足球數據革命：KU Leuven 實驗室如何用 AI 破解綠茵場上的隱形戰術？

足球場上的數據覺醒

在足球比賽中，將球故意踢出界外似乎是浪費球權的愚蠢行為，但在比利時 KU Leuven 大學的運動分析實驗室（Sports Analytics Lab）眼中，這卻是創造進攻機會的關鍵戰術。該實驗室負責人 Jesse Davis 教授指出，透過機器學習模型分析超過 140 萬次傳球與 6 萬次界外球數據，研究發現：在對手半場將球踢出界外，能讓球隊在後續 10 次動作內進入極佳的得分位置。

這項發表於 2024 年的研究，僅是該實驗室推動足球數據革命的冰山一角。比利時安德萊赫特皇家體育俱樂部（Royal Sporting Club Anderlecht）的數據招募主管 Hugo Rios-Neto 評價道：

他的實驗室是足球界最具影響力的運動分析實驗室。

從醫療 AI 到綠茵場的跨界應用

Jesse Davis 的研究背景原為電腦科學，過去曾與放射科醫師合作分析乳房攝影報告，並研究運動員的心率與過度訓練指標。2014 年，他與當時的工程系學生、同時也是資深足球迷的 Jan Van Haaren 正式成立運動分析實驗室。他們意識到，機器學習非常適合處理足球這類節奏快、流動性高且充滿複雜變數的運動。

相較於棒球或籃球能輕易拆解跳投等單一動作，足球絕大多數的動作都不會直接導致射門或進球，這使得數據分析極具挑戰。然而，Davis 的團隊成功透過演算法，量化了過去難以評估的戰術價值，例如罰球策略應瞄準球門中央，以及長距離射門的機率效益。

數據驅動的職業足球決策

目前擔任布魯日俱樂部（Club Brugge KV）足球情報總監的 Jan Van Haaren 表示，實驗室的工作核心在於將球隊的足球哲學轉化為可衡量的數據產出。透過結合事件數據（Event data）與球員移動追蹤數據（Tracking data），球隊能精確評估中後衛推進球權的能力，這對於球員發展與招募至關重要。

此外，實驗室成員 Maaike Van Roy 曾利用馬可夫決策過程（Markov decision process）建模英超球隊行為，研究顯示若切爾西（Chelsea）能增加 20% 的遠射頻率，每賽季預計可多進 1.6 個球。儘管足球在數據收集的完整度上仍落後於其他職業運動，但 Davis 團隊所提供的開源分析工具，正持續為全球職業球隊提供贏球策略的科學依據。