Samarbejdet mellem cheftræner og analytiker: Hvordan omsættes dataanalyse til handling på banen?

Hvordan bliver videoanalyse og kvantitative data omsat til viden, som trænerteamet kan bruge til at udvikle holdet og den enkelte spiller? Hvad kræver det af samarbejdet mellem cheftræner og analytiker, og hvordan organiserer de arbejdet i løbet af en uge?

Det er nogle af spørgsmålene, som Sune Holmgren, cheftræner for F.C. Københavns U19-hold, og Mikkel Pedersen, analytiker i samme afdeling, svarer på i denne podcast.

For Sune Holmgren er analytikeren en vigtig sparringspartner, hvis kerneopgaver blandt andet er at identificere og udvælge relevante data og videoklip. Ifølge Mikkel Pedersen er forståelsen for selve spillet afgørende for, at analytikeren kan understøtte trænerteamet med både data og fodboldfaglige pointer.

Lige så vigtigt er det at være skarp på, »hvad vi viser til spillerne, hvordan vi viser det, og hvordan vi præsenterer det«, som Sune Holmgren formulerer det.

Samarbejdet har udviklet sig gennem de senere år. Hvor det tidligere i højere grad var præget af »trial and error« med forskellige arbejdsformer, har erfaringerne ført til, at flere processer er blevet standardiseret. Det gælder blandt andet arbejdet med at udvælge og præsentere video og data, som skal understøtte både den individuelle spillerudvikling og holdets samlede præstationer.

Samarbejdet i løbet af ugen

Hvis holdet har spillet kamp en lørdag, forløber samarbejdet mellem Mikkel Pedersen og Sune Holmgren således:

»Dagen efter kampen har spillerne fri, men Sune og jeg koordinerer kort, hvilke videoklip vi vil vise til spillerne. Mandag har jeg forberedt et udkast, som jeg viser til Sune, når vi møder ind om morgenen. Ud fra det taler vi med resten af trænerteamet, og så præsenterer vi det for spillerne mandag formiddag«, fortæller Mikkel Pedersen.

Sune Holmgren tilføjer, at det i processen er centralt at inddrage hele trænerteamet og benytte sig af relationerne mellem spillere og trænere:

»Når vi leverer datamateriale til henholdsvis hele holdet, grupper og individuelle samtaler med video, prøver vi at flette det ind i den træningsuge, vi kigger ind i, alt efter hvor lang tid der er til næste kamp.«

Nogle temaer ved Sune Holmgren på forhånd, at holdet skal træne, og her understøtter video den planlagte træning. Andre temaer opstår i forbindelse med træningen eller efter en kamp:

»For eksempel spillede vi mod Viborg, hvor vi kiggede på nogle profiler og kendetegn, som vi kunne forberede vores spillere på. Så er der helt individuelle ting, der vedrører spillernes udvikling. Og så er der det, der relaterer sig til seneste kamp. Så noget er bagudrettet, andet er fremadskuende.«

Kvantitative data bruges til at få et mere objektivt blik på eksempelvis en enkelt kamp, tre kampe eller en halvsæson. For under kampene har særligt trænerne følelserne med og kan blive farvet af dem. Her fungerer data som et pejlemærke, der kan be- eller afkræfte observationer fra kampen og give anledning til spørgsmål som: »Hvordan er kampen egentlig forløbet? Har den været så slem, som vi talte om i pausen? Var det ikke så slemt, og overdrev vi?«

Under kampen kan Mikkel Pedersen præsentere Sune Holmgren for kampstatistik, som kan underbygge eller nuancere det, cheftræneren ser, herunder antallet af chancer. På den måde står hverken data eller subjektive observationer alene.

»Når du som cheftræner tester din mavefornemmelse op mod staben, er det en fordel at kunne sige: 'Okay, det er rimelig faktuelt, det, der er foregået her.' Så det ikke kun er følelser«, tilføjer Sune Holmgren.

Udvælgelsen af video og data tager også afsæt i evalueringen af den foregående træning. Mikkel Pedersen indsamler eksempelvis situationer med enkelte spillere eller tendenser i bestemte faser af spillet, som først præsenteres for trænerteamet.

»Når vi viser det til spillerne, kan det nogle gange underbygge argumentet eller pointen i videoen, hvis der er tal, farver eller noget andet, der illustrerer det.«

Hvordan udvælges det vigtigste fra en kamp?

Når Mikkel Pedersen skal systematisere og navigere i hundredvis af datapunkter, er det første skridt at identificere, hvilke tal og situationer han skal være særligt opmærksom på, når han ser kampen igen og udvælger klip til trænerstaben. Samtidig tager han højde for de parametre og problematikker, som holdet arbejder med på det pågældende tidspunkt.

»Det er altid nemt at fejlfinde i enkelte klip, så det er vigtigt at se, om fejlen sker én gang, eller om den sker fem gange. Altså om det er én dårlig sekvens, eller om det er en tendens.«

Når Mikkel Pedersen gennemser kampen, kan der også opstå situationer, som han ikke tidligere har hæftet sig ved, men som kan være relevante at bringe videre til Sune Holmgren.

Der er også eksempler på, at data har gjort trænerteamet opmærksomt på områder, som holdet skulle forbedre.

Sune Holmgren fremhæver en periode, hvor trænerteamet havde en oplevelse af, at holdet i for høj grad mislykkedes med at generobre bolden og ikke kom ind i de ønskede dueller. Ved vinterpausen brugte de blandt andet data som PPDA og challenge intensity til at evaluere holdets pres på modstanderne og deres arbejde på træningsbanen.

»Her hjalp analytikerne os med at sige: 'Okay, det skal vi tage fat i.' Og det blev noget af det vigtigste i forhold til at forbedre os ind i foråret. Der hjalp tallene med at bekræfte mavefornemmelsen«, fortæller Sune Holmgren.

Han tilføjer, at kunsten efterfølgende er at omsætte indsigterne til træningsbanen og få spillerne med på de ønskede ændringer, »og så kan det begynde at rykke«.

Med otte personer i staben og omkring 20 spillere, der alle har forskellige perspektiver på, hvordan holdet skal spille, var data en støtte i arbejdet med at evaluere udviklingen. Trænerteamet kunne blandt andet se en tydelig forbedring i PPDA. Ved at gå mere i detaljer med data kunne de desuden identificere, at spillerne kom tættere på modstanderne i duellerne og i højere grad begyndte at tackle dem.

Hovedbudskabet er, at data aldrig må blive vigtigere end det, trænerne ser på banen. Hvis data viser noget, som trænerteamet ikke selv har observeret, skal det imidlertid ikke opfattes som et nederlag, men som et redskab, der kan understøtte det fodboldfaglige arbejde.

Et eksempel på arbejdsprocessen

I podcasten præsenterer Mikkel Pedersen og Sune Holmgren et eksempel på, hvordan de har identificeret en problemstilling og efterfølgende brugt video til at arbejde med den på træningsbanen. Sune Holmgren har valgt et eksempel, som ikke afslører for meget om holdets spillestil og dermed giver kommende modstandere en unødig fordel.

Efter de første kampe i sæsonen pegede Mikkel Pedersen på, at de savnede spillere, der løb lidt »hårdere« mod mål. Derfor valgte de at indsnævre danger zone til et mindre område foran mål, som de kaldte red zone.

Efter analysen udvalgte de videoklip med Erling Haaland og en grafisk fremstilling af, hvorfra han scorer sine mål. De supplerede med videoklip fra Premier League og Champions League med hold, der er gode til at fylde feltet.

Næste skridt var at omsætte analysen til en træningsøvelse, hvor scoringer fra red zone talte dobbelt. Målet var at få tre-fire spillere ind i området og arbejde med de situationer, der kunne skabe bedre muligheder for afslutninger tæt på mål.

»I den næste kamp synes vi, at der var et lidt hårdere tryk inde i det område lige inden for stolperne og 11 meter ud. Og vi syntes, vi lykkedes i okay grad«, siger Sune Holmgren.

Ifølge Sune Holmgren er det vigtigt, at træningsøvelsens formål og den ønskede værdiskabelse er tydelig. Samtidig skal situationerne gentages tilstrækkeligt mange gange. I dette eksempel handler det om at forsinke forsvarsspillerne eller et midtbaneled, så angriberne får mulighed for at komme tættere på mål og ind i den ønskede red zone.

Coaching er ligeledes et centralt redskab, og i forlængelse heraf forklarer Mikkel Pedersen:

»Når drengene allerede inden træningen har set videoen, er de allerede primede på, hvad vi gerne vil opnå. Videoeksemplerne giver spillerne et godt blik, men når de ser de ekstra stats om Haaland, så køber de budskabet lidt mere.«

Spillerne er samtidig modtagelige for data og videoklip, særligt hvis de har været en del af F.C. Københavns talentmiljø gennem flere årgange. Det betyder også, at trænerstaben med tiden kan præsentere mere komplekse data, efterhånden som spillerne bliver dygtigere til at forstå videoanalyserne.

Der ligger imidlertid en vigtig opgave for trænerstaben i at sikre, at spillerne forstår konteksten og ser sekvenserne som en del af en større helhed:

»Hvad skete der inden? Hvad står der i kampen? Hvilket tidspunkt i kampen er vi inde i? Det er trænerens store ansvar.«

Afslutningsvis peger Mikkel Pedersen på, hvor der fortsat ligger et uudnyttet potentiale. Her fremhæver han særligt kunstig intelligens, som kan bidrage til at reducere tidsforbruget på rutineopgaver som tagging og manuel indsamling af statistik:

»Der går ikke lang tid, før AI kan overtage mange af de rugbrødsopgaver, så jeg kan få endnu mere tid til at lave en analyse.«