Dulu, mencari pemain baru sering identik dengan laporan pemandu bakat, rekomendasi agen, atau pemain yang kebetulan tampil mencolok di pertandingan besar. Sekarang ceritanya makin kompleks. Klub sepak bola bisa membongkar ribuan data pemain sebelum memutuskan siapa yang layak masuk daftar incaran.
Tapi jangan bayangkan staf klub cuma duduk sambil melihat angka di layar. Data bukan mesin ajaib yang otomatis menunjuk satu pemain lalu berkata, “Nah, ini orangnya.”
Justru prosesnya cukup panjang.
Klub biasanya mulai dari kebutuhan tim, menentukan karakter pemain yang dicari, menyaring kandidat berdasarkan data, lalu menggabungkannya dengan pengamatan langsung. Jadi, data lebih mirip filter raksasa yang membantu klub menemukan pemain potensial tanpa harus menonton setiap pemain selama 90 menit setiap minggu.
Semuanya Dimulai dari Masalah yang Mau Diselesaikan
Sebelum mencari nama pemain, klub perlu tahu dulu apa yang kurang dari skuadnya.
Misalnya, sebuah tim sering kehilangan situs judi bola ketika membangun serangan dari belakang. Masalahnya mungkin bukan sekadar “butuh gelandang baru”. Klub bisa mencari pemain yang punya kemampuan menerima bola di bawah tekanan, progresi bola tinggi, akurasi umpan ke depan, dan kemampuan membawa bola melewati garis tekanan lawan.
Atau kalau masalahnya ada di pertahanan, kriterianya bisa berubah total.
Klub mungkin mencari bek yang kuat dalam duel udara, cepat melakukan recovery, punya kemampuan memenangkan duel satu lawan satu, dan nyaman menjaga area luas.
Jadi, pencarian pemain dimulai dari profil yang dibutuhkan, bukan dari nama pemain yang sedang populer.
Ini penting banget. Kalau klub langsung mencari pemain berdasarkan reputasi, mereka berisiko mendapatkan pemain bagus yang ternyata tidak cocok dengan sistem permainan.
Data Dipakai untuk Menyaring Kandidat
Setelah profil pemain ditentukan, tahap berikutnya adalah penyaringan.
Bayangkan ada ribuan pemain dari berbagai liga. Mustahil staf klub menonton semua pertandingan mereka satu per satu. Di sinilah database statistik membantu.
Klub dapat membuat beberapa parameter seperti usia, posisi, menit bermain, jumlah kontribusi gol, jumlah umpan progresif, duel, pressing, atau statistik lain yang relevan dengan posisi dan gaya permainan.
Misalnya klub membutuhkan gelandang bertahan berusia di bawah 24 tahun. Mereka mungkin membuat filter berdasarkan:
-
Usia
-
Menit bermain
-
Intersep
-
Tackle
-
Pemulihan bola
-
Akurasi operan
-
Umpan progresif
-
Kehilangan bola
-
Kemampuan duel
-
Performa saat ditekan
Dari ratusan atau ribuan nama, daftar kandidat bisa dipangkas menjadi puluhan.
Baru setelah itu pekerjaan scouting yang lebih mendalam dimulai.
H3: Angka Mentah Tidak Selalu Adil
Ada satu jebakan besar dalam penggunaan data: angka mentah bisa menipu.
Seorang pemain mungkin mencatat 10 tackle per pertandingan. Kelihatannya gila. Tapi coba tanya, kenapa dia harus melakukan tackle sebanyak itu?
Bisa jadi timnya memang sering kehilangan bola sehingga dia harus terus bertahan.
Sebaliknya, gelandang lain mungkin hanya mencatat lima tackle, tetapi timnya lebih dominan dalam penguasaan bola sehingga lawan jarang punya kesempatan menyerang.
Karena itu, klub sering melihat statistik dalam konteks yang lebih luas.
Jumlah aksi dapat dibandingkan berdasarkan menit bermain, jumlah penguasaan bola tim, area lapangan, kualitas lawan, atau frekuensi pemain terlibat dalam situasi tertentu.
Data yang bagus bukan sekadar menunjukkan “berapa kali”. Data harus membantu menjawab dalam situasi seperti apa aksi itu terjadi.
Klub Bisa Membandingkan Pemain dengan Profil Serupa
Data juga memungkinkan klub melakukan perbandingan yang lebih spesifik.
Misalnya ada tiga bek tengah yang masuk daftar. Ketiganya mungkin sama-sama berusia 22 tahun, tetapi punya gaya berbeda.
Bek A unggul dalam duel udara.
Bek B sangat nyaman membawa bola keluar dari pertahanan.
Bek C lebih kuat dalam melakukan recovery ketika garis pertahanan bermain tinggi.
Kalau klub memainkan garis pertahanan tinggi, karakter Bek C mungkin menjadi lebih relevan untuk diteliti lebih lanjut.
Bukan berarti Bek C otomatis lebih bagus secara keseluruhan. Dia hanya memiliki karakteristik yang lebih sesuai dengan kebutuhan tertentu.
Inilah perbedaan antara mencari pemain terbaik dan mencari pemain yang paling cocok.
Data Performa Tidak Berhenti di Statistik Serangan
Ketika membahas scouting berbasis data, banyak orang langsung memikirkan gol dan assist.
Padahal, klub melihat jauh lebih banyak.
Untuk penyerang, misalnya, mereka dapat memperhatikan pergerakan tanpa bola, frekuensi masuk ke area berbahaya, kualitas peluang yang didapat, kemampuan menekan bek lawan, sampai kontribusi ketika tim kehilangan bola.
Untuk bek, perhatian bisa diarahkan pada positioning, duel, intersep, blok, recovery, kemampuan menjaga ruang, serta distribusi bola.
Untuk gelandang, daftar parameternya bisa lebih panjang lagi karena posisi ini punya banyak fungsi.
Jadi, seorang pemain tidak dinilai hanya dari statistik yang paling gampang terlihat di papan skor.
Data Juga Membantu Mencari Pemain yang Belum Terkenal
Ini bagian yang cukup menarik.
Klub tidak selalu mencari pemain yang sudah menjadi bintang. Data bisa membantu menemukan pemain yang performanya bagus tetapi belum mendapatkan sorotan besar.
Misalnya seorang pemain di liga yang kurang populer memiliki angka progresi bola, penciptaan peluang, dan kontribusi defensif yang menarik. Kalau angka tersebut dibandingkan dengan pemain seumuran di kompetisi lain, klub bisa melihat bahwa ada potensi yang layak diteliti.
Dari sinilah scouting berbasis data bisa membuka pasar yang lebih luas.
Pemain dari klub kecil atau liga yang jarang mendapatkan perhatian media tetap bisa masuk radar jika statistik dan profil permainannya sesuai.
Namun, angka tersebut tetap harus diverifikasi. Kompetisi berbeda punya tingkat intensitas, kualitas lawan, dan gaya permainan yang berbeda pula.
Kualitas Lawan Ikut Diperhitungkan
Mencetak 15 gol di satu kompetisi belum tentu memiliki arti yang sama dengan mencetak 15 gol di kompetisi lain.
Begitu juga dengan bek yang memenangkan 80 persen duel.
Siapa lawannya? Seberapa sering dia menghadapi pemain dengan kualitas tinggi? Bagaimana performanya ketika menghadapi tekanan yang lebih besar?
Klub dapat menggunakan berbagai metode untuk menyesuaikan data berdasarkan konteks kompetisi dan kualitas lawan.
Tujuannya bukan membuat angka terlihat lebih keren. Tujuannya supaya perbandingan antar pemain menjadi lebih masuk akal.
Karena kalau tidak, pemain yang tampil dominan di lingkungan tertentu bisa terlihat jauh lebih hebat hanya karena konteks kompetisinya berbeda.
Scouting Video Tetap Penting
Nah, di sinilah data dan mata manusia bertemu.
Setelah algoritma atau database menghasilkan daftar kandidat, staf scouting biasanya perlu menonton pertandingan pemain tersebut.
Bukan cuma highlight.
Highlight memang enak ditonton karena isinya momen keren. Tapi klub justru perlu melihat kejadian yang tidak masuk kompilasi.
Bagaimana pemain bereaksi setelah kehilangan bola?
Apakah dia tetap bergerak ketika tidak mendapatkan umpan?
Bagaimana komunikasinya dengan rekan setim?
Apa yang dilakukan ketika tim sedang tertekan?
Bagaimana kualitas pengambilan keputusannya ketika situasi kacau?
Hal-hal seperti ini jauh lebih sulit ditangkap hanya lewat angka.
Karakter Pemain Juga Masuk Radar
Pemain yang statistiknya menarik belum tentu langsung direkrut.
Klub biasanya juga ingin mengetahui sisi lain pemain, termasuk kebiasaan latihan, profesionalisme, kemampuan beradaptasi, dan respons terhadap tekanan.
Informasi seperti ini bisa diperoleh melalui wawancara, laporan scouting, referensi dari jaringan sepak bola, hingga observasi langsung.
Bayangkan klub mendapatkan pemain dengan statistik luar biasa, tetapi ternyata gaya bermainnya tidak cocok dengan instruksi pelatih.
Bisa saja performanya justru menurun setelah pindah.
Karena itu, proses rekrutmen bukan cuma mencari pemain yang bagus di database. Klub mencari kombinasi antara kemampuan, kecocokan taktik, karakter, usia, biaya, dan kebutuhan skuad.
Data Membantu Menilai Risiko Transfer
Transfer pemain punya risiko besar.
Harga pemain bisa mahal, tetapi belum tentu performanya sesuai ekspektasi. Cedera, adaptasi liga, tekanan suporter, perubahan posisi, sampai perbedaan gaya bermain bisa memengaruhi hasil setelah transfer.
Data historis dapat membantu klub memahami pola performa pemain dan melihat apakah performanya konsisten.
Klub juga dapat memperhatikan tren. Apakah statistik pemain meningkat? Stabil? Atau justru menurun?
Kalau pemain muda terus berkembang selama beberapa musim, klub mungkin melihat adanya ruang pertumbuhan. Sebaliknya, pemain yang mengalami penurunan performa dalam periode panjang membutuhkan pemeriksaan lebih dalam.
Sekali lagi, ini bukan ramalan masa depan. Data hanya membantu klub membuat keputusan dengan informasi yang lebih lengkap.
Ada Faktor Biaya yang Nggak Bisa Diabaikan
Pemain dengan profil yang cocok belum tentu bisa dibeli.
Klub perlu memperhitungkan harga transfer, gaji, bonus, durasi kontrak, usia, serta kemungkinan nilai jual di masa depan.
Karena itu, analisis rekrutmen sering mempertemukan dua hal: performa dan ekonomi.
Misalnya ada dua pemain dengan kemampuan yang relatif mirip. Pemain pertama berusia 29 tahun dan membutuhkan biaya transfer besar. Pemain kedua berusia 22 tahun dengan harga lebih rendah.
Klub tetap harus melihat banyak faktor sebelum mengambil keputusan. Usia, pengalaman, kebutuhan jangka pendek, potensi perkembangan, dan kondisi finansial semuanya dapat memengaruhi pilihan.
Proses Akhirnya Tetap Melibatkan Manusia
Ini bagian yang sering salah dipahami.
Data tidak menggantikan scouting. Data membantu scouting bekerja lebih terarah.
Algoritma bisa menemukan pemain yang mungkin tidak pernah muncul dalam radar awal. Statistik bisa menunjukkan sesuatu yang luput dari pengamatan mata. Video bisa memperlihatkan konteks yang tidak muncul dalam angka. Pelatih bisa menilai kecocokan pemain dengan sistem.
Semua informasi itu kemudian digabungkan.
Jadi, proses mencari pemain baru sebenarnya lebih mirip menyusun puzzle.
Ada angka. Ada video. Ada laporan scout. Ada kebutuhan taktik. Ada faktor finansial. Ada karakter pemain.
Kalau semua potongan tersebut mengarah pada profil yang sama, klub punya dasar yang lebih kuat untuk melanjutkan proses negosiasi.
Data Bukan Bola Kristal
Pada akhirnya, penggunaan data dalam pencarian pemain bukan tentang menemukan metode yang bisa menjamin sebuah transfer pasti sukses.
Sepak bola terlalu kompleks untuk sesederhana itu.
Data membantu klub mempersempit pilihan, menemukan pola, membandingkan pemain, memahami risiko, dan mencari talenta yang mungkin belum banyak dikenal.
Namun setelah nama ditemukan, pertanyaan yang lebih penting justru baru dimulai: apakah pemain tersebut cocok dengan sistem? Apakah dia mampu beradaptasi? Apakah karakter permainannya sesuai kebutuhan? Dan apakah biaya transfer masuk akal?
Jadi, ketika sebuah klub merekrut pemain yang sebelumnya jarang terdengar namanya, bisa saja prosesnya bukan kebetulan.
Mungkin di balik nama tersebut ada database besar, ratusan pertandingan yang dianalisis, laporan scouting, potongan video, perbandingan statistik, sampai diskusi panjang di ruang rekrutmen.
Di permukaan terlihat seperti klub menemukan pemain baru.
Di belakang layar, bisa jadi mereka sudah menemukan pemain itu jauh sebelum kebanyakan orang tahu siapa dia.
