– مشکل استراتژی شرط بندی داده محور در جام جهانی
– چرا رویکرد کیفی نیز به تنهایی کافی نیست؟
– آیا راه حلی برای چالش های شرط بندی در جام جهانی وجود دارد؟
بدون شک، جام جهانی بزرگ ترین و پرهیجان ترین رقابت فوتبالی جهان است که هر چهار سال یک بار برگزار می شود و میلیون ها هوادار مشتاقانه منتظر تماشای ۶۴ بازی هیجان انگیز در طول یک ماه هستند. اما برای شرط‌بندی کنندگان، این تورنمنت می تواند چالش ها و مشکلات خاصی را به همراه داشته باشد. چه عواملی باعث دشواری شرط‌بندی در جام جهانی می‌شوند؟ برای کشف پاسخ، ادامه مطلب را مطالعه کنید.
در مقاله قبلی، مارک تیلور رویکرد خود را برای پیش بینی دقیق جام جهانی، از جمله تعیین برنده احتمالی، توضیح داد و به محدودیت های استفاده از این روش نیز اشاره کرد. در این مقاله، من بر جنبه دوم تمرکز می‌کنم: محدودیت‌های موجود در رویکردهای کمی و کیفی. باید توجه داشت که نتایج هر مدل، به شدت به فرآیند طراحی و داده های ورودی آن وابسته است. بنابراین، این مقاله به بررسی دقیق تر این محدودیت ها و تأثیر آنها بر دقت پیش‌بینی ها می‌پردازد.
بخوانید: چگونه بازیهای جام جهانی را به درستی پیش بینی کنیم؟
ساخت هر مدل یک فرآیند تکراری است که نیازمند آزمایش و پایش مداوم نتایج برای بهبود دقت آن است. در مقاله قبلی، این موضوع مورد بحث قرار گرفت و بر اهمیت وجود یک عنصر قضاوت و خلاقیت در فرآیند ساخت مدل تأکید شد. این عناصر نقش مهمی در بهبود و شخصی سازی مدل ها برای دستیابی به نتایج دقیق تر ایفا می کنند.
بخوانید: چگونه یک مدل شرط بندی را بسازیم؟
در تورنمنت جام جهانی، به دلیل برگزاری هر چهار سال یک بار، فرصت آزمایش و بررسی نتایج به شدت محدود است. اگرچه رویکردهای کمی ابزار ارزشمندی برای تحلیل و پیش بینی هستند، اما به تنهایی نمی توانند دقت کامل را در نتایج تضمین کنند. این فرآیند نیازمند خلاقیت است، جایی که نتایج دنیای واقعی از طریق شبیه سازی‌ها یا تحلیل های دقیق عددی به شکلی روشن و معنادار ارائه می شود.
هر مدل کمی بر پایه مجموعه ای از فرضیات و داده های گذشته شکل می گیرد. مشکل اصلی در پیش بینی جام جهانی این است که حتی داده های جمع آوری‌شده از مراحل مقدماتی، ممکن است تا زمان آغاز رقابت ها دیگر به روز و کاملاً قابل اعتماد نباشند.
بیایید حالتی را بررسی کنیم که در آن عملکرد گذشته تیم ها مبنای تحلیل قرار می گیرد. داده های جمع آوری‌شده از مراحل مقدماتی همیشه نمایانگر قدرت واقعی تیم ها نیستند، زیرا هر تیم با رقبایی با سطوح متفاوتی از توانایی مواجه می شود. به‌عنوان مثال، ممکن است پاناما بتواند در رقابت های کونکاکاف (CONCACAF) ایالات متحده را پشت سر بگذارد و به جام جهانی راه یابد، اما آیا این تیم می تواند در گروهی مقدماتی از یوفا (UEFA) نیز به همین موفقیت دست یابد؟ چنین تفاوت هایی نشان می دهد که تحلیل مبتنی بر داده های گذشته همیشه دقیق و قابل اتکا نیست.
کمبود داده در جام جهانی به این معناست که رویکرد های پیچیده الگوریتمی، مانند آنچه برای پیش بینی نتایج لیگ های هفتگی فوتبال استفاده می‌شود، نمی توانند به طور مؤثری به کار گرفته شوند. دلیل این امر، نبود داده های کافی و به روز برای اعمال این الگوریتم ها و استخراج نتایج دقیق است.
هدف از این بحث، تأکید بر دشواری رقابت های اروپایی نیست، بلکه اشاره به تأثیر متفاوت مرحله گروهی است. علاوه بر این، مسابقات مقدماتی در طول یک دوره دو ساله برگزار می شوند، که در این مدت تیم ها ممکن است بین عملکرد های خوب و ضعیف نوسان داشته باشند. بازیکنان نیز در این دوره ممکن است با افت و خیز در توانایی های خود مواجه شوند یا با آسیب دیدگی هایی دست و پنجه نرم کنند که بر عملکرد کلی تیم تأثیر می‌گذارد.
با استفاده از رتبه بندی تیم ها توسط فیفا، می توان تا حدودی نوسانات عملکرد تیم ها را کنترل کرد، اما این روش ها اغلب به دلیل عدم دقت در بازتاب شرایط واقعی، غیرواقعی در نظر گرفته می‌شوند. جالب تر اینکه شبیه سازی بازی ها در عنوان ویدیویی FIFA 2018 ممکن است در برخی موارد پیش بینی‌های دقیق تر و عملی تری نسبت به این روش ها ارائه دهد.
برخی از مدل های پیشرفته تلاش می کنند از پارامتر های خاص بازیکنان برای بهبود پیش بینی‌ها استفاده کنند. این مدل ها معمولاً بسیار پیچیده هستند و می توانند پیش بینی‌های دقیق تری ارائه دهند. با این حال، عملکرد یک بازیکن به شدت به ساختار تیمی وابسته است. بازیکنی ممکن است در سیستم بازی باشگاه خود عملکردی درخشان داشته باشد، اما در تیم ملی که سبک بازی متفاوتی دارد، نتواند همان سطح از توانایی را نشان دهد.
فشاری که بر لیونل مسی برای درخشش در جام جهانی وجود دارد، با نبود هم تیمی‌های باشگاهی اش از بارسلونا در تیم ملی آرژانتین تشدید می شود. به‌طور مشابه، هرچند محمد صلاح در این فصل نمایش های خیره کننده ای داشته، اما هیچ تضمینی وجود ندارد که بتواند همان عملکرد را در ترکیب تیم ملی مصر تکرار کند (هرچند شخصاً امیدوارم تیم مصر نمایش موفقی داشته باشد).
استفاده از داده های جام جهانی های گذشته برای تحلیل پارامترهای خاص تیمی، مانند شدت گلزنی، می تواند به دلیل تغییرات گسترده در تیم‌ها طی چهار سال، به نتایج اشتباه منجر شود. تیم ها به طور قابل توجهی دگرگون می شوند، همان طور که در عملکرد ضعیف برخی فینالیست ها یا حتی قهرمانان دوره قبل در جام جهانی بعدی دیده‌ایم. علاوه بر این، تغییرات احتمالی در کادر فنی و سبک بازی تیم‌ها نیز بر پیش بینی‌ها تأثیر چشمگیری دارد و این داده‌ها را کمتر قابل اعتماد می کند.
چرا یک رویکرد کیفی محدودیت هایی دارد؟
یادآوری تیم های افسانه ای مانند برزیل 1970، هلند 1974 (هرچند که آن را برنده نبودند) و اسپانیا 2010 همچنین روی سایر رویکردها از جمله پیش بینی های کیفی تأثیر می گذارد.
بخوانید: بهترین تیم های تاریخ جام جهانی
در یک مقاله دانشگاهی که چند ماه پیش به صورت مشترک منتشر کردم (با عنوان “تفسیر عمومی عملکرد جام جهانی برزیل”)، ما به ارزیابی شانس تیم برزیل در جام جهانی ۲۰۱۴ پرداختیم. اگر بخواهم برای صرفه جویی در وقت شما، خلاصه ای از یافته های مقاله ارائه کنم، می‌توان گفت که احتمال موفقیت برزیل پس از هر بازی نسبت به پیش از آن بازی بیشتر می شد.
تیم ها به طور قابل توجهی در طول چهار سال تغییر می کنند، همانطور که برخی از فینالیست ها یا دارندگان جام را در جام جهانی بعدی به طرز وحشتناکی دیدیم.
در مقاله ای که من همکاری کردم، مشخص شده است در حالی که شانس برزیل برای قهرمانی در جام جهانی قبل از شروع جام جهانی 25 درصد بود، اما آنها درست پس از بازی با کامرون و پشت سر گذاشتن مرحله گروهی در 18 درصد بودند. این میزان در شروع اولین مسابقه حذفی آنها به 27 درصد رسید.
بر اساس یافته ها، تیم برزیلی که در جام جهانی گذشته مشاهده کردیم، همان تیم افسانه ای نبود که در تورنمنت های پیشین می شناختیم. با این حال، به نظر می رسد شرط بندان تحت تأثیر تعصب لنگری قرار گرفته اند و به طور غیر منطقی بر برداشت اولیه خود تأکید بیش از حد داشته اند.
این سوگیری هر بار که برزیل بازی می‌کرد به چالش کشیده می‌شد (از این رو شانس بالاتری بعد از مسابقات دارد) اما در زمان شروع مسابقه بعدی به سرعت فراموش می شود.
عنصر دیگری نیز وجود دارد که ممکن است به این عدم دقت ها منجر شده باشد. اصطلاح فنی آن سوگیری اعتماد بیش از حد است، اما اگر بخواهیم ساده تر صحبت کنیم، می توان آن را خودپسندی نامید. بسیاری از شرط‌بندان ورزشی، چه موفق و چه ناموفق، اغلب به توانایی های خود بیش از حد اطمینان دارند. احتمالاً من هم یکی از آنها هستم!
این واقعیت که همه ما بحث‌های زیادی را شنیده‌ایم (و شاید در آن شرکت کرده‌ایم) که توضیح (با قاطعیت سخنران آن زمان) می دهد “لستر نمی تواند قهرمان لیگ شود”، “چلسی برای چهار تیم برتر یک شرط مطمئن است” و “یوونتوس قهرمان لیگ قهرمانان اروپا خواهد شد” از جمله موارد دیگر، گواه واقعی این سوگیری بیش از حد اعتماد به نفس هستند.
آیا راه حلی برای مشکل جام جهانی وجود دارد؟
اگر رویکرد کمی به دلیل محدودیت هایش و رویکرد کیفی به دلیل سوگیری های احتمالی اش قابل اعتماد نباشند، آیا این به معنای آن است که ارائه پیش بینی‌های علمی کافی برای جام جهانی امکان پذیر نیست؟ پاسخ شاید در یافتن تعادل بین این دو رویکرد نهفته باشد. با ترکیب روش های کمی و کیفی، می توان نقاط قوت هر کدام را به کار گرفت و اثرات ضعف های آن ها را کاهش داد. به این ترتیب، می توان به پیش بینی‌هایی نزدیک تر به واقعیت دست یافت.
مشکل جام جهانی این است که داده ها، حتی داده های جمع آوری شده در مرحله مقدماتی، تا حدودی منسوخ شده است.
نه، این احتمالاً یک مزیت است. کمبود داده به این معنی است که رویکردهای سنگین الگوریتمی (که تعداد قابل توجهی از آنها وجود دارد) مانند لیگ های عادی فوتبال هفته به هفته، مزیتی ندارند. به علاوه ، جام جهانی درها را برای شرط‌بندی‌های تفریحی و احساسی بیشتر باز می‌کند.
هدف از هر پیش‌بینی نسبتاً صحیح و دقیق بودن است. به عنوان مثال در یک منبع پیش‌بینی اداری (از فایل اکسل رایگان در Scoragol.com استفاده کنید) ، پیشنهاد می کنم کمی خلاق باشید اما نه زیاد.
اگر آگاه باشید که نیمی از شرکت کنندگان آلمان را به عنوان برنده معرفی می کنند، پس بهتر است این کار را نکنید (این به معنای برنده شدن پاناما نیست). در تلاش برای غلبه بر بازار، «چه می‌شد» متفاوتی را در نظر بگیرید. اگر از یک مدل کیفی استفاده می کنید، فقط از یک مجموعه از پارامترها برای خروجی خود استفاده نکنید، بلکه حساسیت آن را نسبت به نوسانات در این مدل ها آزمایش کنید.
اختصاصی وبسایت فوتبالی
