Цифры на поле: как спортивные клубы тратят миллионы впустую

Спортивные клубы тратят сотни тысяч евро в год на аналитические платформы, AI и предиктивные модели. Но в большинстве случаев эти технологии не работают. Их покупают для отчёта, но не внедряют в процессы. В результате решения по-прежнему принимают на интуиции, а данные пылятся.

Я работаю с клубами и вижу, как технологии превращаются в имитацию. Расскажу, почему аналитика не приносит пользы, и что с этим делать.

Многие клубы подписываются на Wyscout, InStat или StatsBomb, внедряют GPS-трекинг и AI-платформы. Это выглядит современно, но в работе ничего не меняется.

В одном клубе отчёты о нагрузках приходили тренерам каждый день. Никто их не открывал. «Мы и так видим, кто устал», — сказал главный тренер.

Без цели, без интеграции, без культуры анализа цифры не работают.

Многие клубы внедряют платформы без чёткого понимания, зачем они им нужны. Руководство утверждает бюджет, подписывает контракт, но дальше ничего не происходит: отсутствует формулировка цели, нет запроса к штабу, никто не отслеживает эффективность. В результате аналитика работает на галочку, а не на результат.

Проблема также в том, что аналитики и тренеры живут в разных мирах. Первые оперируют терминами вроде «scatter-плотт» и «p90-метрики» — это язык данных. Вторые — полем, нагрузками, игровыми ролями. Если в клубе нет человека, способного перевести одно на другое, цифры остаются непонятными и неиспользуемыми.

И наконец, даже хорошие данные бесполезны, если они не встроены в процесс. Когда аналитика существует отдельно, как PDF-файл в почте или презентация «по вторникам», её влияние минимально. Цифры должны становиться частью ежедневной работы штаба, а не декоративным фоном.

Подписка на Wyscout может стоить от 10 000 евро в год. С учётом оборудования, подписок, аналитиков и AI-сервисов бюджеты легко доходят до 200–300 тысяч евро.

Во многих клубах закупка аналитики это разовая статья расходов, не подкреплённая процессом или инфраструктурой. Например, в топ-клубах АПЛ один аналитик может получать от 60 до 100 тысяч фунтов в год. Но даже с таким бюджетом их отчёты могут не доходить до тренеров. А в клубах уровня РПЛ часто нанимают одного «универсального» аналитика без ассистентов и поддержки ИТ — он перегружен и бесполезен.

В сравнении с теми же рекламными бюджетами клубов, вложения в аналитику выглядят как капля в море. Но даже эту каплю не интегрируют. В результате клуб платит за лицензию, а использует только базовый функционал или вовсе забывает о подписке. Это не траты на трансформацию, это символические инвестиции ради статуса.

По данным Sports Innovation Lab, большинство спортивных клубов — около 70 % — используют аналитические платформы. Однако только каждый четвёртый действительно включает их в тренировочный процесс. Это означает, что в трёх из четырёх команд данные существуют скорее для отчётности, чем для реальной пользы.

«Купим, и всё заработает» Один клуб купил AI-модель прогноза травм. Она требовала ручной настройки, очистки данных и обновления параметров. Этим никто не занимался, модель не работала.

«Аналитика не решает всё»

В 2022/23 «Ливерпуль» вышел на сезон с одним из самых продвинутых аналитических штабов в Европе: клуб известен внедрением xG-метрик, GPS-данных и комплексного подхода к нагрузкам. Однако по ходу сезона команда страдала от затяжного кризиса, включая серию из 5 поражений в 7 матчах, нестабильную форму и частые травмы. При этом по статистике физической готовности команда выглядела вполне конкурентоспособной.

Этот сезон показал, что даже при высоком уровне аналитики клуб может просесть — если упущены «мягкие» факторы: адаптация новых игроков, усталость лидеров, внутренние коммуникации. Данные важны, но они не заменят системного управления.

Первое, что действительно помогает внедрению — это наличие человека, который умеет говорить сразу на двух языках: спортивном и аналитическом. Это может быть бывший игрок, ставший аналитиком, или тренер, освоивший базовые инструменты работы с данными. Такой человек не просто объясняет цифры, а показывает, как их применить на тренировке или в тактике.

Важно также адаптировать отчёты под конкретных получателей. Для физиотерапевтов важны метрики усталости, динамика восстановления и прогноз травм. Тренеру достаточно простой визуализации: кто перегружен, кто в зоне риска. Руководству интересна стоимость владения игроком и возврат инвестиций по трансферам. Один и тот же отчёт может быть полезен — если его показать в нужной форме нужному человеку.

И, наконец, аналитика должна измеряться. Удалось сократить количество травм? Точнее стали трансферы? Команда стала стабильнее по физике? Если да — данные работают. Если нет — значит, они не встроены в решение.

Клубы, которые реально используют аналитику, строят вокруг неё экосистему. В «Брентфорде» и «Митьюлланде» аналитики участвуют в трансферных переговорах, тренировочных планах и даже в подборе тренеров. Их не держат «в айтишном углу» — они часть штаба.

Ещё один пример — «Хоффенхайм». Здесь AI используют для прогноза травм, коррекции тренировочных нагрузок и работы с молодёжью. Результаты видны: по данным Bundesliga.com, клуб входит в число команд с самым низким числом мышечных травм за сезон.

Объединяет такие клубы не платформа, а подход. Данные становятся инструментом принятия решений, а не просто красивой презентацией.

Цифровизация — это не покупка подписки, а смена культуры. Если цель просто «быть как у всех», лучше не тратить деньги. Если цель управленческие решения, аналитика поможет. Но только если она встроена, понятна и нужна.

Мнение автора может не совпадать с позицией клуба или организации.