KPMG: Data-analyse basis voor keuze van Data Driven Dumoulin

Data-analyse wordt bij alle takken van sport een steeds belangrijk wapen in de strijd met de concurrentie. Tijdens de wedstrijd, maar ook daarvoor. In het wielrennen heeft Team Sunweb data-analyses gebruikt als input voor de keuze om Tom Dumoulin in 2019 de Giro of de Tour de France te laten rijden. Op basis van deze analyses is de keuze gemaakt voor de Giro. Team Sunweb heeft hierbij gebruik gemaakt van een door KPMG ontwikkeld dataplatform dat het mogelijk maakt om snelle en betrouwbare inzichten over kansen en risico’s van renners in bepaalde wedstrijden in kaart te brengen.

“Hierbij gaat het hoofdzakelijk om historische data, over hoe renners in bepaalde wedstrijden hebben gepresteerd en hoe ze tijdens trainingen presteren", zegt Olivier Go, data-scientist bij KPMG die samen met Team Sunweb werkt aan een optimaal gebruik van data voor de ploeg. Go: "Bijvoorbeeld hoe ze een bepaald parcours, met klimmetjes of andere eigenschappen, aankunnen en hoe dat zich verhoudt tot andere renners. De data corrigeren we dan voor bepaalde incidenten waar je weinig invloed op hebt, zoals materiaalpech. Hoe we dat precies doen is natuurlijk concurrentiegevoelige informatie. Maar het is een feit dat Team Sunweb trendsettend bezig is op dit gebied. In de wielersport wordt natuurlijk al veel langer geanalyseerd hoe renners presteren. Maar het was ten eerste vaak wat grofmazig en ten tweede kostte het ook veel tijd. De staf was soms uren bezig om in Excel een bepaalde analyse te doen. Nu kunnen we met ons platform putten uit de prestaties van een paar duizend renners en talloze parcoursen en daar binnen een paar seconden inzichten uit krijgen. Zodat je ook tijdens de koers de kansen en risico’s van een bepaald scenario kunt bekijken en daarop acteren.”

Aannames testen

Hoewel ook zonder data-analyses conclusies te trekken zijn over de te volgen strategie, is het volgens Go erg zinvol om op zijn minst bepaalde aannames uit te dagen en te testen. Go: "Zo is er bij veel commentatoren een nogal hardnekkig beeld dat Dumoulin het moet hebben van de tijdritten om winst te boeken op de concurrentie. Maar als je puur naar de cijfers kijkt, blijkt ook dat hij een top 10 klimmer is. Bovendien kan het beeld over de specifieke vermogens van een renner worden vertroebeld als je te weinig naar de feiten kijkt. Neem bijvoorbeeld een renner die een paar minuten verliest in een belangrijke bergrit. Dan beklijft het beeld dat hij niet me de besten mee kan in een klim. Maar het gebeurt ook wel eens dat die minuten verloren zijn als gevolg van eerdere materiaalpech en dat de renner in de klim zelf even snel was als de besten. Dat is minder zichtbaar zonder objectieve analyse op basis van feiten. Belangrijk om te beseffen: je gebruikt de data-analyse natuurlijk niet om zwart-wit voorspellingen te doen over het al dan niet winnen van een wedstrijd. Dat gaat niet. Wat wel mogelijk is: de kansen en risico’s in een wedstrijd zo scherp mogelijk op het netvlies te krijgen. Zodat je zicht krijgt op mogelijke koersscenario’s, de kansen van de ploeg of individuele renners en de mogelijke impact van strategische ingrepen.”

Beïnvloedbare factoren organiseren

Samen met Team SunWeb gaat KPMG de data-analyses steeds verder professionaliseren. Go: "We zijn begonnen met relatief simpele toepassingen en bouwen dat uit op basis van leerervaringen over wat wel en niet werkt. Dat betekent bijvoorbeeld dat we ook analyses kunnen draaien over materiaalkeuzes en ook dat we data uit andere bronnen kunnen gaan toevoegen aan het platform, zoals informatie over voeding. Het management van Team Sunweb is zich bewust van het potentieel van data-analyses, een belangrijke voorwaarde voor succes. Een belangrijke voorwaarde voor succes is een naadloze samenwerking tussen data-scientists en professionals die de context van de data begrijpen. Je moet de uitkomsten niet over de schutting gooien maar er samen naar kijken. Samen met Team Sunweb analyseren we dus waar kansen en risico’s liggen en met die analyse kan de ploegleiding dan betere afwegingen maken. Overigens zijn er natuurlijk ook niet-beïnvloedbare factoren, zoals een wielrenner die lek rijdt. Op dit niveau moet je echter alle beïnvloedbare factoren zo goed mogelijk organiseren. Een kleine voorsprong op dat punt kan het verschil zijn tussen winst en verlies."