I dette intervjuet snakker vi med Mark Prades, en erfaren håndballtrener og analytiker som jobber med Serveshand, en enhet som analyserer håndballdata. Marc deler sin innsikt om hvordan Servestands innovative tilnærming transformerer teamprestasjoner og spillerutvikling gjennom avanserte statistiske verktøy. I denne artikkelen forklarer han hvilken innvirkning datadrevne strategier har på håndballens fremtid.
Kan du presentere deg selv og Servesthand?
Mitt navn er Marc Prades og jeg er håndballtrener og analytiker basert i Barcelona med over syv års erfaring på benken. Siden i fjor har jeg også samarbeidet med Servesthand, et selskap som spesialiserer seg på bruk av statistiske analyser i håndball. I tillegg til trenererfaring har jeg en grad i fysikk, noe som ga meg et solid fundament innen statistikk og dataanalyse.
Servesthand er et ungt selskap grunnlagt av Joan Ramon Riqué og Anna Samà, begge eksperter på dataanalyse. Joan Ramon er matematiker med en mastergrad i big data i idrett, og Anna har en doktorgrad i matematikk, og fokuserer også på forskningen sin på big data. Sammen grunnla de et selskap som tilbyr omfattende statistikktjenester for håndballklubber på alle nivåer, fra ungdomslag til profesjonelle ligaer. Selv om Servesthands hovedmål er å fremme idrettsutvikling gjennom statistisk analyse i håndball, posisjonerer vi oss også som et verktøy for å identifisere problemer i ungdomsårene, ved å bruke samme statistiske data i håndball for å oppdage potensielle problemer og utfordringer som unge idrettsutøvere kan møte.
Hvilke tjenester tilbyr Servesthand og hva er din tilnærming?
Hos Servesthand tilbyr vi et bredt spekter av tjenester designet for å møte de statistiske og analytiske behovene til enhver håndballklubb. Vårt mål er å tilby verktøy og løsninger som hjelper klubbene med å forbedre sine prestasjoner og identifisere nøkkelområder for forbedring, både teknisk og når det gjelder utvikling av unge spillere.
Noen av våre nøkkeltjenester inkluderer:
Ta opp kamper for dybdeanalyse.
Samle statistikk ved hjelp av spesialisert programvare som Steazzi.
Detaljert analyse av lag og spillere , vurdering av resultater og områder som krever forbedring.
Analysere rivaler for å identifisere styrker og svakheter.
Sponsorstøtte : Hjelper klubber å få økonomisk støtte ved å vise frem deres datadrevne utvikling.
Vår filosofi fokuserer på å hjelpe klubber med å vokse gjennom profesjonell, datadrevet beslutningstaking. Vi tror at statistisk analyse gir et viktig konkurransefortrinn ved å gjøre det mulig for lag å ta informerte valg som forbedrer både individuell spillerutvikling og lagets kollektive suksess.
Hvordan passer Steazzi inn i arbeidsflyten din, og hvilken verdi gir den deg?
Steazzi er hovedverktøyet vi bruker for å samle inn data under konkurranser. Takket være dette kan vi samle et bredt spekter av statistikk over prestasjonene til både laget og spillerne i sanntid. Den virkelige kraften i analysen vår kommer imidlertid etter den første datainnsamlingen. Når vi mottar rådata fra Steazzi, behandler vi dem ved hjelp av vår proprietære beregningsmotor , som bruker avanserte statistiske beregninger for å utføre dypere analyser.
I tillegg har vi bygget en omfattende database med bilder og andre viktige handlinger , noe som beriker analysen vår ytterligere. Denne databasen lar oss sammenligne og kontrastere individuelle og teamprestasjoner med historiske data, noe som fører til enda mer nøyaktig og innsiktsfull rapportering.
Disse detaljerte rapportene gir en omfattende oversikt over både individuelle prestasjoner og teamdynamikk , og gir trenere verdifull innsikt i styrker, svakheter og forbedringsområder. Ved å bruke disse detaljerte dataene hjelper vi klubbene med å ta informerte beslutninger som driver vekst og forbedrer konkurranseprestasjonen på alle nivåer.
Kan du gi eksempler på data du gir for avansert analyse (f.eks. ytelsesindikator)?
I rapportene vi genererer er de viktigste indikatorene ytelsesindeksen og avanserte indikatorer som G-xG og xGoT-G .
Hva er G-xG-metrikken?
G-xG står for Goals minus Resultsed Goals , som måler forskjellen mellom målene en spiller faktisk scoret og målene han var forventet å score basert på skuddtype. For eksempel betyr en G-xG på 3,45 at spilleren scoret 3 til 4 flere mål enn forventet, mens en G-xG på -4,34 betyr at spilleren burde ha scoret 4 eller 5 flere mål gitt mulighetene han hadde.
Hva er xGoT-G-beregningen?
xGoT-G betyr forventede mål per mål minus mål og måler forskjellen mellom målene en målvakt slapp inn og målene han var forventet å slippe inn basert på typen skudd som ble sluppet inn. For eksempel betyr en xGoT-G på 3,45 at keeper har reddet 3 til 4 flere mål enn forventet, mens en score på -4,34 betyr at keeper har sluppet inn 4 til 5 flere mål enn han burde ha, basert på pilen. vanskelighetsdata.
Hva er HSQ Performance Index?
Vår Handball Skills Qualifier (HSQ) er en omfattende prestasjonsindikator vi har utviklet for å vurdere spillernes prestasjoner under en kamp. Vi sporer hver spillerhandling og beregner hvordan hver handling påvirker sannsynligheten for å score eller slippe inn mål, både offensivt og defensivt. Spilleren tjener eller mister poeng basert på disse handlingene, og til slutt genererer vi en total ytelsespoeng som vi skalerer fra 0 til 100.
HSQ-indeksen er delt inn i fire underindekser:
Forsvar : Dette inkluderer alle defensive handlinger som å gjenvinne ballen, offensive fouls, straffekast, straffer og to-minutters utvisninger.
Forseelse : Denne underindeksen evaluerer offensive handlinger, inkludert turnovers, begått offensive feil, straffer gitt, assists, vellykkede 1-mot-1 og to-minutters suspensjoner forårsaket av en spiller.
Skyting : Måler kvaliteten på bilder basert på datadrevet vanskelighetsgrad. For eksempel er det vanskeligere å score et mål fra vingen enn fra 20 fot på midtbanen, så skyting fra vingen gir flere poeng, mens det å bomme fra en lettere posisjon koster flere poeng. Dette ligner på G-xG-metrikken.
Globalt : Kombinerer all kampaktivitet og inkluderer de tre foregående underindeksene for å gi en samlet vurdering av en spillers bidrag til kampen.
For bedre å illustrere forklaringen har vi inkludert en ekte kamprapport fra Champions League 2024/25, nærmere bestemt andre runde mellom FC Barcelona og PICK Szeged .
Dette er bare en liten del av hva Servesthand kan tilby når det gjelder individuelle og teamrapporter. For eksempel inkluderer rapportene våre alltid aggregerte data fra en hel sesong, slik at vi kan spore hvordan et lag eller hver spillers prestasjoner forbedres over tid, både generelt og i spesifikke aspekter av spillet. Vedlagt er en del av U-18 damelagsrapport . Av hensyn til konfidensialitet og databeskyttelse har noen opplysninger blitt redigert.
Når det gjelder målvaktsrapportene , er de svært omfattende og inkluderer skuddkart med tilsvarende xGoT-G-statistikk for hver sone, samt utviklingen av deres prestasjoner i forskjellige områder. I tillegg tilbyr vi et bredt spekter av innsamlede sesongdata . For disse rapportene bruker vi Steazzi-målmalen fordi det er vårt hovedverktøy for å samle inn disse dataene. Vedlagt er en del av rapporten til målvakten til spilleren i U-18 kategorien . Av hensyn til konfidensialitet og databeskyttelse er noe informasjon blitt sensurert.
Til slutt, her er et lite eksempel på hvordan en Servesthand- rapport om konkurransedyktig etterretning ser ut. Først observerer vårt team av analytikere viktige kamper spilt av motstanderen og genererer en detaljert rapport på dette grunnlaget. Eksemplet vi skal se tilsvarer analysen av det tyske U-18 damelaget ved U-18 verdensmesterskapet i håndball 2024 i Kina.
Er det noe annet du vil fremheve eller legge til?
Vi jobber hele tiden med nye måter å forbedre og modernisere produktet vårt på. Vi utvikler for tiden prediktive modeller som vi skal teste denne sesongen med mange av lagene vi jobber med. I tillegg har vi mange ideer for fremtidige implementeringer, for eksempel bruk av videoanalyse for å overvåke spillernes arbeidsmengde for å forhindre skader.
Vi jobber også for å optimere keepernes ytelse ved å administrere minuttene deres basert på tidligere prestasjoner, ta datadrevne avgjørelser på straffetakere basert på deres prestasjoner, eller vurdere den potensielle effektiviteten til 7v6-spill mot spesifikke motstandere for å fastslå - alt gjennom statistisk analyse .
Vi vil gjerne understreke viktigheten av et verktøy som Steazzi i prosjektet vårt. Steazzi, med alle dens funksjoner, fortsetter å hjelpe oss med å samle inn data raskt, enkelt og effektivt. Dette gjør at vi senere kan kombinere disse dataene med vår egen database for å generere de detaljerte rapportene vi tilbyr.
Til slutt inviterer vi deg til å utforske produktet vårt mer detaljert på nettstedet vårt (på spansk) på sites.google.com/servesthand.com/servesthand-es/inicio eller ved å kontakte oss på contacte@servesthand com . Vi ser frem til å snakke med deg, enten du trenger mer informasjon eller ønsker å leie våre tjenester for teamet ditt.