объем данных Prozone – 260 миллионов значений – за сезон английской Премьер-лиги и рассмотрел ряд факторов, которые, как правило, приводят к успешному возврату мяча. Он изучал прессинг в двух формах – контрпрессинг, который применяется сразу после потери мяча в атаке на половине поля соперника, и «низкий прессинг» при защите последней трети поля. Принципы для двух этих форм были очень разными. Для контрпрессинга Пол обнаружил, что игрок должен начать оказывать давление в течение 2,3 секунды после того, как соперник завладел мячом. Более того, второй игрок должен начать прессинг в течение 5,5 секунды. Как только такой вариант давления активируется, игрок противоположной команды начинает сомневаться и вынужден возвращаться назад.
Пеп Гвардиола назвал этот принцип правилом шести секунд. Анализ данных Пола Пауэра подтверждает его и уточняет. Гвардиола, по слухам, засекал работу игроков «Барселоны» на тренировках, чтобы посмотреть, смогут ли они вернуть себе владение в течение шести секунд. Работа Пола предполагает, что тренеры должны установить секундомер на два момента времени: один игрок должен начать прессинг до 2,5 секунды, а второй должен включиться до 5,5 секунды. После окончания своего анализа Пол подвел итог: «260 миллионов значений, две точки для тренировок. Вот в чем дело»[107]. Эта простая идея двойного прессинга в течение 5,5 секунды может повторяться снова и снова в тренировочных упражнениях с форвардами.
Выводы по низкому прессингу сильно отличались от выводов по контрпрессингу. Когда мяч у соперника и он наступает на вашу защиту, наиболее важным фактором является уменьшение скорости, с которой мяч движется к воротам. Только один защитник должен сближаться с мячом – остальные должны блокировать оставшиеся каналы. Если для блокирования мяча выходит не один защитник, то для атакующей команды открывается сеть потенциальных передач, а также становятся доступными другие маршруты к воротам. Пол тесно сотрудничал с одним тренером, который (вероятно, вдохновленный стилями Гвардиолы и Клоппа) пытался заставить своих защитников играть гибко. Это не сработало, и его команда продолжила пропускать необязательные голы. Пол мог показать, почему традиционная защита из четырех человек с четко определенными зонами действительно работает. Низкая защита – это стабильность; контрзащита – это динамизм.
Подводя итоги
Я не верю, что игроки толпятся вокруг своего капитана, как голуби, или что «Барселона» играет как косяк рыб, а защита «Баварии» состоит из прайда львиц. Это было бы глупо. Мы не можем научить золотую рыбку отдавать пас, а львы запросто могут съесть соперника после удачного отбора. Я также не верю, что футболисты могут изучать новые навыки из просмотра документального фильма Дэвида Аттенборо[108]. Я не думаю, что вы станете лучшим футболистом, если будете наблюдать за голубями возле местного супермаркета или муравьями на садовой дорожке. Мы становимся лучше на поле не из-за того, что наблюдаем за птицами.
Связь между биологией и футболом заключается в математике. Рисунки стай и косяков могут вдохновлять нас, но именно математика и статистика дают нам представление о производительности. Модели одного явления в мире могут быть перенесены и применены в другом месте. И теперь, когда спортивные ученые стали серьезней подходить к пониманию организации футбольных команд, мы должны иметь ясное представление об этом вопросе. Задача заключается в том, чтобы методы, которые мы узнали из коллективного поведения животных, применить к коллективному футболу.
Работа Пола, Мате, Алины и их коллег – это только начало. Существует множество математических методов, которые могут быть перенесены от животных и применяться к игрокам. Например, в недавнем исследовании рыб визуальные сети сделали еще один шаг вперед, использовав данные движения для восстановления реакции рыбы друг на друга внутри косяка. Эти сети затем могут быть использованы для выявления рыбы, играющей ключевую роль в инициировании изменений направления[109]. На футбольном поле аналогичные методы могут быть использованы для оценки вариантов для передачи, определения упущенных возможностей и изучения того, кто из игроков инициирует изменения в игре в различных ситуациях.
Принимая во внимание экономические стимулы, я с удивлением обнаружил, что изучение движения животных все еще имеет преимущество над изучением движения футболистов. Но это положение изменится, когда клубы начнут выпускать свои данные по движению игроков в высоком разрешении. Когда статистика угловых, передач и ударов впервые стала доступной, академики, блогеры и просто любители быстро подхватили их, создав целый ряд новых и значимых идей[110]. Вскоре после этого клубы начали прислушиваться к ним и принимать свои меры. То же самое произойдет в конечном счете и с подробным анализом движения игрока. Мы, вероятно, откроем новые невообразимые схемы, в которых быстрые передачи могут разрушить любые формы прессинга; или мы закончим доказательством того, что длинные забросы на единственного нападающего – наилучший выбор. Какими бы ни были результаты, у аналитики коллективного футбола есть блестящее будущее. Будет интересно посмотреть, к чему она придет.