NAPOLI, OLTRE IL RISULTATO: COME STATISTICHE E INTELLIGENZA ARTIFICIALE STANNO CAMBIANDO L'ANALISI DEL CALCIO

Possesso palla, expected goals, intensità del pressing e modelli predittivi: il calcio moderno si racconta sempre più attraverso i numeri. Ma quanto possono aiutarci a comprendere davvero le prestazioni del Napoli?

Nel calcio esiste una differenza fondamentale tra vincere una partita e averla controllata. Una squadra può dominare per novanta minuti, creare numerose occasioni e uscire dal campo senza punti. Un'altra può difendersi a lungo, sfruttare un episodio favorevole e conquistare una vittoria preziosa.

È una delle contraddizioni che rendono questo sport così affascinante. Ed è anche il motivo per cui, negli ultimi anni, l'analisi calcistica ha iniziato a utilizzare strumenti sempre più sofisticati per comprendere cosa accade realmente durante una gara.

Per i tifosi del Napoli, abituati a osservare con attenzione ogni scelta tattica e ogni prestazione degli azzurri, i dati rappresentano una nuova possibilità di lettura. Non sostituiscono l'occhio dell'appassionato, ma possono contribuire a spiegare fenomeni che il semplice risultato finale non racconta.

Dagli expected goals all'intelligenza artificiale, il calcio sta attraversando una trasformazione che coinvolge allenatori, osservatori, giornalisti e tifosi. Comprendere questi strumenti significa imparare a guardare una partita da una prospettiva diversa.

Perché il risultato finale non basta per giudicare una prestazione

Immaginiamo due partite del Napoli.

Nella prima, gli azzurri vincono 2-0, realizzando due gol con tre conclusioni nello specchio della porta, ma concedendo agli avversari diverse opportunità pericolose.

Nella seconda, il Napoli pareggia 1-1 nonostante una netta superiorità territoriale, numerose occasioni create e una presenza costante nell'area avversaria.

Quale delle due prestazioni dovrebbe essere considerata migliore?

Dal punto di vista della classifica, non esistono dubbi: la vittoria porta tre punti, il pareggio soltanto uno. Ma se l'obiettivo è comprendere il livello di gioco della squadra e valutare le prospettive delle partite successive, il ragionamento diventa più complesso.

Una vittoria ottenuta con poche opportunità offensive può nascondere alcune difficoltà strutturali. Al contrario, una partita senza successo può contenere segnali incoraggianti sulla capacità di costruire occasioni.

Questo non significa che il risultato debba passare in secondo piano. Significa semplicemente distinguere due concetti: l'efficacia ottenuta in una singola gara e la qualità complessiva della prestazione.

Una distinzione particolarmente importante quando si analizzano squadre impegnate contemporaneamente in campionato e nelle competizioni europee.

Expected goals: cosa sono e perché aiutano a leggere una partita

Uno degli strumenti più utilizzati nell'analisi calcistica moderna è rappresentato dagli expected goals, abbreviati in xG.

Il principio è relativamente semplice: non tutte le conclusioni verso la porta hanno la stessa probabilità di diventare un gol.

Un tiro da trenta metri, effettuato con diversi difensori davanti, presenta caratteristiche molto diverse rispetto a una conclusione ravvicinata da posizione centrale.

Il modello xG assegna a ogni tiro un valore compreso tra 0 e 1, che rappresenta la probabilità stimata di realizzazione sulla base di situazioni precedenti simili.

Come spiega Opta Analyst nel suo approfondimento sugli expected goals, questi modelli analizzano grandi quantità di conclusioni storiche, considerando fattori come distanza dalla porta, angolazione, parte del corpo utilizzata e caratteristiche dell'azione.

Un'occasione valutata 0,20 xG indica, in termini statistici, una probabilità stimata del 20% di trasformarsi in rete. Non significa che il giocatore segnerà esattamente una volta ogni cinque tentativi, ma che occasioni con caratteristiche simili hanno mediamente quella probabilità di successo.

Un esempio concreto: quantità dei tiri contro qualità delle occasioni

Consideriamo due prestazioni ipotetiche.

A prima vista, il Napoli sembra aver prodotto una maggiore pressione offensiva, effettuando il doppio delle conclusioni.

Eppure, il valore degli expected goals racconta qualcosa di diverso: l'avversario ha creato occasioni complessivamente più pericolose.

Questo può accadere quando una squadra conclude ripetutamente dalla distanza, mentre l'altra riesce a entrare più frequentemente in area con situazioni favorevoli.

È uno dei motivi per cui il numero dei tiri, considerato isolatamente, può offrire una rappresentazione incompleta della partita.

I valori dell'esempio sono illustrativi, ma il principio è applicabile a qualsiasi incontro di Serie A.

xG e xGA: la differenza tra attaccare molto e difendere bene

Accanto agli expected goals offensivi esiste un altro indicatore fondamentale: gli expected goals against, comunemente indicati come xGA.

Mentre gli xG rappresentano la qualità delle occasioni create, gli xGA misurano quella delle opportunità concesse agli avversari.

La differenza tra i due valori permette di costruire una prima valutazione dell'equilibrio complessivo di una squadra.

Una formazione che produce mediamente 1,9 xG a partita e ne concede 0,8 mostra, almeno sotto questo profilo, un rapporto favorevole tra produzione offensiva e solidità difensiva.

La situazione diventa meno incoraggiante se gli xG prodotti rimangono elevati, ma anche quelli concessi crescono sensibilmente.

Per il Napoli, una lettura di questo tipo può essere particolarmente interessante nelle partite contro avversari capaci di attaccare rapidamente gli spazi lasciati liberi.

Una squadra che cerca di recuperare il pallone nella metà campo avversaria deve infatti mantenere un equilibrio delicato. Il pressing alto permette di riconquistare il possesso in posizioni vantaggiose, ma un movimento sbagliato può creare spazi importanti alle spalle della prima linea di pressione.

L'obiettivo non è soltanto produrre occasioni, ma evitare che la propria organizzazione offensiva diventi una debolezza difensiva.

Non tutti i modelli statistici raccontano esattamente la stessa storia

Un elemento spesso trascurato riguarda le differenze tra i vari fornitori di statistiche.

Due piattaforme possono analizzare la stessa partita e attribuire valori xG leggermente differenti alle medesime occasioni.

Non si tratta necessariamente di errori.

I modelli possono utilizzare variabili differenti e attribuire un peso diverso alle informazioni disponibili.

Nella guida agli expected goals pubblicata da StatsBomb, oggi disponibile sul sito Hudl, viene spiegato come alcuni sistemi includano informazioni dettagliate sulla posizione del portiere e dei difensori, oltre alle caratteristiche più tradizionali della conclusione.

La posizione del portiere, per esempio, può modificare sensibilmente la probabilità di realizzazione di un tiro.

Una conclusione da posizione apparentemente difficile potrebbe diventare molto più pericolosa se il portiere si trova lontano dalla propria linea o fuori posizione.

Per questo motivo, quando si confrontano le prestazioni del Napoli in giornate differenti, è preferibile utilizzare statistiche provenienti dallo stesso fornitore.

Mescolare modelli diversi senza conoscerne le caratteristiche può produrre confronti poco attendibili.

Ancora più importante è osservare i dati su un periodo sufficientemente ampio. Una singola partita può essere influenzata da episodi particolari; dieci incontri permettono generalmente di individuare tendenze più significative, pur senza eliminare tutte le variabili.

Pressing, recuperi e transizioni: i numeri dietro l'organizzazione tattica

Gli expected goals rappresentano soltanto una parte dell'analisi.

Per comprendere una squadra come il Napoli è necessario considerare anche il comportamento senza pallone, la capacità di recuperarlo e la velocità con cui vengono sviluppate le azioni offensive.

Uno degli indicatori utilizzati per studiare il pressing è il PPDA, acronimo di Passes Per Defensive Action.

Questo dato misura, secondo specifiche definizioni territoriali e metodologiche, quanti passaggi vengono mediamente consentiti all'avversario prima di un intervento difensivo della squadra analizzata.

Un PPDA più basso viene generalmente associato a una maggiore frequenza delle azioni di pressione.

Tuttavia, anche questo indicatore richiede attenzione.

Una squadra può esercitare un pressing molto aggressivo senza recuperare efficacemente il pallone. Allo stesso modo, una formazione può scegliere deliberatamente di abbassare il proprio baricentro e concedere una maggiore circolazione del possesso agli avversari.

Il dato, da solo, non stabilisce se una strategia sia corretta.

Per valutare l'efficacia del pressing occorre considerare anche la posizione dei recuperi, le occasioni create immediatamente dopo la riconquista e gli spazi eventualmente concessi.

Il valore delle transizioni offensive

Nel calcio contemporaneo, i secondi successivi al recupero del pallone possono essere decisivi.

Una difesa organizzata è generalmente più difficile da superare rispetto a una squadra sorpresa durante la propria fase offensiva.

Per questo motivo, la capacità di trasformare rapidamente una riconquista in un'opportunità da gol è diventata un elemento centrale nell'analisi delle prestazioni.

Ma non tutte le transizioni devono essere necessariamente rapide.

In alcune situazioni è preferibile rallentare, consolidare il possesso e attendere che i compagni occupino correttamente gli spazi.

La qualità della scelta, più ancora della velocità, distingue una transizione efficace da un possesso perso inutilmente.

Quanto pesa la forma recente di una squadra?

Quando si analizza una partita di Serie A, uno degli errori più comuni consiste nell'attribuire eccessiva importanza alla posizione in classifica.

Naturalmente, i punti conquistati rappresentano un indicatore fondamentale del rendimento stagionale. Ma non descrivono necessariamente il momento attraversato da una formazione.

Una squadra può aver raccolto pochi punti nelle ultime settimane pur avendo affrontato un calendario particolarmente impegnativo.

Un'altra può aver ottenuto diverse vittorie consecutive contro avversari in difficoltà, senza mostrare miglioramenti significativi nella qualità delle occasioni create.

Per valutare la forma recente è utile osservare contemporaneamente diversi fattori: la difficoltà degli avversari, gli xG prodotti e concessi, le prestazioni in casa e in trasferta, le condizioni dei giocatori e la frequenza degli impegni.

Un ulteriore elemento riguarda il contesto tattico.

Una squadra abituata a mantenere il possesso potrebbe incontrare maggiori difficoltà contro un avversario molto compatto, mentre potrebbe esprimersi meglio contro formazioni che concedono spazi in profondità.

Per il Napoli, così come per le altre grandi squadre italiane, studiare le caratteristiche dell'avversario può quindi essere più utile che limitarsi a osservare gli ultimi risultati.

Dai dati ai pronostici: come vengono costruite le previsioni calcistiche

Se i dati permettono di analizzare le prestazioni passate, possono anche contribuire a elaborare previsioni sugli incontri futuri.

È qui che entrano in gioco i modelli predittivi.

Questi strumenti combinano informazioni come risultati precedenti, forza delle squadre, rendimento offensivo e difensivo, forma recente e caratteristiche degli avversari per stimare la probabilità di determinati eventi.

Una previsione, però, non deve essere confusa con una certezza.

Attribuire a una squadra il 60% di probabilità di vittoria significa che, secondo il modello e le informazioni utilizzate, quell'esito è considerato più probabile degli altri. Rimane comunque una possibilità significativa che il risultato sia differente.

Per gli appassionati che desiderano confrontare statistiche e valutazioni prima delle partite, esistono anche piattaforme specializzate come Oh My Tip, che propone pronostici calcio gratuiti, consigli e analisi delle partite per oltre 40 campionati e competizioni, tra cui Serie A, Champions League e i principali tornei europei. Il servizio utilizza dati relativi alla forma delle squadre, precedenti e quote per elaborare le proprie indicazioni, pubblicando anche i risultati dei pronostici precedenti, inclusi quelli non corretti. La possibilità di consultare uno storico trasparente permette agli utenti di valutare le previsioni nel tempo anziché concentrarsi esclusivamente sui pronostici vincenti.

L'aspetto più interessante di questi strumenti non è la promessa di conoscere in anticipo il risultato, qualcosa che nessun modello può garantire, ma la possibilità di accedere a informazioni organizzate e confrontare differenti interpretazioni di una partita.

La previsione statistica rappresenta un supporto all'analisi, non un sostituto del giudizio critico.

L'intelligenza artificiale può prevedere il risultato di Napoli-Juventus o Napoli-Inter?

L'intelligenza artificiale sta ampliando ulteriormente le possibilità dell'analisi calcistica.

I modelli di apprendimento automatico possono elaborare grandi quantità di dati, identificare relazioni tra variabili e individuare schemi ricorrenti.

Un sistema può, per esempio, analizzare come una squadra modifica il proprio comportamento dopo essere passata in vantaggio, quanto cambiano le occasioni create in determinate condizioni o quali caratteristiche degli avversari influenzano maggiormente il rendimento offensivo.

Questi strumenti possono inoltre utilizzare informazioni provenienti da sistemi di tracciamento dei giocatori, quando disponibili.

Ma prevedere una partita di calcio rimane un problema particolarmente complesso.

Il limite delle variabili imprevedibili

Immaginiamo una sfida tra Napoli e Inter.

Un modello potrebbe prendere in considerazione il rendimento delle due formazioni, le statistiche offensive e difensive, il fattore campo e le prestazioni recenti.

Ma cosa accadrebbe se un giocatore fondamentale dovesse infortunarsi durante il riscaldamento? Oppure se una delle due squadre rimanesse in inferiorità numerica dopo pochi minuti?

Questi eventi possono alterare radicalmente lo scenario previsto.

Inoltre, alcune informazioni sono difficili da trasformare in dati numerici affidabili: il livello di affaticamento individuale, determinate scelte tattiche preparate durante la settimana o le condizioni psicologiche della squadra.

L'intelligenza artificiale può individuare correlazioni e migliorare determinate stime, ma non elimina l'incertezza.

Un modello particolarmente sofisticato può comunque sbagliare una previsione. La qualità dello strumento dovrebbe essere valutata sulla capacità di stimare correttamente le probabilità nel lungo periodo, non sulla precisione di un singolo risultato.

Come leggere una partita del Napoli attraverso cinque indicatori

Per chi desidera andare oltre il tabellino, è possibile costruire una lettura più completa della prestazione osservando cinque aspetti principali.

1. Qualità delle occasioni create. Gli xG permettono di valutare se la produzione offensiva sia stata realmente pericolosa oppure costituita prevalentemente da conclusioni difficili.

2. Qualità delle occasioni concesse. Gli xGA aiutano a comprendere quanto la squadra sia riuscita a proteggere la propria porta, indipendentemente dai gol effettivamente subiti.

3. Recuperi nella metà campo avversaria. La frequenza e la posizione delle riconquiste possono raccontare molto sull'organizzazione del pressing.

4. Efficacia delle transizioni. È utile osservare quante occasioni vengono costruite dopo aver recuperato il possesso e quanto rapidamente la squadra riesce a raggiungere zone pericolose.

5. Continuità delle prestazioni. Confrontare più partite aiuta a distinguere un episodio isolato da un possibile cambiamento strutturale.

Nessuno di questi indicatori dovrebbe essere considerato sufficiente da solo.

Una squadra può ottenere ottimi valori offensivi ed essere comunque vulnerabile. Può recuperare molti palloni in zona avanzata, ma concedere troppo spazio quando la pressione viene superata.

L'analisi più utile nasce dall'interpretazione congiunta dei dati e delle immagini della partita.

Il futuro del calcio sarà deciso dagli algoritmi?

La crescita dell'analisi statistica non significa che il calcio stia perdendo la propria componente emotiva.

Al contrario, comprendere meglio ciò che accade in campo può rendere ancora più interessante seguire una partita.

Un movimento senza pallone, una scelta difensiva apparentemente semplice o un cambio di posizione possono assumere un significato diverso quando vengono osservati all'interno dell'organizzazione collettiva.

Per chi segue il Napoli, i dati possono diventare uno strumento per approfondire il dibattito sulle prestazioni, distinguendo le difficoltà occasionali dai problemi ricorrenti e valutando con maggiore attenzione l'evoluzione della squadra.

È però importante evitare l'eccesso opposto: trasformare ogni valutazione calcistica in una questione esclusivamente numerica.

Il calcio rimane uno sport fatto di decisioni, talento, errori, intuizioni e situazioni irripetibili.

Una statistica può spiegare perché una determinata occasione fosse particolarmente favorevole. Non può descrivere completamente l'emozione di un gol segnato negli ultimi minuti davanti al pubblico del Maradona.

Il futuro dell'analisi calcistica non appartiene soltanto ai numeri né esclusivamente all'intuizione degli osservatori. Appartiene probabilmente alla capacità di mettere insieme entrambe le prospettive.

Perché comprendere meglio una partita non significa eliminarne l'imprevedibilità. Significa imparare ad apprezzare anche quei dettagli che, a prima vista, sembrano invisibili.