Cosa risponde davvero un numero di scouting

Ogni numero viaggia male: prima di arrivare a un allenatore deve reggere una lega diversa, un ruolo diverso e una quantità di minuti diversa.

La domanda viene prima del dato

Quasi tutte le relazioni di scouting partono da una classifica, che è il lato sbagliato del problema, perché una classifica risponde a una domanda che nessuno in quella stanza ha fatto.

L'ordine utile è il contrario: lo staff dice di cosa ha bisogno, un'ala che difenda su due ruoli e tiri dopo la ricezione, e solo a quel punto i dati vanno a cercare i candidati.

Questa sola inversione toglie gran parte del rumore, perché un dato scelto per rispondere a un bisogno si discute molto meglio di uno scelto perché era già a schermo.

Il contesto non è una nota a piè di pagina

La stessa percentuale al tiro significa due cose diverse in due leghe diverse, e la differenza non è un arrotondamento: spesso è tutta la ragione per cui un acquisto funziona oppure no.

Ritmo, fisicità, metro arbitrale e qualità del difensore medio spostano la riga di un giocatore, quindi un numero portato oltre confine senza correzione è un numero che ha già cambiato significato.

Per questo TeamKeys allega una stima di adattamento a ogni confronto fra leghe, e la mostra accanto al dato grezzo invece di sostituirlo.

La similarità è una scorciatoia, non una sentenza

I modelli di similarità sono bravissimi in un mestiere solo, ridurre una lista di migliaia di giocatori a una ventina da guardare a video.

Sono pessimi in un mestiere diverso, decidere chi firmare, perché due giocatori possono somigliarsi su ogni asse misurabile e incastrarsi in uno spogliatoio in modi opposti.

Usata come filtro, la similarità fa risparmiare settimane a un ufficio scouting; usata come sentenza, produce errori sicuri di sé che poi nessuno in quella stanza sa spiegare.

Cosa deve un modello a chi lo legge

Un numero che arriva senza il suo ragionamento non si può discutere, e quello che non si discute non entra in una decisione che vale una stagione.

Ogni risposta dovrebbe quindi portarsi dietro tre cose: da dove vengono i dati, con quali giocatori è stato fatto il confronto, e cosa dovrebbe cambiare perché la risposta si ribalti.

TeamKeys AI è costruito su questo vincolo, perché risponde solo dal database TeamKeys attraverso chiamate agli strumenti obbligate, e dichiara la query che ha prodotto il numero appena mostrato.

La spina dorsale sotto la risposta

Niente di tutto questo regge senza una sola spina dorsale di dati, ed è il motivo per cui scouting, performance e profili cognitivi stanno sulle stesse 200 leghe invece che su tre prodotti separati.

Il database contiene più di 65.000 giocatori e circa 116.000 partite, e si aggiorna ogni quattro ore, così una relazione scritta lunedì mattina non sta leggendo venerdì sera.

La piattaforma parla sette lingue, e lo stesso numero porta la stessa definizione in ognuna, cosa che conta quando un ufficio di Milano e uno di Tel Aviv discutono dello stesso giocatore.

Le domande che ci fanno

Una percentuale più alta vuol dire sempre un tiratore migliore?

No, perché dietro quella percentuale stanno il volume, la difficoltà dei tiri e la qualità della difesa, e un campione piccolo la sposta di diversi punti da solo.

Quanto viaggia la riga di un giocatore fra una lega e l'altra?

Viaggia, ma mai identica, quindi TeamKeys mostra una stima di adattamento accanto al dato originale invece di riscriverlo di nascosto.

TeamKeys AI può inventarsi una statistica?

È costruito per non poter rispondere a memoria: ogni risposta nasce da una chiamata obbligata al database TeamKeys, e la fonte viene mostrata insieme alla risposta.

Serve un ufficio analytics per usarlo?

No. La piattaforma è pensata per lo staff che deve decidere, quindi il lavoro di raccogliere e confrontare i dati avviene prima che qualcuno la apra.