Prima di illustrarti la prestigiosa intervista che abbiamo fatto sul tema ‘big data nelle scommesse sportive’, voglio farti una fondamentale premessa.
L’obiettivo di Professional Bettor non è quello di essere un semplice blog.
Il vero obiettivo di Professional Bettor è quello di rappresentare il riferimento per lo Scommettitore Professionista 2.0.
In altre parole, far abbracciare il betting professionistico con la scienza e la tecnologia!
Gli articoli che ho scritto fino ad ora hanno riguardato principalmente tematiche legate al betting puro. Oggi invece, voglio mostrarti l’altro lato della medaglia.
Per fare questo, ho deciso di porre alla tua attenzione una testimonianza dal punto di vista scientifico di notevole rilevanza.
Si tratta di due ricercatori che stanno partecipando alla grande ‘rivoluzione’ tecnologica che sta trasformando il mondo del calcio grazie ai big data nelle scommesse sportive.
Vuoi sapere di chi sto parlando?
Sto parlando di Luca Pappalardo e Paolo Cintia, due ricercatori nel campo della Data Science e Big Data Analytics che hanno dato vita al progetto BigDataTales.
I loro studi riguardano l’estrazione di leggi e pattern statistici da dati di grande dimensione. Lo scopo è quello di comprendere e modellare matematicamente un fenomeno descritto dai Big Data nelle scommesse sportive.
Parte del loro percorso di ricerca è stato dedicato allo studio della mobilità umana, volto alla comprensione delle leggi che regolano il movimento umano su vari livelli e territori.
Dal movimento delle persone al movimento dei calciatori, il passo è stato breve. Così hanno cominciato a studiare i pattern di successo nello sport.
BigDataTales è un modo per divulgare le loro ricerche. La loro filosofia implica che la ricerca non debba essere autoreferenziale, ma debba aiutare le persone a orientarsi nel nuovo mondo che la ricerca stessa contribuisce a creare.
Ti consiglio caldamente di leggere questa interessante intervista e di condividerla con i tuoi amici!
Intervista a BigDataTales
- Il vostro ruolo accademico, vi porta di sicuro a pensare ai Big Data in maniera scientifica. Se volessimo far capire a tutti di cosa si tratta, come potremmo definire i Big Data?
“I Big Data sono le tracce digitali che ognuno di noi lascia ogni giorno. Spesso inconsapevolmente, semplicemente utilizzando i dispositivi tecnologici attraverso cui svolgiamo le normali azioni quotidiane.
Ogni volta che telefoniamo, che interagiamo su Twitter o Facebook, che compriamo su Amazon o preleviamo denaro dai bancomat, produciamo dati sulle nostre attività.
L’enorme massa delle tracce digitali di tutti noi compongono i Big Data. E crescono sempre di più.”
- La domanda sorge spontanea: in che modo i Big Data possono aiutarci nel formulare i nostri pronostici?
“Formulare pronostici vuol dire tentare di prevedere cosa succederà nel futuro sulla base di quello che è successo finora.
La predictive analytics, una parte importante della Data Science, fa al caso nostro.
Sulla base del comportamento di una squadra o di un calciatore, memorizzato attraverso dati digitali oggi disponibili, possiamo creare modelli predittivi per prevedere il risultato di una partita o l’esito di un rigore.”
- Andando più sul pratico, quali sono gli aspetti statistici e matematici che hanno maggiore impatto nel pronosticare un risultato?
“Le tecniche di statistica tradizionale sono di poco aiuto nella creazione di modelli predittivi accurati. E’ fondamentale estrarre dai dati pattern complessi e regolarità che solo le tecniche più avanzate di data mining sono in grado di scoprire.
Una volta che abbiamo estratto i pattern dobbiamo cercare di capire anche i meccanismi che li hanno generati. In questo modo, è possibile creare un modello matematico che possa riprodurli in modo realistico.
Questo modello ci descrive il comportamento del sistema ‘partita di calcio’ a partire dal comportamento delle due squadre. Lo stesso può essere usato sia per scopi di simulazione e che per scopi predittivi.
Non è solo hacking o applicazione di algoritmi noti. Richiede creatività e conoscenza del dominio.”
- Per chi come me vi segue da diverso tempo, saprà quanto per voi sia fondamentale analizzare più dati possibili. Io personalmente utilizzo per i miei studi un database scommesse con oltre 1.000.000 di match. Avere molti dati è sufficiente o è fondamentale scegliere anche quelli giusti?
“Non conta solo la quantità dei dati, ma anche la qualità dei dati.
Un dataset con oltre 1.000.000 di partite che contiene variabili poco significative può produrre risultati peggiori che un dataset più piccolo contenente variabili molto significative. Anzi, spesso è la qualità delle variabili a determinare la qualità del modello predittivo.
L’estrazione delle variabili adeguate e la loro combinazione in nuove variabili è un processo importante che si basa principalmente sull’esperienza dell’analista.
Il problema principale nei pronostici sportivi è che abbiamo variabili poco significative per descrivere un sistema enormemente complesso come una partita di calcio.”
- C’è un famoso detto che dice “conosci il tuo nemico”. Nel nostro caso, il “nemico” è il bookmaker. Quali strumenti utilizzano per definire le quote? Anche loro adottano i Big Data?
“Di sicuro oggi la definizione delle quote non segue i parametri che usavano fino a qualche anno fa.
Anche i bookmaker, infatti, si sono aggiornati e utilizzano la Data Science e i dati di nuova generazione per definire le quote in modo più accurato.
Questo rende la lotta contro i bookmaker ancora più difficile che nel passato. Siccome possono includere predizioni più accurate nella definizione delle quote, è difficile batterli con la loro stessa arma.”
- E’ giunto il momento di chiedervi la cosa che, molto probabilmente, tutti i lettori si stanno domandando dall’inizio dell’intervista. Che risultati avete ottenuto e state ottenendo con le vostre ricerche?
“Abbiamo ottenuto risultati scientifici di grande interesse, scoprendo pattern di comportamento di successo che non erano noti in precedenza.
Siamo in grado, in pratica, di caratterizzare il comportamento che una squadra dovrebbe avere per aumentare le sue probabilità di successo.
Riguardo ai pronostici, mentre è possibile prevedere con grande accuratezza il successo nel lungo periodo di una squadra sulla base del suo comportamento recente, prevedere la singola partita è molto difficile.
I nostri modelli producono risultati migliori delle tecniche tradizionali e riescono a ‘tenere testa’ ai bookmaker. Ma il miglioramento non ci ha consentito (ancora) di diventare milionari con la previsione delle partite 🙂 “
- Volendo essere lungimiranti, il vostro obiettivo a tendere per il futuro qual è? A cosa si potrà arrivare?
“Alla definizione di tattiche ottimali per squadre di successo.
Non è chiaro quale sia la strategia di gioco migliore da realizzare in campo, date le qualità dei calciatori a disposizione e degli avversari.
Gli allenatori si basano sull’esperienza e sulla loro intuizione. Invece, la Big Data analytics può aiutare molto nell’estrazione di pattern che la mente umana non è in grado di estrarre da dati provenienti da sistemi così complessi.
E’ in questa direzione che sono rivolti i nostri studi: la creazione di un simulatore di partite realistico che possa suggerire la tattica ottimale.”
- Spesso mi capita di leggere sui forum o un po’ ovunque che analizzare i ‘freddi’ numeri non serve a niente. Perché, “ciò che è successo in passato non dice nulla di importante per il futuro”. Io invece ogni volta che ne ho la possibilità, ribadisco il contrario. Possiamo affermare che analizzare il passato è fondamentale per capire cosa avverrà in futuro?
“Le persone sono ripetitive e hanno schemi di comportamento regolari.
E’ questa l’assunzione fondamentale su cui si basa la predictive analytics.
Per esempio, studi sulla mobilità umana condotti dal nostro laboratorio hanno dimostrato che la mobilità umana (dove si troverà una persona in futuro) è prevedibile al 96%.
Questa accuratezza sorprendente è possibile perché la nostra mobilità è molto regolare e ripetiamo gli stessi movimenti giorno dopo giorno.
Lo sport non fa eccezione. Una squadra ha un comportamento tipico e tende a riproporlo partita dopo partita. Lo stesso vale per un calciatore.
Ogni volta che abbiamo un comportamento regolare, possiamo usare la predictive analytics per prevedere, in modo spesso sorprendentemente accurato, cosa succederà in futuro.”
- In chiusura, qual è il messaggio fondamentale che dovrebbe essere arrivato ai nostri lettori?
“Il mondo del calcio sta cambiando radicalmente grazie alla Data Science.
Il Liverpool ha assunto un brillante scienziato, con un dottorato in Biofisica all’Università di Cambridge, per analizzare i dati delle partite e estrarre tattiche vincenti.
Il Barcellona sta facendo lo stesso: io e Paolo abbiamo appena cominciato una collaborazione con il dipartimento di scienza dello sport del Barcellona. L’obiettivo è aiutarli a migliorare le loro tattiche con la data analytics.
Le squadre di calcio vogliono capire cosa succederà nella prossima partita. Lo stesso obiettivo che hanno i bookmaker e chi contro i bookmaker cerca di vincere.
Chi ha i dati migliori e i migliori algoritmi vince.
Il prossimo pallone d’oro, sarà un data scientist.“
Conclusione
Il parere scientifico non dovrebbe averti lasciato più alcun dubbio: i big data nelle scommesse sportive possono dire molto su cosa accadrà in un match di calcio.
Avrai sicuramente trovato delle analogie tra il parere autorevole di BigDataTales e i concetti che Professional Bettor esprime dalla sua nascita.
“Le persone sono ripetitive e hanno schemi di comportamento regolari. Una squadra ha un comportamento tipico e tende a riproporlo partita dopo partita”.
“Il calcio può essere visto come un modello matematico, fatto da schemi che si ripetono nel tempo. Questo significa che se siamo in grado di identificare questi schemi, siamo anche in grado di predire quale sarà il risultato finale, con una buona, a volte ottima, % di riuscita.”
BigDataTales oltre a parlarci di big data nelle scommesse sportive, ci ha anche detto che: “Non conta solo la quantità dei dati, ma anche la qualità dei dati. Un dataset di oltre 1.000.000 di partite che contiene variabili poco significative può produrre risultati peggiori che un dataset più piccolo contenente variabili molto significative”.
Non ti ricorda per caso quanto espresso nell’articolo relativo al valuebetting?
Se ricorderai, ho rimarcato più volte l’importanza di sapere individuare le giuste informazioni. Proprio perché, dare ascolto a tutte le informazioni può diventare controproducente.
Cosa puoi fare adesso?
Spero davvero che questo articolo ti abbia aperto ancora di più gli occhi e ti abbia fatto accendere la lampadina.
Come sai, abbiamo lavorato duramente per realizzare e donare a tutti gli scommettitori uno strumento a cui nessuno aveva mai pensato prima di noi.
Sei curioso e vuoi saperne di più? Abbiamo creato un video-corso gratuito fatto di 4 lezioni, in cui ti spiegheremo per filo e per segno tutto ciò che ti serve sapere sulle scommesse.
In particolare, ti parleremo della migliore strategia esistente per guadagnare con le scommesse, quindi lascia la tua e-mail qui in basso e buona visione!
