Het kan: met hulp van data tienden van seconden winnen

Tessa de Wekker sportredactie@leidschdagblad.nl
Leiden

Als schaatser Kjeld Nuis in de week voor een wedstrijd tijdens de ochtendtrainingen iets te veel duurwerk doet, presteert hij minder tijdens de race. Dat blijkt uit data-onderzoek van Arno Knobbe. De data-wetenschapper van de Universiteit Leiden is sinds een jaar betrokken bij de schaatsploeg van Jac Orie. ,,Data-onderzoek kan helpen de knoppen waar je aan moet draaien tijdens trainingen optimaal af te stellen.’’

Knobbe geeft toe dat hij wel even moest googelen wie Kjeld Nuis en zijn ploeggenoten precies waren toen hij in contact kwam met Orie. ,,Van Sven Kramer had ik natuurlijk wel eens gehoord. Ik hou van sport, maar het schaatsen volgde ik de laatste jaren niet zo’’, vertelt Knobbe, die zelf vroeger aan volleybal deed. Inmiddels werkt Knobbe intensief samen met team LottoNL-Jumbo. ,,Ontzettend leuk, en ook nog eens wetenschappelijk heel interessant’’, vertelt hij.

Orie staat in de schaatswereld bekend als schaatsprofessor.

Hij verslindt wetenschappelijk onderzoek over trainingsmethoden, fysiologie enzovoorts, altijd op zoek naar manieren om zijn sporters beter te maken. Momenteel promoveert de Hagenaar zelf als bewegingswetenschapper aan de VU. Het is dus ook niet zo gek dat Knobbe uitgerekend bij Orie terechtkwam om data-onderzoek te doen. ,,Hij staat er heel erg voor open.’’

Sterker nog, in de afgelopen vijftien jaar heeft Orie enorme bergen data verzameld van zijn (voormalige) schaatsers. Knobbe: ,,Van elke trainingsessie, ochtend en middag, heeft hij per persoon bijgehouden wat er gedaan is. Welke soort training, duur, kracht, sprint, fiets, skeeler, etcetera. Hoe zwaar een training ervaren werd op een schaal van 1 tot 10, waarbij 10 voor wedstrijdintensiteit staat. Dat is ontzettend gedetailleerde informatie.’’

Daarnaast zijn alle uitslagen van verschillende fysieke tests gedurende het seizoen bewaard en zijn er natuurlijk de wedstrijduitslagen. Al met al een enorme berg aan informatie, waar data-wetenschappers nuttige dingen uit kunnen halen.

Arno Knobbe, die vorig jaar gedetacheerd was aan de sportafdeling van de Hogeschool van Amsterdam en vanuit daar zijn onderzoek heeft opgestart: ,,Met al deze informatie kun je een bepaalde tijdlijn maken. Wij hebben specifiek gekeken naar wat aan training werd aangeboden in de vier weken voor een wedstrijd. Je kunt aan allerlei knoppen draaien als coach. Een beetje meer van deze training, juist wat minder van die soort training. Er zijn zoveel mogelijkheden. Wij zijn op zoek naar de optimale combinatie van trainingen voor een bepaalde sporter.’’

In hun analyse zetten Knobbe en zijn collega’s alle variabelen (de verschillende soorten training op bepaalde momenten in verschillende intensiteiten) af tegen het resultaat in de wedstrijd. Om dat resultaat objectief te krijgen (het scheelt nogal of een schaatser op een supersnelle baan als Calgary rijdt, of hier in Heerenveen op zeeniveau), werd de racetijd gedeeld door het baanrecord.

Bij Nuis was de uitslag van al deze analyses zeer opvallend en specifiek. Knobbe: ,,Hij is een sprinter die vooral explosief traint. Maar natuurlijk moet hij ook duurtraining doen. Om een 1500 meter door te komen, maar ook om überhaupt een seizoen lang te kunnen presteren. Daar heb je een goed uithoudingsvermogen voor nodig. Maar bij Nuis bleek dat een beetje doorgeschoten. Heel specifiek bleek uit de data dat, als hij in de vijf dagen voor een wedstrijd tijdens de ochtendtraining relatief veel duurwerk had gedaan, hij minder presteerde in de wedstrijd.’’

Nuis is voor Knobbe het perfecte proefkonijn. Van alle huidige schaatsers van Orie zit de Zoeterwoudenaar het langst in de ploeg. ,,We hebben zes jaar data van hem. In die tijd heeft hij zo’n 180 wedstrijden gereden. We hebben dus 180 experimenten van Kjeld. Daarmee kun je statistisch rekenen. Van Sven Kramer hebben we pas twee jaar data. Dat is nog net te weinig om sterke uitspraken te kunnen doen.’’

Knobbe laat een puntgrafiek zien met uitslagen van Nuis. Hij legt uit dat de schaatser bij een bepaalde mate van belasting in de week voor de wedstrijd het beste presteerde. ,,Natuurlijk zijn er ook andere variabelen’’, klinkt het. ,,Iemand kan een verkoudheid hebben, een jetlag, een slecht gevoel bij een bepaalde baan of gewoon zijn dag niet. Dat zijn de uitschieters in de grafiek.’’

De rest van de punten zijn niet random. Je kunt dus een bepaalde voorbereiding koppelen aan een resultaat. ,,Met deze methode kun je uitzoeken wat de invloed van een bepaalde mix aan trainingen is op de uitslag van een wedstrijd. We willen voor elke schaatser de optimale training samenstellen.’’

Daar is de coach toch voor? Klopt, zegt Knobbe. ,,Maar voor een coach is het heel moeilijk om zes jaar terug te gaan in de tijd en precies te herinneren wat er gedaan is voor een bepaalde wedstrijd. Dankzij al die Excel-sheets van Jac, kunnen we wel zover terug in de tijd.’’

Knobbe en zijn collega’s hebben speciaal voor Orie een applicatie gebouwd. Daarmee kunnen ze al die data analyseren en er na veel rekenwerk ook iets zinnigs over zeggen. Want zo’n rits aan cijfers en grafieken is leuk, maar daar kan een trainer nog niet zoveel mee. ,,We hebben nieuwe manieren bedacht om voor coaches interessante kennis uit de berg data te plukken. Daarom is dit onderzoek ook voor ons data-wetenschappers zo interessant. We hebben nieuwe manieren van statistische analyse moeten bedenken en er ook nog een voor coaches en schaatsers bruikbare toepassing van kunnen maken. Voor mij is dit het ideale project.’’

Meer nieuws uit Sport

Ombudsteam

Ons Ombudsteam springt in de bres voor de consument.