Data-analytiikasta on viime vuosien aikana tullut työkalu, jonka avulla monet kansainvälisen tason jalkapallo- ja jääkiekkoseurat kehittävät omaa pelitapaansa. Dataan pohjautuva tieto auttaa seuroja ymmärtämään pelin sisäisiä tapahtumia paremmin, kehittämään pelaajia paremmiksi yksilöiksi ja ohjaamaan heitä tekemään parempia valintoja kentällä. Data-analyysi on rantautunut myös muiden lajien pariin ja sitä hyödyntää myös EräViikinkien miesten edustusjoukkue.
Mistä on kyse? Data-analytiikan avulla pystytään esimerkiksi laskemaan todennäköisyys maalin syntymiselle tietyissä pelitilanteissa tai tietyiltä kentän sektoreilta. Kyseiset todennäköisyydet pohjautuvat aiempaan salibandyotteluista tuotettuun dataan. Data-analytiikasta EräViikingeissä vastaa yli 10 vuoden kokemuksen kyseiseltä sektorilta omaava Petri Käenmäki. Käenmäki, joka on tuottanut data-analyysiä EräViikingeille vuodesta 2022 alkaen, valaisee data-analytiikan hyödyntämisen perusperiaatteita seuraavanlaisesti: ”On huomattavasti todennäköisempää, että vastustaja tekee maalin laukauksesta, joka lähtee 1,5 metrin päästä maalista verrattuna 5 metrin päästä lähtevään laukaukseen. Perinteiset mittarit kuten laukaisujen määrät eivät tätä huomioi ja saamme todennäköisyyksiin perustuvasta tilastoinnista realistisemman kuvan pelitapahtumista. Malli huomio myös asioita kuten laukauksen kulman, blokataanko laukaisua ja lähteekö laukaisu suoraan syötöstä. Nämä asiat vaikuttavat tietenkin siihen, että päätyykö laukaisuyritys lopulta maaliin.”
Kuinka todennäköisyyksiä on mahdollista saada yksinkertaisessa numeerisessa muodossa ulos? Käenmäki kertoo, että prosessi itsessään on kohtuullisen yksinkertainen, vaikka itse dataa tuottava excel-taulukko on kaukana siitä: ”Katson ottelun paikan päällä, tilastoin eri ottelutapahtumat kuten laukaukset ja niiden sijainnit excel-taulukkoon. Katson ottelun vielä uudestaan tallenteelta ja syötän tarkentavia tapahtumia, kuten mistä pelin vaiheista maalintekoyrityksemme syntyvät sekä maalivahtien torjunnat. Itse excel-tiedosto on monen vuoden työn tulos ja se puskee automaattisesti eri matemaattisten kaavojen avulla paremmin pelitapahtumia kuvaavaa numeerista dataa ulos.”
Kuinka tämä sitten toimii käytännössä ja kuinka numeerista dataa voi hyödyntää valmentamiseen? Viime syksynä EräViikingit antoivat vastustajalle paljon rangaistuslaukauksia tilanteista, joissa vastustaja oli läpiajossa ja EräViikinkien pelaajat rikkoivat vastustajan pelaajaa. ”Halusin alleviivata, että monessa riketilanteessa vastustaja saattoi tulla maalia kohti huonosta kulmasta, joista tilastojen valossa tehdään maali noin 25 %:n todennäköisyydellä. Rangaistuslaukaukset taas menevät sisään keskimäärin hieman yli 50 %:n todennäköisyydellä. Näin ollen rikkomalla vastustajaa tuplaamme hänen todennäköisyytensä tehdä maali. Pystyimme datasta tehtyjen havaintojen pohjalta toteamaan pelaajille, että näissä tilanteissa vastustajaa ei missään nimessä kannata rikkoa”, kertoo Käenmäki.
Data-analyysi toimii myös erinomaisena tukena valmennukselle mietittäessä tiettyjä taktisia valintoja. Käenmäen datapankki kertoo esimerkiksi sen, että suoraan syötöstä laukominen on korostunut tällä kaudella entistä enemmän. ”Eräässä ottelussa vastustaja haki jatkuvasti tietyltä sektorilta poikkikentän syöttöjä ja niistä lähteviä suoria laukauksia. Data-analyysiin perustuvien todennäköisyyksien valossa he loivat valtavan määrän laadukkaita maalipaikkoja. Tämän datasta tehdyn havainnon avulla huomasimme, että meidän tulee valmistautua tämänkaltaisten laadukkaiden maalipaikkojen puolustamiseen.” Data-analyysin avulla pystytään myös seuraamaan tarkasti tiettyjen taktisten valintojen toimivuutta. ”Jos teemme otteluun lähdettäessä valinnan, että puolustamme korkealta, niin pystymme seuraamaan, että onko tämä valinta ollut numerojen valossa onnistunut”, kertoo Käenmäki.
Kuva: EräViikingit
Yhtä lailla, jos valmentajat saavat paljon tukea päätöksentekoon, niin data-analyysistä on apua myös yksittäisille pelaajille. Data-analyysi kertoo esimerkiksi sen, mikä prosenttiosuus tietyn pelaajan laukauksista lähtee suoraan syötöstä. Tämän tiedon avulla tiettyjä pelaajia voidaan ohjeistamaan laukomaan hanakammin. Käenmäki kertoo myös, että saatavissa on yksilöllistä dataa maalipaikkojen hyödyntämisestä:
”Meillä on esimerkiksi pitkän ajan dataa siitä, kuinka monta prosenttia tietyn pelaajan laukauksista päätyy vastustajan blokkiin. Jos jollain on tämä lukema huomattavasti suurempi, niin mietimme yhdessä pelaajan kanssa ratkaisuja tähän ongelmaan. Pystymme myös antamaan pelaajille selkeän lukeman siitä, kuinka hyville maalipaikoille hän on tilastojen valossa päässyt. Jos pelaajalla on pidempi maaliton jakso menossa, mutta tilastoihin perustuva maaliodottamalukema on korkea, niin tiedämme että hänen ei pelaamistaan tarvitse muuttaa.”
Kuva: EräViikingit, kuvassa Petri Käenmäki
Jos data-analytiikasta on hyötyä yksilö- ja seuratasolla niin se antaa myös arvokasta tietoa esimerkiksi lajiliitolle. ”Jokin aika sitten eräässä data-analytiikkaan perustuvassa tutkimuksessa huomattiin, että salibandyssa tapahtuvien jarrutusten tai äkillisten pysähtymisten määrä oli verrattaen suuri siihen, kuinka paljon pysähtymistä harjoitellaan seurojen harjoituksissa. Tämänkaltaiset löydökset tukevat myös pelaajien fyysistä hyvinvointia, kun harjoituksissa kroppaa voidaan valmistaa tilanteisiin, joissa polvet ja nilkat ovat kovilla. Uskon, että lajiliitot lajista riippumatta haluavat kehittää tiedolla johtamista, koska sen avulla voidaan lajia viedä kansallisella tasolla eteenpäin”, korostaa Käenmäki.
Kuva: EräViikingit
Käenmäki on iloinen siitä, että syksynä 2022 aloitettu projekti on tuonut lisäarvoa valmennukselle ja pelaajille. ”On ollut hienoa tuoda data-analyysiä salibandyn pariin. Pelaajat ovat sisäistäneet datasta saatavan tiedon hyödyn, olemme pystyneet hyödyntämään data-analytiikkaa harjoittelun kehittämiseen, käyttämämme menetelmät ovat kehittyneet ja malli tulee tulevaisuudessa entisestään tarkentumaan”, iloitsee Käenmäki.
Kuten myös teknologia, niin myös edistyksellinen tilastointi ja data-analyysi ovat kehittyneet viimeisten vuosien aikana. Nykypäivänä joukkueille on tarjolla laukaisukarttoihin nojaavia kohtalaisen relevanttia dataa tuottavia ostopalveluita. Käenmäki uskoo, että datan merkitys tulee korostumaan entisestään tulevaisuuden urheiluvalmennuksessa. ”Viisi vuotta sitten olin erään jalkapallolähetyksen tv-studioissa puhumassa data-analytiikasta, mutta silloin käsitteet olivat tuntemattomia suurelle osalle urheiluihmisistä. Nykyään aiheesta puhutaan huomattavasti enemmän ja osittain siksi, että tiedolla johtaminen on monissa organisaatioissa arkipäivää. Päätöksiä taktisten valintojen ja harjoittelutapojen valitsemiseen voidaan tehdä ilman dataa, mutta kun päätökset pohjautuvat konkreettisiin mittareihin ja dataan niin ne ovat todennäköisesti parempia”, summaa Käenmäki.
MosaGymin kuntosalivastaava ja personal trainer Ritva Pihlaja aloitti viime vuoden elokuussa mielenkiintoisen kokeilun, joka yhdistää tekoälyn kuntosaliharjoitteluun. Hän latasi itselleen AitoFit-sovelluksen, jonka tekoälypohjainen algoritmi seuraa ja analysoi harjoittelua ja tarjoaa näin ollen treenaajalle optimaaliset harjoitteluliikkeet sekä toisto- sarja- ja treenimäärät. ”Otin sovelluksen kokeilumielessä ja halusin testata alan uudenlaista teknologiaa. Näen ensisijaisen tärkeänä, että personal trainerina pysyn kehityksen mukana, jotta myös oma ammattitaitoni kehittyy”, kertoo Pihlaja.
Sovellus on ollut käytössä Pihlajalla nyt puolen vuoden ajan, ja hän on ollut kyseiseen työkaluun erittäin tyytyväinen. ”Tällaiselle henkilölle, jonka kuntosalitausta on vuosikymmenten mittainen, sovellus tarjoaa helposti ymmärrettävän, yksinkertaisen ja tarvittaessa mukautettavan harjoittelurungon. Ei tarvitse aina miettiä ja pohtia millä ohjelmalla lähtisi treenaamaan tulevia kisoja varten”, summaa Pihlaja.
Sovellus itsessään on myös Pihlajan mukaan erittäin helppokäyttöinen. ”Jos esimerkiksi haluan treenata seuraavan kuukauden ajan puhdasta voimatreeniä, tekoäly muokkaa hetkessä ohjelmasta tavoitteisin sopivan ja se ei vaadi itseltäni kuin pari klikkausta. Voin myös säätää ketterästi vaikkapa viikkokohtaisia treenimääriäni, jos en pysty harjoitteluni perusrunkoa noudattamaan. Treenimäärän muutoksen jälkeen tekoäly muokkaa ohjelmani optimaaliseksi”, painottaa Pihlaja.
Elokuussa aloitetun kokeilun jälkeen Pihlaja on ehtinyt pokkaamaan klassisen voimannoston SM-hopeaa, joten ohjelman avulla voi selkeästi saada tuloksia aikaiseksi. Sovellus myös helpottaa oman kehityksen seurantaan. ”Sovellus piirtää tietynlaista kehitysindeksiä ja se on varmasti monille todella motivoivaa, kun yhdestä paikasta näkee helposti oman kehityksen”, kommentoi Pihlaja.
Pihlaja kokee, että tekoälypohjainen sovellus on erinomainen apuväline treeniohjelmien muokkaamiseen ja kehityksen seurantaan, mutta hänen mukaansa se ei välttämättä kaikille sovellu: ”Kuten arvata saattaa, niin tekoäly ei vielä ole niin pitkällä, että se pystyisi tekemään korjauksia valmennettavien suoritustekniikoihin. Sovelluksessa on totta kai mukana ohjevideot suoritustekniikoihin, mutta on vaikea huomata, jos oma suoritustekniikka on vajavainen. Peilistä pystyy näkemään asiat ainoastaan tietystä kulmasta ja se ei näin ollen kerro koko totuutta.”
Sovellus ei myöskään pysty reagoimaan tiettyihin ongelmakohtiin, joita kesken harjoittelun saattaa herätä. ”Jos sovellusta käyttävällä henkilöllä on esimerkiksi tiettyä lihasvaivoja, jotka estävät tietyn liikkeen harjoittelun, niin sovellus ei pysty ohjaamaan treenaajaa tekemään liikettä toisella lihasvaivan huomioivalla tavalla”, Pihlaja painottaa. Vaikka tavoitteellisen kuntosaliharjoittelun valmentaminen on osaksi harjoitusohjelmien tekemistä ja niiden muokkaamista, on valmentaminen Pihlajan mukaan pitkälti toisen ihmisen kohtaamista sellaisenaan kuin hän on: ”Olen huomannut, että henkinen tuki ja keskusteluseura treenin aikana on valmennettaville todella tärkeää. Pystyn personal trainerina lukemaan asiakkaan fiiliksiä. Jos asiakas on nukkunut huonosti ja stressaantunut niin en laita häntä tekemään maksimitreeniä. Tekoäly ei opi tuntemaan ihmistä ja se ei pysty ottamaan huomioon inhimillisiä seikkoja.”
MosaGymin hyvinvointipalveluista huolehtii tehokas ja energinen valmentajakolmikko Ritu, Titta ja Jan! Yksityiset personal trainerit tarjoavat ammattitaitoista yksilö- ja pienryhmävalmennusta Tapanilan Urheilukeskuksessa. Valmennukset räätälöidään aina sinun tarpeisiin ja tavoitteisiin sopiviksi!