SPECIALE DATI – Dalla Serie A alla Uefa Champions League: perchè tanta differenza di prestazioni e risultati?

analisi dati calcio su differenze prestazioni e risultati tra serie a e champions league con grafici per squadre

Analisi realizzata da Mirko Gabriel Briglia, Football Data Analyst associato AIAPC, abilitato presso il Corso Football Data Analyst

Credits Ipa / IPA-AGENCY.NET

La seguente analisi vuole provare a indagare la presenza di una sostanziale differenza nel caso in cui le squadre italiane impegnate in Champions League modifichino il proprio stile di gioco e le prestazioni tra Campionato e Coppa, e se l’impegno infrasettimanale abbia effetti misurabili sulle gare di Serie A.

Il focus è sui cinque club coinvolti nella Champions League 2024-25 — Inter, AC Milan, Juventus, Atalanta, Bologna — per i quali sono state considerate tutte le partite disputate in Serie A e in Champions League.

Struttura e raccolta dati

I dati sono stati raccolti mediante scraping (ovvero l’estrapolazione in maniera automatizzata dei dati da un sito web) dal sito WhoScored, che permette di raccogliere per ogni partita un dataset dove ogni riga corrisponde a un evento della partita.

id Min Sec h_a x y Player Name Team Name Type Outcome Type …
2709864275 0 16 a 57.80 48.70 Nicolò Barella Inter Foul Successful …
2709864279 0 16 h 42.20 51.30 Morten Frendup Genoa Foul Unsuccessful …
2709864405 0 22 a 57.40 46.70 Hakan Çalhanoğlu Inter Pass Successful …

Sono stati raccolti i dati di tutte le partite della competizione europea e del campionato, per un totale di 569 partite (ogni partita era un dataset composto mediamente da 1500 righe e 262 colonne), dalle quali poi sono state filtrate quelle delle squadre interessate.

Il passo finale nella fase di pulizia del dataset degli eventi è stato quello di aggregare gli eventi per partita, passando così da più di 190’000 eventi (dataset livello-evento) a 243 partite (dataset aggregato squadra–partita) divise fra le 5 squadre.

Quest’ultimo dataset misura in modo coerente quattro famiglie di indicatori:

  • Passaggio & costruzione
    • Distribuzione dei passaggi per terzo di campo (difensivo, centrale, offensivo)
    • Direzionalità delle transizioni dei passaggi (difensivo -\> centrale, difensivo -\> offensivo, centrale -\> offensivo)
    • Distribuzione dei tocchi palla
    • Baricentro medio della squadra

 

  • Attacco
    • Tiri
    • Tiri in porta
    • Cross
    • Tiri da Cross
    • Calci piazzati
    • Tiri da calcio piazzato
  • Recupero & Difesa
    • Distribuzione dei recuperi palla per terzo di campo
    • Duelli vinti / persi
  • Dribbling tentati (vinti / persi)

Ogni riga è stata arricchita con il nome dell’avversario e, ove necessario, con un flag post-UCL per individuare le gare di Campionato giocate entro pochi giorni da una partita di Coppa.

Ecco un esempio di tabella finale:

MatchId Team Name h_a Competition Match_date passes_def passes_mid passes_off p_def_to_mid p_def_to_

off

…
1834862 Inter a Serie A 2024-08-17 118 293 98 17 0 …
1834867 Milan h Serie A 2024-08-17 95 237 200 37 1 …
1834859 Bologna h Serie A 2024-08-18 163 276 154 51 2 …

Fra le colonne non mostrate in questo esempio, c’è anche l’indicazione dell’avversario affrontato e tutte le statistiche registrate dell’avversaria in quella partita.

E’ possibile estrarre la seguente tabella, ordinata per maggiore variazione relativa:

Squadra Metrica Serie A UCL Δ Δ%
Bologna Piazzati Battuti

(Avv.)

6.368 10.500 4.132 +64.9%
Atalanta Tiri da cross (Avv.) 1.816 0.700 -1.116 -61.4%
Inter Passaggi

dif -> off

1.342 2.133 0.791 +59.0%
Inter Passaggi

cen -> off (Avv.)

26.763 41.600 14.837 +55.4%
Inter Passaggi nel terzo difensivo (Avv.) 99.289 153.333 54.244 +54.6%

 

Confronto indicatori

analisi dati calcio su differenze prestazioni e risultati tra serie a e champions league 1

 

Dal grafico è possibile analizzare le seguenti situazioni per squadra:

  • L’Inter in Champions League ha fatto registrare un aumento del 59% di passaggi che passano dal terzo difensivo al terzo offensivo (da 1.34 a partita in Serie A a 2.13 in CL).

Una delle altre metriche che i nerazzurri hanno incrementato dalla Serie A alla CL è il numero di palle recuperate nel terzo offensivo (39.2%, da 12.24 a partita a 16.67).

Infine l’Inter ha fatto registrare una differenza negativa sul numero di calci piazzati, con una variazione di -43.2% (da 11.26 a partita a 6.40)

Riassumendo,l’Inter in CL lascia costruire maggiormente gli avversari (557 passaggi medi per partita in serie A e 483 in CL), recupera il pallone molto più avanti e generalmente più volte all’interno della partita

  • Il Milan tenta il dribbling molto più frequentemente in CL (25.60 volte a partita contro 18.97) e ha fatto registrare più tiri diretti da piazzato (3.37 in Serie A a 4.10 a partita in CL).

Rispetto al Campionato sono diminuiti i cross del 21% (da 16.68 in Campionato a 13.20 in Coppa a partita) e conseguentemente i tiri da cross (da 2.24 a 1.80).

Il problema è che la squadra rossonera ha fatto calciare in porta gli avversari più spesso (da 3.79 a partita in Serie A a 5.40 a partita in Champions League) e sono diminuiti del 34.1% i lanci lunghi, con i passaggi che partono dal terzo difensivo e arrivano al terzo offensivo che passano da 1.97 a partita in Campionato a 1.30 in Champions League.

In parallelo anche per gli avversari si è registrata questa diminuzione, da 3.34 in Serie A a 2.30 in Champions League, la motivazione è legato allo stile di gioco delle squadre della parte destra della classifica in Campionato che mediamente tendono a optare per i lanci lunghi contro queste squadre (Parma, Verona ad esempio).

  • Il Bologna, la newcomer in questa competizione trovandosi ad affrontare avversari di caratura superiore (Liverpool, Aston Villa, Borussia Dortmund etc…) ha concesso più calci piazzati agli avversari (da 6.37 a partita in Serie A a 10.50 a partita), più tiri in porta a partita (da 2.84 a 4.38) e concesso il 34.8% di passaggi in più nel terzo offensivo (97.34 a partita in Serie A contro 131.25 in CL).

I rossoblù hanno provato ad aggredire più spesso gli avversari, incrementando di 8 il numero di recuperi palla (da 40.89 a 48.64 a partita).

  • L’Atalanta di Gasperini ha numeri molto più positivi in CL, con un +39% di tiri da calcio piazzato (da 3.24 a 4.50 a partita), un +27.3% di tiri in porta, +21.3% di tiri (da 14.34 a 17.40 a partita) e un +19.3% di tiri da cross (da 3.61 a 4.30).

Interessante da analizzare è anche il numero di tocchi del pallone nel terzo offensivo, con una media di 23 tocchi in più, ma anche un aumento della stessa metrica nei suoi avversari, che portano a pensare a una partita ad alto ritmo dove il gioco si è sviluppato molto nelle due aree.

Difatti le avversarie della dea sono state Real Madrid, Arsenal e Club Brugge, con l’ultima che ha sfruttato molto le ripartenze veloci sulle fasce nelle due partite di play-off.

  • La Juventus ha fatto calciare gli avversari molto più spesso (da 10.50 a partita a 15) e più spesso in porta in Champions League, da 3.21 a 4.90 a partita, lasciando costruire di più gli avversari (da 97.32 passaggi a partita nel loro terzo difensivo a 141.90 passaggi a partita).

In generale gli avversari hanno fatto registrare mediamente più passaggi, in tutte e 3 le parti del campo, segno nuovamente che la Juve lasciava il pallone alle squadre per permettere di costruire.

            Il Baricentro della squadra è diminuito da 51.28 in serie A a 48.42 in Coppa.

Passing Network

Nello creare le passing network sono stati considerati gli 11 giocatori che sono partiti più spesso titolari, dopo aver utilizzato l’informazione presente sotto la colonna “qualifiers” all’interno dei dati evento che forniva i giocatori nella distinta di gioco e formazione.

Si sono così ottenuti per ogni squadra e per ogni fascia di ruolo, i giocatori che sono partiti più spesso titolari.

 

analisi dati calcio su differenze prestazioni e risultati tra serie a e champions league con passing network

 

  • Atalanta

La differenza sostanziale fra le due competizioni per l’Atalanta è la posizione dei giocatori Davide Zappacosta (77) e di Ederson (13), il primo in Campionato gioca in mezzo al campo, più vicino a Ederson e all’interno della linea che collega Lookman e Djimsiti, mentre in Champions League lo vediamo più esterno e più avanzato, più dialogante con i due giocatori menzionati prima.

Ederson (13) in Champions League gioca quasi in sovrapposizione con De Roon (15), mentre in Campionato si trova alla sua sinistra. Inoltre, si evidenzia come la maggior densità di gioco dell’Atalanta in Champions avviene sulla sinistra, con la rete De Roon, Zappacosta, Djimsiti ed Ederson che sono i giocatori che si scambiano maggiormente il pallone.

  • Juventus

Le passing network medie della Juventus nelle due competizioni presentano un disegno simile, con un modulo non bene definibile: i due terzini – Cambiaso (27) e Savona (37) – restano su due piani diversi, con il primo molto più alto a dialogare con Yildiz (10).

Come si evidenzia dalle linee di collegamento fra i nodi della passing network, in Serie A la Juventus ha fatto registrare molti più passaggi per partita.

  • Inter

All’Inter il modulo di Inzaghi è ben distinguibile in entrambe le competizioni, 3-5-2 con le due punte Thuram (9) e Lautaro (10) vicini, gli esterni Dumfries (2) e Dimarco (32), quasi all’altezza degli attaccanti, con la corsia di sinistra preferita in Campionato rispetto alla Coppa dove c’è sostanziale equilibrio.

Interessante notare come nell’Inter, la squadra che ha fatto più partite di tutti in Champions League, si evidenzia un baricentro decisamente più basso, anche per via delle squadre affrontate (Bayern Monaco, Barcellona, PSG), con le quali è difficile costruire gioco e costruirlo in avanti.

Con questo baricentro basso comunque, la squadra di Inzaghi ha subito 1 solo gol all’interno della fase a gironi.

  • Bologna

Il Bologna si è trovato nella sua prima esperienza in Champions League ad affidare le chiavi del centrocampo alla coppia Moro (6) – Freuler (8), veri perni del centrocampo rossoblù e principali canalizzatori del gioco specialmente in serie A.

Il gioco parte da dietro con i difensori centrali Lucumì (26) e Beukema (31) che in entrambe le competizioni si sono scambiati molto spesso la palla, prima di farla convertire verso il centro del campo.

Ndoye (11) ha variato spesso la sua posizione media tra Campionato (più centrale vicino a Castro (9)) e Champions League (più spostato verso a sinistra).

Anche Odgaard (21) ha fatto variare la sua posizione media tra le due competizioni, dove in Champions League si è spostato di più verso destra, più vicino a Orsolini (7).

Quest’ultimo, specialmente in Serie A, ha dialogato poco con la squadra, si trova separato rispetto ai compagni e nonostante ciò ha fatto registrare 15 goal, 6 assist con 1886 minuti giocati.

Purtroppo nell’elaborazione delle passing network non è risultato il terzino destro Holm, probabilmente perché ha fatto registrare un numero di partite da titolare inferiore rispetto ad uno dei due terzini sinistri.

  • Milan

 

Le due passing network del Milan hanno conformazioni simili, apparte la posizione di Gimenez per il quale in Champions League sono presenti solo i dati con il Feyenoord (difatti non ha nessun collegamento con alcun giocatore del Milan in questa competizione).

Il gioco si sviluppa tendenzialmente sulla fascia sinistra, nell’asse Pavlovic (31) – Theo Hernandez (19) – Leao (10).

La posizione di Tomori in Campionato è stata quella di braccetto di destra, sovrapposto a Gabbia (46), mentre in Champions League è stata quella di difensore centrale.

Reijnders (14) ha tenuto una posizione più offensiva rispetto a Fofana (29), suo compagno di reparto.

Articoli recenti

Go to Top