Ga naar de inhoud

Dirk Gerlo duikt in bad van data-analyse: onmisbaar in het professionele tennis dankzij Vlaamse inbreng

 do 1 juni 2023 19:12

In de top 20 maakt maximaal één speler er geen gebruik van. Data is alomtegenwoordig in het toptennis. Dirk Gerlo ging op zoek naar de bron van de technologische ontwikkelingen en kwam uit bij... een Belg. Het verhaal van Ben Depoorter, die met behulp van data Novak Djokovic richting succes duwde.

Flashback naar de jaren negentig van de vorige eeuw en begin deze eeuw. De Belgische ploeg speelt op het hoogste niveau in de Federation Cup. Ivo Van Aken is de coach. Zijn assistent Vincent Dedecker heeft pen en papier en scout de tegenstanders.

 

Waar belandt de eerste, de tweede opslag. Welke patronen leidt hij af uit wat hij genoteerd heeft, wat kunnen de spelers ermee doen? Het is het prille begin van wat nu op het hoogste niveau schering en inslag is. Het gebruik van data voor analyse van de tegenstander en de ontwikkeling van het eigen spel.


Ben Depoorter, uit Hertsberge in West-Vlaanderen, is al op jonge leeftijd gebeten door de tennismicrobe. Het besef dat hij net tekort schiet om een toptennisser te worden, komt al snel. Na een universitaire opleiding in Gent komt hij via een Amerikaanse collega met wie hij tennist in contact met data. De collega is onder de indruk van de mogelijkheden die ‘Hawk-Eye’ biedt.

We zagen snel in dat de nieuwe technologie veel meer data bood om een betere analyse van het spel te maken.

Ben Depoorter

Hawk-Eye is het videosysteem uitgevonden door de Britse computerexpert Paul Hawkins. Het werd in 2000 voor het eerst gebruikt in cricket. Vanaf 2001 ook in tennis en nog een paar andere balsporten.


Het systeem registreert met een aantal camera’s (gaat meestal van tien tot nu al achttien) het traject van de bal. Ben Depoorter: "Mijn collega was de gegevens die Hawk-Eye registreert in tabellen beginnen te gieten en analyseren."


"Hij vroeg of ik interesse had. We spreken over 2012 nu. We zagen snel in dat de nieuwe technologie veel meer data bood om een betere analyse van het spel te maken. Je kent de snelheid van de bal, het traject, de beweging van de speler, de rotatie op de bal, tijdens de toss ook bijvoorbeeld. Hiermee kan je aan de slag. We hebben een paar spelers aangeschreven en we waren vertrokken."

De Hawk-eye registreert de baan en landingsplaats van ballen nauwkeurig.

Helpende hand in 14 Grand Slam-zeges

Ben Depoorter en zijn collega’s van ‘goldensetanalytics.com’, hoofdkwartier in San Diego Californië, werken nu al jaren samen met een pak toptennissers, met coaches, federaties, met de grote tennisacademies.

 

Op de website lees je dat spelers die gebruik maakten van hun diensten sinds 2015 onder andere al 14 Grand Slams wonnen, 23 Masters 1000-toernooien ook. Zo wordt er gesproken over de amazing run van Novak Djokovic.


Depoorter wil er niet echt mee uitpakken. "Iemand als Novak Djokovic wil gewoon tot in elk detail voorbereid zijn op het tennis van zijn tegenstander. Om tijdens een Grand Slam bijvoorbeeld niet langer dan nodig op de baan te staan."

 

"En goede voorbereiding betekent dus ook analyse van de data. Maar wij hebben de wedstrijden niet gewonnen. Dat doen de spelers. En we zijn wel fier als we zien dat een bepaald inzicht via onze data waardevol is gebleken in wedstrijden, als er titels mee gewonnen worden."

De computer doet wat een coach met pen en papier manueel niet kan.

Ben Depoorter

“Bij de vrouwen is er op dit moment maar 1 speelster uit de top 20 die geen gebruik maakt van data”, gaat Depoorter verder. "Bij de mannen heb je ongeveer hetzelfde verhaal."

 

"En gebruik van data is niet alleen gericht op de tegenstander, op scouting. Uit data kan je ook heel veel halen om je eigen spel te verbeteren. Wat doet jouw speler op breekpunt tegen? Wat is het zwakke punt dat je eruit haalt? Hier kan je op werken, ook richting mentale begeleiding bijvoorbeeld."


"Kijk, een coach kan geen dagenlang videobeelden bestuderen om te zien hoe een volgende tegenstander, op breekpunt tegen, opslaat. Naar buiten of richting de T. Je hebt enorm veel matchen nodig om tot een patroon te komen. We gaan ervan uit dat je minstens 25 tot 30 matchen nodig hebt om bepaalde patronen echt te herkennen."

 

"De computer doet dan wat een coach met pen en papier manueel niet kan. De computer doet dit sneller en is eigenlijk ook goedkoper."

Alle data wordt verzameld om grondige conclusies uit te trekken.

Bouwen aan toekomst vol data

Depoorter en zijn team werken met ‘big data’, massa’s gegevens. Ze bouwen aan een omgekeerde piramide.


Het is de bedoeling om uit zoveel mogelijk data de beste analyse van een slag, een beweging te maken om dan tot pakweg 5 richtlijnen te komen waarvan de coach er dan misschien 3 gebruikt die het waardevolst en nuttig zijn.


Bijvoorbeeld de plaatsing van de opslag en return op breekpunten zijn cruciaal om een wedstrijd te doen kantelen. De menselijke factor kan evenwel niet uitgeschakeld worden. Als je je op de dag van de wedstrijd niet goed voelt, zal je zelfs met het beste strategisch plan, tactisch wellicht niet kunnen uitvoeren wat je voor ogen had. Data is een aanvulling. 


Een voor de hand liggende vraag. Kan je in het professionele tennis van vandaag nog wedstrijden of een toernooi winnen zonder het gebruik van data? Depoorter: "Het is niet onmogelijk, maar uitzonderlijk."

We willen onze data nog verder bewerken, programmeren en er met artificiële intelligentie nog meer uithalen.

Ben Depoorter

"Je zult dan een coach nodig hebben die intuïtief heel sterk is en je moet als speler iets extra hebben. Maar je maakt het jezelf wel moeilijk doordat je meer tactische vergissingen gaat maken. Bijvoorbeeld een Alcaraz. Zijn team wil hem eerst een complete speler maken, daarna zullen ze ook wel in de data belanden."


De data, de analyses die worden aangeboden zijn al enorm gedetailleerd. Is er nog marge voor progressie? "Ja", zegt Depoorter. "We zitten nu op Level 3. We hebben trouwens een platform dat video linkt aan de data waardoor je kunt zien wat er achter de data schuilt."


"Maar we willen en kunnen verder naar level 4 en onze data nog verder bewerken, programmeren en er met artificiële intelligentie nog meer uithalen. Wat als we de trajecten van de bal, de impact van de slag gaan koppelen aan biomedische data, aan stressgevoeligheid." 


"We kijken naar de WTA, de ATP. Laten zij bijvoorbeeld, zoals in ander takken van sport, al sensoren of hartslagmeters tijdens wedstrijden toe. Dan kunnen biomedische bedrijven ook hun inbreng leveren en kunnen we nog verder perfectioneren."

Dirk Gerlo

Gerelateerd: