Football Forum: az adatelemzés segíti, de nem pótolja az edzőt – Andrea Sartori

– Hogyan született meg a Football Benchmark, és miként került a cég Magyarországra?
– A Football Benchmark hasznos terméke annak a munkának, amit a KPMG-nél folytattunk, ahol 28 éven dolgoztam – válaszolt lapunk érdeklődésére Andrea Sartori, aki a Football Forumon kerekasztal beszélgetésen is részt vett. – Már régóta élek Magyarországon, a cég elsősorban az adatelemzésre és információszolgáltatásra helyezi a hangsúlyt: kluboknak, ligáknak, játékosügynököknek és a labdarúgóipar egyéb szereplőinek segítünk. Személyes döntés is van a háttérben, ugyanis hosszú évek óta Magyarországon élek a családommal, az itteni jó gazdasági környezetben hatékonyan dolgozhatunk, Európa közepéből exportálhatjuk a tudásunkat. Budapestről könnyen elérjük az összes ügyfelünket, és ugyan van néhány magyar kliensünk, elsősorban nemzetközi üzletet viszünk – a bevételeink kilencvenöt százaléka külföldről származik, és a legmagasabb színvonalú szolgáltatást tudjuk nyújtani a nemzetközi ügyfeleknek.

– A Nemzeti Sport társult önökkel, de még kik a FB partnerei?
– Nemzetközi szinten a Sky Italia a legfőbb partnerünk, a csatornán több éve rendszeres műsorunk van. Kiemelt partnerünk még a Gazzetta dello Sport, és a TuttoSport, amellyel a Goldenboy-projektet visszük. Mi szolgáltatjuk az adatokat és dolgozzuk ki az úgynevezett Goldenboy-indexet, amelye alapján kiválasztják Európa legjobb fiatal játékosát. Továbbá, Spanyolországban a Marca a partnerünk, és nagy örömünkre szolgál, hogy magyarországi központú cégként a legnagyobb magyar sportlappal is, a Nemzeti Sporttal is szerződtünk.

– Hogyan dolgoznak fel ennyi adatot, használnak mesterséges intelligenciát?
– A pénzügyi adatokat például továbbra is személyesen gyűjtjük be, az elemzést és a kvalifikációt is emberek végzik. Szoftvereket és technológiát használunk az adatfeldolgozáshoz, és nem vagyok biztos benne, hogy ezt mesterséges intelligenciának nevezhetjük-e. Az adatfeldolgozáshoz számos olyan algoritmust veszünk igénybe, amelyek e-learning alapú fejlesztések, tehát gépi tanulás is van mögötte, azaz, kapcsolható az MI-hez, de ez már több éve így megy. Ezért vagyok szkeptikus a mesterséges intelligencia szókapcsolat használatakor.

– A baseballhoz hasonlóan, a labdarúgás is olyan sportág, amelyben kizárólag az adatelemzés révén összeállítható egy nyerő csapat?
– Nem minden klub lenne rá képes, mert minden versenynek végtére is csak egy győztese lehet. Ha mindenki tökéletes munkát végezne az adatgyűjtés és adatelemzés terén, akkor is különbség mutatkozna az eredmények között. Az adat segíthet jobb döntéseket hozni egy futballklubnál, mind az üzleti, mind a sportszakmai kérdésekben. Továbbra is azon a véleményen vagyok, hogy az adat nem pótolhatja teljesen az emberi szemet, és tapasztalatot. A jó sportigazgató, a jó edző tapasztalatára szükség van a tehetségek meglelésében. És ha már beszéltünk a mesterséges intelligencia szerepéről az adatgyűjtés és feldolgozás terén, számításba kell venni, hogy egy meccsen, egy játékosnál – leszámítva a kapust – átlagosan kevesebb, mint három percet van a labda. Tehát marad nyolcvanhét perc, amelyet nem fed le a klasszikus adatgyűjtés – és mi történik a játékossal, amikor nincs nála a labda? Képes-e az MI, vagy bármilyen más szoftver elemezni a játékos labda nélküli teljesítményét? Történtek fejlődések ezen a téren, ám egy tapasztalt edzőt képtelenség kiváltani – az adatelemzés segít, de nem helyettesít.