Vai al contenuto
Insporta Book
it
EnglishРусскийDeutschEspañolEestiSuomiItalianoFrançaisPolski日本語한국어中文
CalcioCricketFutsalTriathlonTennisGolfPattinaggio di figuraPallacanestroMetodologiaPerché funzionaFai un test

Calcio · Livello 8: Esperto · Sottolivello 8.84

Scouting basato sui dati

10 test · 100 fatti · aggiornato il 12 ottobre 2026 · markdown

Come i club usano i dati per trovare giocatori: l'imbuto del reclutamento, la ricerca di giocatori simili, la forza dei campionati, le curve d'età, più stagioni di dati, i radar, i valori di mercato, i club guidati dai dati, le scoperte famose e i limiti dei numeri.

Ogni test qui sotto è fatto di dieci domande su Insporta. L'elenco sotto un test mostra ciò che le domande verificano: un fatto per domanda, con la fonte da cui è stato scritto. Leggilo prima del test, oppure torna qui dopo una risposta sbagliata.

Test 1L'imbuto del reclutamentoFai un test

  1. I club partono da un campo ampio: i dati filtrano migliaia di giocatori fino a un elenco che vale la pena osservare.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  2. Una manciata di osservatori può vedere alcune centinaia di giocatori a stagione; i dati possono esaminare ogni giocatore di decine di campionati.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  3. L'elenco lungo esce dal filtro dei dati e viene ristretto da video e scouting in un elenco breve.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  4. Un «difensore centrale bravo con i piedi che sa difendere con la linea alta» richiede numeri diversi da un «difensore centrale che vince i duelli aerei».

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  5. Come un giocatore reagisce agli errori, parla ai compagni e lavora senza palla si vede meglio allo stadio.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  6. Un giocatore che salta molte partite dà al club meno per lo stesso costo di trasferimento e lo stesso ingaggio.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Una buona stagione può essere un picco; più stagioni mostrano se quello è il livello a cui gioca davvero.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. Ogni passaggio costa più tempo del precedente, quindi viene applicato a meno giocatori.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. Ogni fase elimina dei giocatori, quindi l'imbuto si restringe da migliaia a uno.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. L'elenco lungo viene ridotto a una lista ristretta che osservatori e analisti studiano in video e di persona prima che venga scelto un obiettivo.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Test 2Ricerca di giocatori simili e profili di ruoloFai un test

  1. Confronta profili statistici su un database e classifica i giocatori in base a quanto sono vicini a un giocatore di riferimento.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  2. Un giocatore integrato nel modo di giocare della squadra si sostituisce meglio con uno che fa le stesse cose.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  3. Un'ala e un difensore centrale non si assomiglieranno mai nei numeri, quindi i confronti si fanno all'interno di un ruolo.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  4. Un profilo da «regista arretrato», per esempio, dà più peso ai passaggi progressivi e ai passaggi sotto pressione che ai duelli aerei.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  5. Numeri simili contro avversari deboli non equivalgono a una capacità simile, ed è per questo che si corregge per la forza del campionato.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  6. Essere nel 90° percentile per il proprio ruolo dice più di un conteggio grezzo, che varia con il campionato e con lo stile.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Adattamento, lingua, personalità e ambizione stanno fuori dai dati evento su cui si costruisce un punteggio di similarità.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. La classifica è un punto di partenza; il controllo video decide se i numeri più vicini indicano il giocatore più vicino.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. Ogni filtro trattiene solo una parte dei giocatori rimasti dopo quello precedente.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. I numeri sui passaggi sono vicini, 7,9 e 7,4, ma il candidato vince tre volte più duelli aerei.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Test 3Correggere in base alla forza del campionatoFai un test

  1. La stessa finalizzazione produce più gol contro difensori e portieri più deboli, quindi i totali grezzi lo sopravvalutano.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  2. Danno a ogni club una valutazione su un'unica scala, che permette agli analisti di confrontare i campionati e di correggere i numeri dei giocatori.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  3. Dove i dati evento sono completi e coerenti, le cifre di un giocatore sono affidabili; una copertura scarsa lascia più spazio alle congetture.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  4. Più è grande il salto di livello degli avversari, più il rendimento di un giocatore tende a calare.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  5. Se gli attaccanti che passano da un campionato all'altro di solito perdono un terzo dei loro gol, probabilmente lo farà anche il prossimo.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  6. I difensori che chiudono più in fretta e murano meglio gli tolgono sia il volume sia la qualità delle occasioni.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Quei campionati sviluppano e mettono in vetrina il talento a prezzi più bassi dei campionati più grandi, e i dati mostrano chi si distingue.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. I coefficienti UEFA collocano il Portogallo ben al di sopra della Scozia e l'Inghilterra al vertice o vicino.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. La correzione prende in prestito l'esperienza dei trasferimenti precedenti tra gli stessi due campionati.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. Correggere per gli avversari più forti che affronterebbe abbassa i gol che ci si può aspettare da lui.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Test 4Curve d'etàFai un test

  1. Il rendimento di solito cresce nei primi anni dopo i vent'anni, si stabilizza tra la metà e la fine dei venti e poi cala.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  2. La lettura del gioco di un portiere continua a migliorare fino ai trent'anni passati, mentre i giocatori di movimento dipendono di più dalla corsa ripetuta.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  3. Un club che compra prima del picco ottiene le migliori stagioni del giocatore e può ancora rivenderlo a una cifra elevata.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  4. Superato il picco, è più probabile che il rendimento di un giocatore cali piuttosto che si ripeta, quindi l'ultima stagione sopravvaluta la successiva.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  5. È costruita sulle carriere di molti giocatori e mostra l'andamento tipico di crescita, picco e calo del rendimento in base all'età.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  6. Due diciottenni con gli stessi numeri possono finire a distanza di anni, a seconda di crescita, allenamento e minuti giocati.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Comprare giovani e a poco, farli crescere e venderli a 24-26 anni è un modello di business costruito sulla curva dell'età.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. I ruoli basati sulla velocità raggiungono il picco per primi; la difesa, basata su lettura e posizionamento, più tardi; i portieri per ultimi.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. L'andamento è tipico, non fisso; i modelli di reclutamento lo usano per valutare che cosa è probabile che faccia un giocatore di una certa età.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. Dopo il picco l'indice scende a ogni stagione, quindi gli ultimi anni di un contratto lungo valgono sempre meno.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Test 5Stagioni, minuti e disponibilitàFai un test

  1. Più stagioni smussano i periodi fortunati e sfortunati e mostrano il livello che il giocatore mantiene davvero.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  2. Un giocatore che parte titolare in ogni partita con un allenatore esigente ha superato una prova che i numeri grezzi non possono mostrare.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  3. Un giocatore che salta un terzo di ogni stagione dà due terzi di ciò che il club paga.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  4. I giocatori crescono e calano, quindi i numeri dell'ultima stagione sono una guida migliore per la prossima rispetto a quelli di tre anni prima.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  5. Il passaggio da terzino ad ala, o in un sistema più offensivo, può trasformare i numeri senza che il giocatore cambi.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  6. Dominare la propria fascia d'età è comune tra i giocatori dei settori giovanili; farlo contro gli adulti è molto più raro.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Le brevi apparizioni a fine partita arrivano quando le gare sono aperte e gli avversari stanchi, il che può gonfiare un rateo per 90 minuti.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. Più minuti e più stagioni ci sono, meno fortuna e contesto guidano i numeri.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. Ripulire e ponderare i dati viene prima di qualsiasi giudizio rispetto agli altri giocatori del ruolo.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. Un calo da 2800 minuti a 900 e ritorno suggerisce un infortunio, un prestito o una rottura, ognuno dei quali conta per chi compra.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Test 6Radar per percentiliFai un test

  1. Ogni raggio è una metrica, e la sua lunghezza è il suo rango percentile rispetto ai giocatori del gruppo di confronto.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  2. I radar di Knutson, pubblicati prima sul suo blog e poi su StatsBomb, sono diventati un modo standard di mostrare il profilo di un giocatore.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  3. Ogni spicchio è una metrica, e quanto è riempito mostra il rango percentile del giocatore.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  4. Il 90° percentile tra i centrocampisti di League Two è un'affermazione ben diversa dal 90° tra quelli della Premier League.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  5. Cambia il gruppo di confronto o sostituisci una metrica e la forma dello stesso giocatore cambia, ed è per questo che le note in piccolo contano.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  6. Un percentile lo colloca rispetto ai pari; non dice nulla direttamente sulla sua percentuale di successo o sul suo totale.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Mettere vicine le metriche forti crea una figura riempita più grande che distribuirle, anche se i numeri sono gli stessi.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. Il gruppo di confronto e le metriche vanno fissati per primi, perché ogni percentile dipende da essi.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. Più il gruppo è ristretto, più ogni percentile diventa confrontabile a parità di condizioni.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. È al 92° percentile per i passaggi e all'88° per i contrasti, ma solo al 20° per i duelli aerei.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Test 7Modelli di valore di mercatoFai un test

  1. I valori sono stime collettive discusse dagli utenti del sito e fissate dai suoi redattori, non prezzi ufficiali.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  2. Il sito è nato nel 2000 ed è diventato la fonte più citata dei valori di mercato dei giocatori.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  3. Il CIES Football Observatory stima i valori con un modello statistico costruito sulle cifre dei trasferimenti passati.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · richiamo

  4. Le stime pubblicate si muovono lentamente e usano meno dati di quanti ne abbia un club, quindi i club modellano da soli le cifre dei trasferimenti.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  5. Il club venditore detiene il cartellino del giocatore più a lungo, quindi può chiedere di più.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  6. Chi compra sa di poter aspettare e ingaggiarlo a parametro zero, quindi il potere contrattuale del club venditore si riduce.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Un club in difficoltà finanziarie vende a poco; uno senza pressioni può tenere duro ben oltre qualsiasi valore pubblicato.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. Più anni di contratto può offrire il venditore, più alta è la cifra che può pretendere.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. Il modello impara che cosa ha determinato le cifre passate e lo applica al giocatore che il club vuole.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. A parità di rendimento, il calo da 40 a 15 milioni segue gli anni rimasti al suo contratto, da tre a uno.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Test 8Club guidati dai dati oltre Brentford e LiverpoolFai un test

  1. Bloom, tifoso del Brighton, ha fatto fortuna con le scommesse e ha portato nel club un approccio basato sui dati.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  2. La modellazione delle partite di calcio di Starlizard sta dietro la cultura analitica nei club di Bloom.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  3. Il Tolosa ha battuto il Nantes 5-1 in finale, il primo trofeo importante sotto proprietari noti per un approccio guidato dai modelli.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  4. Beane, che ha guidato gli Oakland Athletics secondo principi statistici, ha assunto un ruolo di consulente nel club olandese nel 2015.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  5. L'operazione, circa 100 milioni di sterline più bonus, è stata la cifra più alta mai pagata fino ad allora da un club britannico.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  6. Comprare giocatori sottovalutati e rivenderli a prezzo pieno è il modello; l'incasso paga la successiva tornata di scoperte.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Mac Allister è cresciuto all'Argentinos Juniors e ha poi vinto il Mondiale con l'Argentina da giocatore del Brighton.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  8. Mac Allister ha firmato nel gennaio 2019, Caicedo nel febbraio 2021 e Mitoma nell'agosto 2021.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  9. Bloom è diventato presidente nel 2009, Benham ha rilevato il Midtjylland nel 2014 e RedBird ha rilevato il Tolosa nel 2020.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  10. Mitoma è arrivato dal Kawasaki Frontale nel 2021 e ha trascorso la prima stagione in prestito in Belgio.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

Test 9Acquisti famosi assistiti dai datiFai un test

  1. All'Università di Tsukuba ha studiato il dribbling, filmandosi con una telecamera montata sulla testa.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  2. Senza abbastanza presenze internazionali per ottenere un permesso, ha trascorso il 2021/22 in prestito in Belgio ed è tornato l'estate successiva.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  3. L'accademia dell'Independiente del Valle ha prodotto diversi giocatori venduti in Europa.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  4. Mahrez è costato al Leicester una cifra modesta dal Le Havre, in Ligue 2, ed è diventato PFA Player of the Year nel 2016.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  5. Lo scouting di Walsh ha portato entrambi i giocatori a poco prezzo prima del titolo 2015/16, e lui è poi passato all'Everton.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  6. Quando pochi club hanno notato un giocatore, il venditore non può avviare un'asta, e il primo acquirente paga meno.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. I numeri che hanno attirato il club venivano da un contesto diverso, e adattarsi al nuovo fa parte del rischio.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. È arrivato nel 2021, ha trascorso parte di quell'anno in prestito al Beerschot, si è imposto nella squadra del Brighton ed è partito nel 2023.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  9. Vardy è arrivato dal Fleetwood nel 2012, Mahrez dal Le Havre nel 2014 e Kanté dal Caen nel 2015.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

  10. Mitoma ha trascorso il 2021/22 all'Union Saint-Gilloise, il club belga di proprietà anch'esso di Tony Bloom.

    Fonte: Comunicati dei club e cronache delle partite (BBC Sport, The Athletic) · richiamo

Test 10Ciò che i dati non dicono a uno scoutFai un test

  1. L'impegno senza palla, le reazioni agli errori e la condotta negli allenamenti non lasciano traccia nei dati evento.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  2. La mentalità di un giocatore, la sua motivazione e il modo in cui si inserirà nel gruppo decidono se i suoi numeri si confermano.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  3. Un giocatore che fatica fuori dal campo in un posto nuovo può non riprodurre i numeri che lo hanno fatto ingaggiare.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  4. Un esterno in una difesa a tre o un giocatore libero di muoversi può produrre numeri che il sistema di chi compra non è in grado di ricreare.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  5. Un osservatore può spiegare perché i numeri sono quelli: un ruolo, un infortunio, un compagno o la tattica di un avversario.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  6. Analisti od osservatori a cui un giocatore piace possono scegliere le metriche che lo sostengono e ignorare quelle che non lo fanno.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  7. Un diciassettenne magro può essere molto indietro fisicamente oggi e molto avanti rispetto ai suoi coetanei tra cinque anni.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  8. I dati evento registrano direttamente i passaggi, i dati di tracking possono mostrare il posizionamento, e la leadership non compare quasi in nessun dato.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  9. I controlli passano da ciò che i dati lasciano intendere alla persona, e la visita medica viene per ultima, quando l'accordo è vicino.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

  10. Il modo in cui un giocatore gestisce la pressione non viene registrato come evento; le altre opzioni sono conteggi standard dei dati evento.

    Fonte: Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref) · applicazione

Fonti

IFAB Laws of the Game / rapporti tecnici di FIFA e UEFA / definizioni di Opta, StatsBomb e FBref / pubblicazioni di club e analisti / ricerca sottoposta a revisione paritaria

  • Letteratura di analytics sul calcio (definizioni di Opta, StatsBomb, FBref)83
  • Comunicati dei club e cronache delle partite (BBC Sport, The Athletic)17