Bagaimana analisis data mengubah pencarian bakat di Championship

Diterbitkan 2026-03-17

Permainan Angka: Bagaimana Analisis Data Menulis Ulang Pencarian Bakat di Championship

Tim rekrutmen Cardiff City, berbekal spreadsheet dan doa, pernah mengandalkan insting dan bisikan sesekali dari teman seorang teman. Hari-hari itu sudah punah di Championship. Analisis data bukan hanya sekadar istilah keren; ini secara fundamental mengubah cara klub menemukan bakat di divisi kedua Inggris, mengubah firasat menjadi risiko yang terhitung. Lewat sudah hari-hari ketika laporan cemerlang seorang pemandu bakat tentang seorang pemain sayap yang "terlihat bagus saat menguasai bola" sudah cukup. Sekarang, pemain sayap itu lebih baik memiliki xGChain per 90 setidaknya 0,40, persentase dribel sukses di atas 60%, dan rata-rata 3 penguasaan bola progresif ke sepertiga akhir. Jika tidak, dia mungkin bahkan tidak masuk daftar panjang. Klub-klub seperti Brentford memelopori pendekatan ini, terkenal mengidentifikasi Ollie Watkins dari Exeter City pada tahun 2017. Model data mereka menandai metrik dasar Watkins – volume tembakan tinggi, kontribusi serangan yang kuat dari posisi yang lebih dalam – sebagai indikasi pemain yang siap untuk beralih ke level yang lebih tinggi, bahkan jika jumlah golnya di League Two tidak mencolok. Dia sekarang adalah striker Premier League senilai £28 juta. Ini bukan tentang mengganti pemandu bakat dengan algoritma; ini tentang memberdayakan mereka. Analis menyaring tumpukan data dari perusahaan seperti Opta dan Wyscout, membuat profil khusus untuk posisi. Butuh bek tengah yang pandai menguasai bola? Sistem menandai pemain dengan tingkat penyelesaian operan yang tinggi di bawah tekanan, persentase operan panjang yang diselesaikan dengan baik, dan jumlah kesalahan pertahanan yang rendah yang mengarah ke tembakan. Ambil contoh perekrutan cerdas Luton Town atas Elijah Adebayo dari Walsall pada Januari 2021. Meskipun jumlah golnya di League Two cukup terhormat, data dasar menunjukkan seorang striker dengan permainan menahan bola yang sangat baik, keberhasilan duel udara yang kuat (rata-rata 5,2 per 90), dan jumlah operan kunci yang mengejutkan untuk seorang target man. Ini bukanlah sifat yang mudah diukur dari pengamatan biasa, tetapi angka-angka mengungkapkannya. Dia sejak itu menjadi penyerang Championship yang produktif. Keindahan data di Championship adalah kemampuannya untuk menemukan nilai di liga-liga yang terabaikan. Klub tidak lagi hanya fokus pada Premier League 2 atau akademi yang sudah mapan. Mereka melihat ke Pro League Belgia, Eerste Divisie Belanda, dan bahkan League One, mengetahui bahwa seorang pemain yang unggul dalam metrik tertentu di sana dapat dengan mulus beralih ke Championship. Ini memperluas kumpulan bakat secara eksponensial. Ini juga membantu mengurangi risiko. Setiap transfer adalah perjudian, tetapi data memberikan gambaran yang lebih jelas tentang profil statistik pemain, konsistensinya, dan bagaimana atributnya mungkin cocok dengan sistem taktis tim. Jika seorang pemain secara konsisten berkinerja di bawah Expected Goals (xG) miliknya, itu mungkin menunjukkan penyelesaian akhir yang buruk atau pemilihan tembakan, bahkan jika total golnya lumayan. Namun, dampak terbesar adalah pada efisiensi. Jaringan pemandu bakat mahal. Analisis data memungkinkan klub untuk dengan cepat menyaring ribuan pemain menjadi daftar pendek yang dapat dikelola, memungkinkan pemandu bakat untuk memfokuskan waktu berharga mereka pada evaluasi langsung pemain yang telah melewati uji statistik yang ketat. Ini tentang bekerja lebih cerdas, bukan hanya lebih keras. Pendapat saya? Dalam lima tahun, setiap klub Championship yang tidak mempekerjakan tim ilmuwan data khusus dan mengintegrasikan analisis canggih ke dalam strategi rekrutmen mereka akan secara konsisten berjuang melawan degradasi. Hari-hari hanya mengandalkan pengamatan mata sudah berakhir; angka tidak berbohong, dan mereka akan tetap ada.