Принято считать, что футбольный клуб держится на тренере, селекционере и деньгах владельца. Это описание устарело примерно на десять лет. Сегодня за спиной тренера стоит структура, которая по логике работы напоминает аналитический отдел крупной финансовой компании: данные, модели, гипотезы, верификация. Разница в том, что вместо активов здесь оценивают игроков, а вместо доходности считают xG.
Во второй половине 2010-х аналитические отделы появились в большинстве клубов РПЛ. Тогда это выглядело скорее как дань моде, чем как системная перестройка. Сейчас картина иная. Те, кто начал строить эту инфраструктуру раньше, получают реальное преимущество при формировании состава и подготовке к матчам. При этом, чтобы разобраться в том, как устроена аналитическая машина современного клуба, удобно иметь под рукой не только спортивные данные, но и понимать механику входа в тему, в том числе через промокод на винлайн при регистрации, который даёт фрибет до 3000 рублей при первом знакомстве с платформой.
Откуда берутся данные и почему это не просто статистика
Долгое время главным поставщиком данных для клубов РПЛ была платформа InStat (ныне интегрированная в экосистему Hudl). Она давала базовую статистику: пробег, рывки, спринты, объём работы в обороне. Но топ-клубы лиги достаточно быстро поняли ограничение: чистые цифры не позволяли делать глубокие выводы о качестве игры. Пробежать двенадцать километров и провести их эффективно, создавая давление в нужных зонах, это разные вещи.
Именно поэтому «Зенит» и ряд других клубов перешли к смешанной схеме: покупают сырые данные у провайдеров, а финальную аналитику строят самостоятельно. Аналитики клуба сами формируют отчёты, строят графики и верифицируют выводы. Это уже не обработка готового продукта, а полноценная исследовательская работа, принцип которой знаком любому, кто работал в инвестиционной аналитике: первичные данные никому не доверяй.
Почему модель похожа на финансовый хедж-фонд
Параллель с финансами не случайна. И там, и здесь стоит одна задача: найти недооценённый актив раньше, чем его цена вырастет. В трансферном рынке это означает купить игрока до того, как он "выстрелит" в топ-лиге. Алгоритмы скаутинга строятся на той же логике: сначала массовая фильтрация кандидатов по заданным параметрам, затем глубокий разбор видео и контекста выступлений, и только потом стратегическое решение. Ни один аналитический банк не принимает решение об инвестиции иначе.
Принципиальное отличие от старого скаутинга в том, что исчезла зависимость от физического присутствия. Раньше нужно было посылать человека на матч где-нибудь в Польше или Австрии, чтобы лично посмотреть на игрока. Сейчас цифровые платформы позволяют отслеживать игроков из малоизвестных лиг и академий дистанционно, анализируя видео и метрики в режиме реального времени. Скаутинг стал глобальным без роста затрат на командировки.
Что на самом деле считают аналитики
xG (ожидаемые голы) сегодня знает почти каждый болельщик. Но внутри клубного отдела работают куда более сложные модели. Одна из активно развивающихся метрик, VAEP (Valuing Actions by Estimating Probabilities), оценивает каждое действие игрока на поле через призму вероятности изменить счёт. Передача под давлением, смещение в зону, отбор на своей половине, всё это получает числовой вес. Модель позволяет сравнивать игроков разных позиций и разных лиг по единой шкале.
Для клубов РПЛ это особенно важно при поиске игроков за пределами России. Сравнивать нападающего из казахстанской лиги с форвардом из бельгийского первого дивизиона было почти невозможно через обычную статистику. Метрики вроде VAEP или xT (ожидаемая угроза) создают общий язык для оценки, который не зависит от уровня чемпионата напрямую.
Где РПЛ отстаёт и почему это важно понимать
Разрыв между клубами РПЛ и топ-клубами АПЛ или Бундеслиги в части аналитики остаётся значительным. В английском и немецком футболе практически у каждого клуба первого дивизиона есть штатный дата-сайентист. В Бундеслиге работа с данными стала стандартом: сегодня каждый из восемнадцати клубов имеет в штате специалистов по анализу данных и машинному обучению. В России эта культура только формируется, и большинство клубов лиги делают аналитику силами людей без глубокой технической подготовки.
Ещё одна системная проблема: данные по РПЛ хуже покрыты внешними провайдерами, чем данные по западным лигам. Покупать информацию о чужих лигах для скаутинга приходится, а получать объективную внешнюю аналитику по собственным матчам сложнее. Это означает, что клубы, которые инвестируют в собственные системы сбора и обработки данных, получают асимметричное преимущество внутри лиги.
Академии как следующий рубеж
В 2025 году клубы РПЛ вложили в академии и молодёжные команды около 7,4 миллиарда рублей, что почти втрое больше, чем пятью годами ранее. Лидер по этому показателю, «Краснодар», тратит на молодёжный сектор порядка 1,6 миллиарда. Это уже не просто спортивные инвестиции, это ставка на аналитику с длинным горизонтом.
Именно в академиях появляется возможность строить предиктивные модели правильно. Когда ты наблюдаешь за игроком с тринадцати лет, у тебя накапливается массив данных по его физическому развитию, технике, реакции на нагрузку. Эти данные можно обучать модель, которая будет предсказывать траекторию карьеры с куда большей точностью, чем интуиция тренера академии. «Ливерпуль» пришёл к этому раньше большинства, и именно работа аналитического отдела во многом объяснила успех клуба в конце 2010-х.
Вопрос уже не в том, нужна ли аналитика в футбольном клубе. Вопрос в том, какой клуб выстроит её раньше и глубже. В РПЛ этот процесс идёт неравномерно, но необратимо: те, кто сделал ставку на данные, начинают получать результат не только на поле, но и в трансферной политике. А значит, разрыв между клубами будет определяться не только бюджетом, но и тем, насколько точно они умеют читать цифры.
