{"id":14680,"date":"2021-01-23T11:02:33","date_gmt":"2021-01-23T10:02:33","guid":{"rendered":"https:\/\/soccerment.com\/wonderkids-2021-outlook\/"},"modified":"2024-06-14T12:48:22","modified_gmt":"2024-06-14T12:48:22","slug":"wonderkids-2021-outlook-2","status":"publish","type":"post","link":"https:\/\/soccerment.com\/it\/wonderkids-2021-outlook-2\/","title":{"rendered":"[ITA] – Wonderkids: 2021 Outlook"},"content":{"rendered":"

Niente cattura l’immaginazione di un tifoso di calcio quanto l’esplosione di giovani talenti, giocatori circondati da grandi speranze e aspettative ma anche da una significativa incertezza. Prevedere il percorso della carriera di un giovane calciatore \u00e8 un esercizio estremamente complesso, tenendo conto delle tante variabili che possono far deragliare improvvisamente anche la pi\u00f9 ovvia delle direzioni. In Soccerment cerchiamo di gestire tutta questa complessit\u00e0 costruendo modelli data-driven e – come descritto in questa analisi – applicandoli ai calciatori nati dal 2001 in poi. Classifichiamo <\/strong>poi questi giocatori in base alle prestazioni previste nei prossimi 12 mesi, con il fine ultimo di offrire informazioni sui giovani giocatori pi\u00f9 entusiasmanti d’Europa. <\/strong><\/p>\n\n

\"Wonderkids:<\/figure>\n
\n\n
<\/div>\n\n

Il calcio regala emozioni pi\u00f9 grandi dell’emergere di un giovane talento?<\/h2>\n\n

Come giustamente sottolineato da Ryan Baldi<\/a> nel suo recente libro “The Next Big Thing”,<\/strong> “niente cattura l’immaginazione del tifoso come l’emergere di un giovane talento”<\/em>. <\/p>\n\n

Alla fine del 2019, Erling Braut Haaland<\/a> era un giovane e promettente attaccante norvegese che giocava nel campionato austriaco. Dodici mesi dopo, Haaland \u00e8 considerato dal mondo del calcio come un’infallibile macchina da gol (e giustamente, avendo segnato 35 gol in 34 presenze con il Borussia Dortmund), ha vinto il premio Golden Boy, \u00e8 l’oggetto dei desideri dei pi\u00f9 grandi club e ha milioni di follower sui social media. Haaland si \u00e8 rivelato un “wonderkid”<\/em> e da allora non ha smesso di superare le aspettative sempre pi\u00f9 alte che ha creato attorno a se stesso. <\/p>\n\n

“Wonderkid”<\/em> \u00e8 un termine che abbiamo preso dal videogioco Football Manager<\/strong>, una delle nostre principali fonti di ispirazione. Identifica giovani calciatori con un alto potenziale, e il concetto ci \u00e8 piaciuto cos\u00ec tanto che nelle nostre descrizioni dei giocatori derivate dall’algoritmo abbiamo trovato spazio per i wonderkids. Nel nostro Player Smart Search<\/em><\/strong> (clicca qui per maggiori informazioni<\/a>) l’utente pu\u00f2 facilmente selezionare la categoria “wonderkids” e immergersi nella rosa dei candidati (spoiler: al momento in cui scriviamo, Haaland \u00e8 nell’elenco).<\/p>\n\n

<\/div>\n\n

Il progetto<\/h2>\n\n

Il nostro‘Wonderkids: 2021 Outlook’<\/strong> nasce come un gioco interno: l’idea iniziale era di provare a prevedere la rosa dei prossimi 50 giocatori candidati al Golden Boy<\/span><\/a><\/strong>premio assegnato dai giornalisti sportivi a un giovane calciatore che gioca in Europa e che ha impressionato maggiormente durante l’anno solare (due met\u00e0 di due stagioni diverse). Il premio, istituito da Tuttosport nel 2003, comprende giurati di Bild (Germania), Blick (Svizzera), A Bola (Portogallo), L’\u00c9quipe (Francia), France Football (Francia), Marca (Spagna), Mundo Deportivo (Spagna), Ta Nea (Grecia), Sport Express (Russia), De Telegraaf (Paesi Bassi) e The Times (Regno Unito). Tutti i candidati al Golden Boy devono avere meno di 21 anni e giocare nella massima lega di una nazione europea.<\/p>\n\n

Quello che doveva essere un gioco si \u00e8 trasformato nella motivazione per sviluppare i nostri modelli, che prevedono le prestazioni dei calciatori in un determinato periodo di tempo<\/strong>. <\/p>\n\n

Sviluppare modelli come questo non \u00e8 un compito facile. Svilupparli in modo che siano utili quando applicati ai giovani calciatori, \u00e8 ancora pi\u00f9 difficile. Ci sono due ragioni importanti per questo: <\/p>\n\n

  1. la prima, gi\u00e0 accennata, ha a che fare con l’altissima volatilit\u00e0 a cui sono soggette le prestazioni dei giovani calciatori;<\/li>
  2. la seconda ragione \u00e8 che, nel caso dei giocatori under 20, le statistiche storiche disponibili per l’analisi sono molto limitate, in quanto i dati relativi al periodo precedente al momento in cui i calciatori raggiungono i massimi livelli del calcio professionistico sono scarsi (questo \u00e8 un problema che stiamo cercando di risolvere sviluppando soluzioni scalabili, convenienti e di facile utilizzo per la raccolta dei dati calcistici, come questa<\/strong><\/span><\/a>).<\/li><\/ol>\n

    Tuttavia, abbiamo costruito una versione semplificata del nostro modello e l’abbiamo applicata ai giocatori del nostro database nati dal 2001 in poi. Questo semplice modello \u00e8 stato sviluppato per stilare la classifica dei 50 migliori wonderkids per il 2021<\/strong>. <\/p>\n\n

    Pi\u00f9 avanti nell’analisi elencheremo i migliori wonderkids, dalla posizione 50 alla 1, a seconda del valore del loro Expected Soccer Performance Rating (xSPR).<\/strong> <\/p>\n\n

    A fine anno potremo verificare se:<\/p>\n\n