I dette interview talte vi med Marc Prades, en erfaren håndboldtræner og analytiker, der arbejder med Servesthand, en aktør inden for håndbolddataanalyse. Marc giver os indblik i, hvordan Servesthands innovative tilgang transformerer holdpræstationer og spillerudvikling gennem avancerede statistiske værktøjer. Han forklarer her, hvordan data-baserede strategier påvirker håndboldens fremtid.
Kan du præsentere dig selv og Servesthand?
Mit navn er Marc Prades, og jeg er håndboldtræner og analytiker baseret i Barcelona med over syv års erfaring på bænken. Siden sidste år har jeg også samarbejdet med Servesthand, en virksomhed, der er specialiseret i anvendelse af statistisk analyse i håndbold. Udover min erfaring som træner har jeg en uddannelse i fysik, hvilket har givet mig et solidt fundament inden for statistik og dataanalyse.
Servesthand er en ung virksomhed grundlagt af Joan Ramon Riqué og Anna Samà, to eksperter i dataanalyse. Joan Ramon er matematiker med en kandidatgrad i Big Data anvendt til sport, og Anna har en ph.d. i matematik, også med speciale i Big Data. Sammen har de startet en virksomhed, der tilbyder omfattende statistiske tjenester til håndboldklubber på alle niveauer, fra ungdomshold til professionelle ligaer. Selvom Servesthands primære mål er at fremme atletisk vækst gennem brug af statistisk analyse i håndbold, ser vi os også som et værktøj til at identificere problemer i ungdomsårene, idet vi bruger de samme statistiske data til at opdage udfordringer og potentielle problemer, som unge atleter kan stå over for.
Hvilke tjenester tilbyder Servesthand, og hvad er jeres tilgang?
Hos Servesthand tilbyder vi et bredt udvalg af tjenester designet til at imødekomme de statistiske og analytiske behov i enhver håndboldklub. Vores mål er at tilbyde værktøjer og løsninger, der gør det muligt for klubberne at forbedre deres præstationer og identificere nøgleområder til forbedring, både teknisk og i udviklingen af unge spillere.
Blandt vores vigtigste tjenester er:
Optagelse af kampe for en dybdegående analyse.
Indsamling af statistikker ved hjælp af specialiseret software som Steazzi.
En detaljeret analyse af hold og spillere, hvor vi evaluerer præstationen og identificerer områder til forbedring.
Analyse af rivaler for at identificere deres styrker og svagheder.
Rådgivning om sponsorjagt for at hjælpe klubberne med at få økonomisk støtte ved at fremhæve deres data-drevne fremskridt.
Vores filosofi er at hjælpe klubber med at vokse gennem professionel og datadrevet beslutningstagning. Vi tror på, at statistisk analyse giver en væsentlig konkurrencefordel og gør det muligt for hold at træffe velinformerede beslutninger, som forbedrer både den individuelle spillerudvikling og holdets kollektive succes.
Hvordan integrerer Steazzi sig i jeres arbejdsflow, og hvilken værdi giver det jer?
Steazzi er det primære værktøj, vi bruger til at indsamle data under kampene. Det gør os i stand til at indsamle et bredt spektrum af statistikker om holdets og spillernes præstationer i realtid. Dog ligger den egentlige styrke i vores analyse efter den indledende dataindsamling. Når vi har de rå data fra Steazzi, behandler vi dem ved hjælp af vores egenberegningsmotor, der anvender avancerede statistiske målinger for at udføre en mere detaljeret analyse.
Desuden har vi opbygget en stor database af skud og andre nøglehandlinger, som yderligere beriger vores analyse. Denne database giver os mulighed for at sammenligne og placere individuelle og kollektive præstationer i forhold til historiske data, hvilket gør det muligt at producere endnu mere præcise og relevante rapporter.
Disse detaljerede rapporter giver et samlet billede af den individuelle præstation og holddynamikken, hvilket giver trænere værdifuld indsigt i styrker, svagheder og områder, der skal forbedres. Ved at bruge disse dybdegående data hjælper vi klubber med at træffe velinformerede beslutninger, der fremmer udviklingen og forbedrer de konkurrencemæssige præstationer på alle niveauer.
Kan du dele eksempler på data, som I leverer til en avanceret analyse (f.eks. Performance Index)?
I de rapporter, vi genererer, inkluderer nogle af de nøglemålinger, vi leverer, Performance Index samt avancerede målinger som G-xG og xGoT-G.
Hvad er G-xG-målingen?
G-xG står for 'Goals minus Expected Goals' (Mål minus Forventede Mål), og det måler forskellen mellem de mål, en spiller faktisk har scoret, og de mål, han burde have scoret baseret på skudtypen. For eksempel betyder en G-xG på 3,45, at spilleren har scoret 3 til 4 mål mere end forventet, mens en G-xG på -4,34 indikerer, at spilleren burde have scoret 4 til 5 mål mere baseret på de muligheder, han havde.
Hvad er xGoT-G-målingen?
xGoT-G står for 'Expected Goals on Target minus Goals' (Forventede Mål på Mål minus Mål), og det måler forskellen mellem de mål, som en målmand har lukket ind, og de mål, han burde have lukket ind baseret på skudtypen, han har stået overfor. For eksempel betyder en xGoT-G på 3,45, at målmanden har forhindret 3 til 4 mål mere end forventet, mens en score på -4,34 indikerer, at målmanden har lukket 4 til 5 mål ind, som han ikke burde have, baseret på skuddenes sværhedsgrad.
Hvad er HSQ Performance Index?
Vores Handball Skill Qualifier (HSQ) er et omfattende præstationsindeks, som vi har udviklet for at vurdere spillernes handlinger gennem hele kampen. Vi følger hver handling, som en spiller er involveret i, og beregner dens indvirkning på sandsynligheden for at score eller lukke et mål ind, både offensivt og defensivt. Spilleren vinder eller mister point baseret på disse handlinger, og til sidst genererer vi en samlet præstationsscore, som vi skalerer fra 0 til 100.
HSQ-indekset er opdelt i fire underindekser:
Forsvar: Dette omfatter alle defensive handlinger, såsom erobringer, angrebfejl, straffekast og straffespark, samt de midlertidige udvisninger, der er forårsaget.
Angreb: Dette underindeks vurderer offensive handlinger, såsom boldtab, angrebfejl, straffespark provokeret, assists, vellykkede 1 mod 1-situationer og midlertidige udvisninger forårsaget af spilleren.
Skud: Dette måler kvaliteten af skuddene baseret på sværhedsgraden af positionerne. For eksempel er det sværere at score fra fløjen end fra 6 meter i midten, så et mål fra fløjen giver flere point, mens et fejlet skud fra en lettere position trækker point fra.
Global: Dette kombinerer alle handlinger i kampen, integrerer de tre tidligere underindekser for at give en samlet vurdering af spillerens bidrag til spillet.
For at illustrere forklaringen har vi vedhæftet en del af en rigtig kamprapport fra Champions League 2024/25, mere præcist fra 2. runde mellem FC Barcelona og PICK Szeged.
Dette er kun et lille udsnit af, hvad Servesthand kan tilbyde i form af individuelle og holdrapporteringer. For eksempel inkluderer vores rapporter altid data akkumulere gennem sæsonen, hvilket gør det muligt for os at følge udviklingen af holdets eller hver spillers præstationer over tid, både generelt og i specifikke aspekter af spillet. Vedhæftet finder du en del af en rapport fra et U-18 kvindehold. Af hensyn til fortrolighed og databeskyttelse er visse oplysninger blevet redigeret.
Med hensyn til målmandens rapporter er disse meget omfattende, og inkluderer skudkort med de tilsvarende xGoT-G-målinger per zone, samt udviklingen af deres præstation i forskellige zoner. Derudover leverer vi et bredt udvalg af data, der er akkumulere for sæsonen. For disse rapporter bruger vi Steazzi's måldistributionsmodel som fundament, da det er vores primære værktøj til at indsamle disse data. Vedhæftet finder du en del af en målmandens rapport for en spiller i U-18 kategorien. Af hensyn til fortrolighed og databeskyttelse er visse oplysninger blevet censureret.
Endelig vil vi give et lille udsnit af, hvordan en rivalanalyse rapport fra Servesthand ser ud. Først analyserer vores team af analytikere de nøglekampe, som modstanderen har spillet, og genererer derefter en detaljeret rapport baseret på dette. Eksemplet vi vil se, svarer til analysen af det tyske U-18 kvindehåndboldhold under U-18 Verdensmesterskabet i Håndbold 2024 i Kina.
Er der noget andet, du gerne vil fremhæve eller tilføje?
Vi arbejder konstant på nye måder at forbedre vores produkt og fremme innovation på. I øjeblikket udvikler vi prediktive modeller, som vi begynder at teste denne sæson med nogle af de hold, vi samarbejder med. Derudover har vi mange idéer til fremtidige implementeringer, som brugen af videoanalyse til at overvåge spillerbelastning og forebygge skader.
Vi arbejder også på at optimere målmændenes præstationer ved at overvåge deres spilletid baseret på tidligere handlinger, træffe data-drevne beslutninger vedrørende straffesparksskydere, eller vurdere effektiviteten af at spille 7 mod 6 mod bestemte modstandere – alt sammen gennem statistisk analyse.
Vi ønsker at fremhæve vigtigheden af et værktøj som Steazzi i vores projekt. Steazzi hjælper os konstant med at indsamle data hurtigt, nemt og effektivt med alle dets funktioner. Dette gør det muligt for os at kombinere disse data med vores egen database for at generere de detaljerede rapporter, vi tilbyder.
Endelig inviterer vi dig til at udforske vores produkt nærmere på vores hjemmeside (på spansk): sites.google.com/servesthand.com/servesthand-es/inicio, eller ved at kontakte os på adresse: contacte@servesthand.com. Vi vil være glade for at diskutere med dig, uanset om du søger mere information, eller om du ønsker at bruge vores tjenester til dit hold.