gojosatoru

खिलाड़ी की रिपोर्ट, वर्णनात्मक से लेकर भविष्य कहनेवाला निर्णय तक

जब मुझे एक लघु निबंध लिखने के लिए कहा गया कि कैसे एक संगठन स्काउट्स को अपनी रिपोर्ट में डेटा का उपयोग करने के लिए उन्हें बेहतर बनाने के लिए प्रेरित कर सकता है, तो मैंने सोचा कि यह कई कारणों से एक बेतुका विचार था। इस प्रकार, मैंने कुछ और के बारे में लिखने का फैसला किया। मुझे लगता है कि कई फुटबॉल क्लबों में स्काउटिंग रिपोर्ट बनाने के तरीके में कुछ सुधार हो सकता है।

मैं शुरू से ही स्पष्ट करना चाहता हूं कि कई स्काउट खेल और खिलाड़ियों के कौशल का विश्लेषण और समझने में वास्तविक विशेषज्ञ हैं। यह बिना किसी संदेह के होना चाहिए, लेकिन अगर यह ध्यान देने योग्य है। दूसरी ओर, इन फुटबॉल विशेषज्ञों की खेल को समझने की क्षमता और भविष्य में एक खिलाड़ी का विकास या प्रदर्शन कैसे होगा, इसकी भविष्यवाणी करने की उनकी क्षमता के बीच एक महत्वपूर्ण अंतर मौजूद है।

हालांकि इस सीमा तक अंतर्निहित सीमाएं हैं कि लंबे फीडबैक लूप, प्रदर्शन में आंतरिक परिवर्तनशीलता आदि जैसे कारणों से इस क्षमता में सुधार किया जा सकता है। मेरा यह भी मानना ​​​​है कि ऐसी कई रणनीतियां हैं जिन्हें प्रक्रिया को और अधिक परिष्कृत बनाने के लिए संगठनों के भीतर नियोजित किया जा सकता है, संरचित और अंततः सटीकता में सुधार। या कम से कम अपनी सीमाओं के बारे में अधिक जागरूक होना।

मानक स्काउट रिपोर्ट की सीमाएं

"खिलाड़ी अच्छा आंदोलन दिखाता है, पासिंग विकल्प की पेशकश करने के लिए अच्छा समय और डिफेंडर के अंधे पक्ष पर अंतरिक्ष में जाने के लिए ..."

एक मानक खिलाड़ी रिपोर्ट का एक अंश इस तरह दिख सकता है। यह एक विस्तृत विवरण है कि एक खिलाड़ी क्या करता है और यह भी स्पष्टीकरण देता है कि उसके कार्य प्रभावी क्यों हैं।

हालाँकि, यह उसके भविष्य के प्रदर्शन के बारे में बहुत कम या कुछ भी नहीं कहता है। यह निश्चित रूप से खिलाड़ी के प्रोफाइल को जानने का एक तरीका देता है, और भविष्य कहनेवाला निर्णय लेने की दिशा में पहला कदम हो सकता है, हालांकि यह किसी भी तरह की भविष्यवाणी नहीं है।

इस प्रकार की रिपोर्टें क्या करती हैं, यह एक विवरण प्रदान करती है कि एक खिलाड़ी क्या करता है और कैसे करता है, विश्लेषण का एक वर्णनात्मक आयाम। यह उस प्रश्न से भिन्न प्रश्न का उत्तर देता है जिसमें हम रुचि रखते हैं, जो कि "भविष्य में खिलाड़ी कैसा प्रदर्शन करेगा?"।

इस प्रश्न का उत्तर देने के लिए, स्पष्ट रूप से एक भर्ती पक्ष से अधिक प्रासंगिक, स्काउट को खिलाड़ी को भविष्य में और एक अलग संदर्भ में पेश करना होगा।

क्या पूर्वानुमानों को बेहतर बनाने के लिए डेटा का उपयोग पर्याप्त है?

डेटा का उपयोग करना अपने आप में इस समस्या से भी नहीं बचता है। यहां तक ​​​​कि अगर हमारे पास एक खिलाड़ी क्या करता है (शैली) और वह कितनी सफलतापूर्वक (प्रभावकारिता) का बहुत विस्तृत और गहन विश्लेषण करता है, तब भी हमें किसी प्रकार की भविष्यवाणी करने की आवश्यकता होती है। या तो व्यवस्थित या सहज ज्ञान युक्त। उदाहरण के लिए, एक निश्चित प्रदर्शन स्तर प्राप्त करने के लिए समान खिलाड़ियों की आधार दर जानना।

अंततः, किसी भी विश्लेषण से, चाहे वह कितना भी विस्तृत क्यों न हो, हमें किसी प्रकार की अंतर्दृष्टि निकालने की आवश्यकता होती है जो हमें किसी खिलाड़ी के भविष्य के प्रदर्शन की भविष्यवाणी करने में मदद करती है।

बिना किसी ठोस भविष्यवाणी वाली स्काउट रिपोर्ट एक अच्छी तरह से संरचित डेटा रिपोर्ट की तुलना में अधिक मूल्य नहीं जोड़ती है, और यह कम कुशल भी हो सकती है। सबसे अच्छा, स्काउट रिपोर्ट डेटा की तुलना में अधिक संदर्भ प्रदान कर सकती है, जो एक मूल्यवान अतिरिक्त है, लेकिन यह भविष्यवाणी के मुद्दे को हल नहीं करता है।

संक्षेप में, आमतौर पर स्काउटिंग रिपोर्ट में केवल एक विवरण (अधिक या कम विस्तृत) और एक सतही मूल्यांकन शामिल होता है। यह कुछ हद तक खिलाड़ी के प्रकार का अंदाजा लगाने के लिए उपयोगी है, हालांकि ये रिपोर्ट डेटा रिपोर्ट की तुलना में कम कुशल हैं और महत्वपूर्ण प्रश्न का उत्तर नहीं देती हैं।

तो फिर मैं क्या प्रस्ताव दूं?

किसी भी अन्य जानकारी के रूप में, इन रिपोर्टों का उपयोग निर्णय लेने की एक संरचित प्रक्रिया में इनपुट के रूप में किया जा सकता है। इस मामले के लिए रिपोर्ट्स को कुछ शर्तें भरनी होंगी:

रिपोर्ट सटीक होनी चाहिए और खिलाड़ी के भविष्य के प्रदर्शन की विशिष्ट परीक्षण योग्य भविष्यवाणियां करनी चाहिए। विशेष रूप से, व्यवस्थित भविष्यवाणियां जिन्हें समय की अवधि के दौरान ट्रैक किया जा सकता है।

इसका मतलब केवल यह अनुमान लगाना नहीं है कि कोई खिलाड़ी शीर्ष स्तर पर खेलने में सक्षम होगा या नहीं, बल्कि आत्मविश्वास की डिग्री, विशिष्ट समय सीमा, विभिन्न परिदृश्यों में संभावित स्तर का उपयोग करके, वह क्यों अपेक्षित हासिल नहीं कर सका। क्षमता, आदि

संक्षेप में, स्काउट्स को केवल "सूचना संग्रहकर्ता" नहीं होना चाहिए। जानकारी उपयोगी है और संदर्भ प्रदान करती है, लेकिन यह कुछ मामलों में डेटा की तुलना में बेमानी, शोर और अधिक महंगी होगी।

स्काउट्स के पास अतिरिक्त मूल्य प्रदान करने के दो मुख्य तरीके हैं: ऐसी जानकारी एकत्र करना जो डेटा प्राप्त नहीं कर सकता या सटीक रूप से प्राप्त नहीं कर सकता - उदाहरण के लिए संदर्भ*, और निर्णय और भविष्यवाणियां करने के लिए अपनी विशेषज्ञता का उपयोग करना जिन्हें अन्य स्रोतों के साथ जोड़ा और भारित किया जा सकता है सूचना का, परिणाम के रूप में प्रत्येक स्रोत की तुलना में व्यक्तिगत रूप से अधिक मजबूत आउटपुट देना।

भविष्यवाणियां शोर, पूर्वाग्रहों से बचने के लिए यथासंभव व्यवस्थित होनी चाहिए, और समय के साथ ट्रैक रखने और पूर्वव्यापी लेखांकन करने में सक्षम होना चाहिए। यदि भविष्यवाणियों को औपचारिक रूप दिया जाता है, तो उन्हें समग्र निर्णयों में शामिल किया जा सकता है।

स्काउटिंग प्रक्रिया कैसी दिखती है?

एक फुटबॉल क्लब के भीतर एक स्काउटिंग प्रक्रिया कैसी दिख सकती है, इसकी विस्तृत व्याख्या इस पाठ के दायरे से बाहर है, लेकिन एक सरल उदाहरण चार चरणों की प्रणाली हो सकती है। सबसे पहले, इस भाग के लिए डेटा का उपयोग करते हुए, स्टाफ सदस्यों द्वारा पहले से परिभाषित खिलाड़ी प्रोफ़ाइल का उपयोग करने वाले फ़्लैग प्लेयर संभवतः हैबिना शर्त के2021 में स्थिति। फिर, दस्ते की ज़रूरतों, उम्र बढ़ने वाले खिलाड़ियों, उपयुक्त बाज़ारों आदि जैसी चीज़ों को प्राथमिकता देते हुए एक शॉर्टलिस्ट तैयार करना

अगला चरण वरीयता के आधार पर लक्ष्य चुनना और स्काउट्स से चीजों के एक सेट को रेट करने के लिए कहना, विशिष्ट प्रश्नों का उत्तर देना और अंत में स्पष्ट भविष्यवाणियां करना होगा।

कुछ उदाहरण हो सकते हैं: वह हमारे सिस्टम में कितनी अच्छी तरह फिट होगा? किस तरह की चीजों को सीखने या सुधारने की आवश्यकता होगी? गेंद के बिना स्थिति के बारे में कैसे? वह कौन से खेल अच्छा या बुरा खेलती है? हम स्काउट्स से दो खिलाड़ियों की तुलना करने के लिए भी कह सकते हैं, जिन पर हम एक ही पद के लिए विचार कर रहे हैं, उस भूमिका के बारे में विशिष्ट प्रश्नों के साथ जो हम उन्हें भरना चाहते हैं।

अंत में, निर्णय निर्माता उत्तरों को औसत कर सकता है, उन्हें पिछले रिकॉर्ड (पूर्वव्यापी स्काउटिंग) के अनुसार तौल सकता है या कुछ समूह निर्णय लेने की प्रक्रिया में रिपोर्ट को शामिल कर सकता है।


* एक चीज जो स्काउट करने में सक्षम है, वह इस बात की अधिक समझ लाती है कि डेटा ऐसा क्यों दिखता है। यह बिंदु संदर्भ के बारे में है, विशेष रूप से टीम प्रभावों के बारे में। मान लीजिए कि एक ऐसा खिलाड़ी है जो एक सीज़न में बड़ी संख्या में शॉट लगाता है लेकिन अगले सीज़न में ऐसा नहीं करता है। जबकि शॉट मेट्रिक्स कमी दिखाने जा रहे हैं, खिलाड़ी अपनी पिछली टीम/पिछले कोच के साथ पहले की तुलना में एक अलग भूमिका भर सकता है, जो अब उसे कम उचित रूप से फिट बैठता है। इसका मतलब यह हो सकता है कि वह नई भूमिका को भरने में सक्षम नहीं है, लेकिन उसकी शॉट निर्माण क्षमता के बारे में कुछ भी नहीं बता सकता हैसमान परिस्थितियों में जैसा कि उसके पास पिछले वर्ष था। हालांकि यह एक मूर्खतापूर्ण उदाहरण है, यह स्पष्ट रूप से दिखाता है कि डेटा ऐसा क्यों दिखता है, इसकी व्याख्या करना विशेषज्ञ स्काउट्स की एक प्रमुख क्षमता है।


पाब्लो पेनासके लिए इनोवेशन के प्रमुख के रूप में काम करता हैआँकड़े बम.

हिंटरलासे ईइन एंटवॉर्ट

आपकी ईमेल आईडी प्रकाशित नहीं की जाएगी।

*