Profvoetballers wisselen vaak voor tientallen miljoenen van club, maar hoe bepaal je hoeveel een speler precies waard is? Spaanse wetenschappers hebben daar een nieuwe methode voor ontwikkeld. Ze kijken naar de populariteit van spelers op Google Trends.

Een betaaldvoetbalclub is een professionele organisatie die als een bedrijf wordt gerund. Belangrijke posten op de begroting zijn de spelerssalarissen, het kopen en verkopen van voetballers, ticket- en seizoenskaartenverkoop, maar ook de verkoop van merchandise zoals shirtjes. Het juist inschatten van de marktwaarde van de voetballers is dan ook een belangrijk onderdeel van het succes van het team en een manier om geld te verdienen aan spelertransfers.

In het verleden was het inschatten van de capaciteiten en de populariteit van spelers veelal nattevingerwerk van scouts, bestuurders en de trainingsstaf, mensen die vaak al decennialang in de voetballerij rondlopen en beslissingen maken op intuïtie en de weinige data – aantal doelpunten en assists, blessures in het verleden, videobeelden, scoutingsrapport op basis van enkele wedstrijden – die voorhanden waren.

Moneyball
Maar dat is tegenwoordig wel anders. Big data heeft zelfs in de conservatieve voetbalwereld zijn intrede gedaan en in korte tijd zijn nut bewezen. Clubs die stevig inzetten op de kunde van data-analisten en datawetenschappers weten het uiterste uit hun spelers te halen, de mooiste koopjes te doen op de transfermarkt en de tegenstanders het best te analyseren. Maar wat zijn nu de belangrijkste factoren die nodig zijn om de werkelijke marktwaarde van het team en individuele spelers te benaderen?

De fysieke en mentale capaciteiten van de speler en zijn prestaties op het veld tellen uiteraard zwaar mee, maar sinds enkele jaren is duidelijk geworden dat ook de populariteit van een voetballer een sleutelrol speelt bij het berekenen van de marktwaarde. En daar komt Google Trends om de hoek kijken, een website die de populariteit van Google-zoekopdrachten in kaart brengt en met elkaar vergelijkt. Tot nu toe is er echter nog nauwelijks wetenschappelijk onderzoek gedaan naar de mogelijke rol van deze Google-tool bij het voorspellen van de marktwaarde van professionele voetballers.

Geautomatiseerde zoekopdrachten
Reden voor de Spaanse onderzoeker Pilar Malagón-Selma en haar collega’s van de University of Valencia om de impact van Google Trends te onderzoeken. Ze zetten een geautomatiseerd systeem op waarbij Google Trends continu de populariteit van twee verschillende spelers in de loop der tijd met elkaar vergelijkt. Het berekent zes verschillende indicatoren voor de populariteit en past deze calculaties aan naar een gezamenlijke schaal, zodat veel spelers tegelijk kunnen worden vergeleken.

AI-zoektocht 
De onderzoekers hebben drie verschillende machinelearningmodellen losgelaten op de data van 1428 spelers die in de vijf grote Europese voetbalcompetities – Engeland, Italië, Duitsland, Spanje en Frankrijk – speelden in het seizoen 2018-2019 om hun methode te testen en te verfijnen. Ook kregen de AI-systemen toegang tot gegevens over de transfergelden die in de daaropvolgende zomer betaald werden voor spelers die van club wisselden.

Om de populariteit van de spelers zo nauwkeurig mogelijk in te schatten, werden ze allemaal vergeleken met een select aantal ‘referentiespelers’, onder wie de populairste aanvaller (Christiano Ronaldo), middenvelder (Paul Pogba) en verdediger (Sergio Ramos) van het seizoen. Daarnaast werd er nog een aantal andere spelers aangewezen als referentie, die een stuk minder populair waren op Google Trends.

Veel variabelen
De schatting van de marktwaarde van spelers verbeterde significant door naast de traditionele factoren ook de populariteitsindicator te gebruiken. De indicator in het best presterende model die de meeste impact had, was de mate van populariteit van een voetballer gedurende zijn minst populaire tijden. Het is duidelijk dat de populariteit van een speler, uitgedrukt in Google-zoekopdrachten, de inschatting van de reële marktwaarde van een speler verbetert.

De onderzoekers adviseren echter om in vervolgonderzoek ook langdurige data over de clubwinsten, informatie over blessures en de positie in het veld waar de speler wordt opgesteld, mee te wegen in de berekening. Al deze zaken kunnen invloed hebben op hun prestaties en daarmee op hun marktwaarde.

Breed inzetbaar
De nieuwe methode kan op korte termijn zijn nut bewijzen. “Deze studie geeft een praktische handleiding voor het ontwikkelen en implementeren van een methode om de marktwaarde van voetballers te berekenen met behulp van Google Trends-indicatoren. Deze methode werkt niet alleen in het voetbal, maar kan ook in de analyse van andere sporten worden gebruikt, en zelfs in heel andere sectoren waar populariteit een belangrijke rol speelt. Daarom verwachten we dat deze nieuwe methodologie in de nabije toekomst breed gaat worden ingezet”, schrijven de onderzoekers.