2020-10-14
稿件来源:鲁训先生 鲁能青训
在现代科技的推动下,大数据逐渐渗透到体育领域,大数据技术在足球这项世界第一大运动中更是被广泛应用。之前国足与马尔代夫的比赛之后,网上就曝出了赛前鲁能通过自己的大数据系统将执法主裁的资料分享给了国足团队以便球员了解该裁判的执法风格。当然大数据的应用范围也不只是在了解裁判的执法风格,球员引进、战术布局、球员训练、技战术安排等各个领域和大数据的联系都越来越紧密。不过不同于一线队更关注于用大数据提高球员的临场发挥和比赛的结果,大数据应用在青训领域则更需要关注球员的长期发展,接下来就让我们通过几个方面了解鲁能足校大数据在青少年球员成长方面的作用。
首先我们介绍的就是训练方面。有句老话说得好:台上一分钟,台下十年功。无论球员还是演员都想在上台时将自己最好的一面表现给观众,但是训练表现往往决定球员的上场机会,甚至是上场表现。训练和学习作为小球员学习生活中占用时长最多的两块,训练和学习的安排需要在教学部和竞训部的合作下完成,球员的训练学习时间安排也被放在进入大数据系统最为显眼的地方。
训练名称和出勤
在现代科技的推动下,大数据逐渐渗透到体育领域,大数据技术在足球这项世界第一大运动中更是被广泛应用。之前国足与马尔代夫的比赛之后,网上就曝出了赛前鲁能通过自己的大数据系统将执法主裁的资料分享给了国足团队以便球员了解该裁判的执法风格。当然大数据的应用范围也不只是在了解裁判的执法风格,球员引进、战术布局、球员训练、技战术安排等各个领域和大数据的联系都越来越紧密。不过不同于一线队更关注于用大数据提高球员的临场发挥和比赛的结果,大数据应用在青训领域则更需要关注球员的长期发展,接下来就让我们通过几个方面了解鲁能足校大数据在青少年球员成长方面的作用。
首先我们介绍的就是训练方面。有句老话说得好:台上一分钟,台下十年功。无论球员还是演员都想在上台时将自己最好的一面表现给观众,但是训练表现往往决定球员的上场机会,甚至是上场表现。训练和学习作为小球员学习生活中占用时长最多的两块,训练和学习的安排需要在教学部和竞训部的合作下完成,球员的训练学习时间安排也被放在进入大数据系统最为显眼的地方。
训练名称和出勤
进入大数据系统我们既能看到足校22支青训队伍中任何一支队伍的训练情况,也能看到每个人的训练情况。训练名称和出勤情况的统计饼图呈现在点进训练后的页面上,它们记载着球员和球队整个赛季的训练情况和球员的出勤情况。
出勤方面,球员的赛季表现和球员的出勤时间有很大的关系,球员的出勤时间统计大多受到伤病影响,训练出勤时间少,自然也会影响教练给球员的上场时间。出勤时间分为康复时间和常规训练时间,康复训练时间既包括球员的伤病康复时期得到恢复性锻炼时间也包括球员在剧烈的比赛和训练后的拉伸放松时间。
训练名称则主要包括3种基本训练和2种补充训练,补充训练包括技术和体能目标,还有多人对抗训练;而基本训练的种类相对较多既包括战术练习、又包括部分整体的团队比赛练习,还有局部的攻防演练等等。在每场训练之前,教练组会根据球队最近的比赛和训练情况以及球员的个人表现,在大数据系统内部制定一份既包括训练内容时间又有计划RPE(教练团队自主评估的训练强度)的训练课。大数据后台会对教练组制定的每一份训练计划进行汇总分析,从而会形成一个关于球队全年的训练统计,教练组再通过大数据对于球员某段时间的训练统计和实际比赛相对照,找出球员目前阶段身体或是技术上的存在不足,在通过与体能师以及医疗团队协商在符合球员承受能力基础上设计针对球员短板的练习。
辅助设备提供精确数据
其实大数据分析所依靠的数据来源不仅仅有覆盖整个场地的高清摄像头拍摄的训练视频以及教练的主观的训练计划的汇总统计,球员身上的可穿戴设备也是重要的数据来源之一,而且辅助设备的数据更加量化、精准。
2018年鲁能足校正式引进了第一套Catapult可穿戴设备,这也是当时国内青训领域的第一套可穿戴设备,主要目的是将其和学校的大数据系统结合,通过可穿戴设备分析球员的运动表现以及运动负荷,通过具体的数据分析帮助教练员来评定球队的训练强度、训练质量。现阶段可穿戴设备主要的作用是收集每堂训练课球员跑动距离、冲刺距离、爆发性运动表现以及血氧等身体负荷指数等数据并同步上传到大数据系统,将运动表现数据和视频图像相结合。这样一来教练所得到的也就不仅仅只是纸面上的数据,而是一份更加直观和生动的多媒体报告,这样对于球队的战术分析以及训练总结也将起到更大的帮助。在过去了解球员的运动负荷只能通过RPE的方式,这是一种利用主观的感觉来推算运动负荷强度的方法。但如今球队可以比较RPE和实时反馈的数据的差别,同时也可以更好控制训练的负荷。
_
_
其实体育大数据并不是新生事物,是传统人工统计数据方式的发展和完善。大数据在运动训练中应用的核心就是预测,实质是从数据中寻找规律,提升认知能力,从而进行预测并指导决策。传统的人工记录球员训练表现,存在易受主观因素影响、工作量过大、统计不准以及资料保存不易等缺陷,我们现在使用的大数据系统更能够即时、全面地生成具有训练指导价值的、足够体量的数据,并有效地应用到运动训练实践中去,从而切实提升训练水平。