Istraživači su razvili novu strategiju za korišćenje Google Trends-a – veb-sajta koji procenjuje popularnost Google pretraga – za procenu popularnosti fudbalera i pokazali da ovaj metod poboljšava predviđanja tržišne vrednosti igrača.
Pilar Malagon-Selma i kolege sa Universitat Politecnica de Valencia, Španija, predstavili su ove nalaze u časopisu otvorenog pristupa PLOS ONE 16. avgusta 2023.
Tržišna vrednost fudbalera je relevantna u brojnim kontekstima, uključujući transfere između timova i procenu finansijske vrednosti timova. Istraživači su sve više fokusirani na analizu faktora koji utiču na tržišnu vrednost, kao što su fizičke karakteristike igrača i učinak na terenu. Poslednjih godina popularnost igrača se pojavila kao ključni faktor koji utiče na tržišnu vrednost. Međutim, samo nekoliko studija je istražilo potencijalnu ulogu Google trendova u predviđanjima tržišne vrednosti.
Sada su Malagon-Selma i kolege razvili novi metod za korišćenje Google trendova za procenu popularnosti igrača u svrhu predviđanja tržišne vrednosti. Ovaj metod uključuje traženje od Google trendova da uporede popularnost dva igrača istovremeno. Izračunava šest različitih indikatora popularnosti koji se mogu porediti među igračima i prilagođava proračune prema zajedničkoj skali tako da se može uporediti više igrača odjednom.
Da bi testirali svoj novi metod, istraživači su obučili tri modela mašinskog učenja koristeći podatke o 1.428 igrača iz evropskih fudbalskih liga „Big Five“ iz sezone 2018–2019 i naknade za transfer za sledeće leto. Razvoj zajedničke skale za poređenje popularnosti uključivao je odabir nekoliko referentnih igrača, uključujući ukupno najpopularnijeg napadača, veznog igrača i defanzivca te sezone — Kristijana Ronalda, Pola Pogbu i Serhija Ramosa — kao i nekoliko znatno manje popularnih igrača.
Indikatori popularnosti izračunati korišćenjem nove metode poboljšali su tačnost predviđanja tržišne vrednosti, kada su uključeni zajedno sa drugim faktorima koji se tradicionalno koriste za takva predviđanja. Indikator sa najvećim uticajem na model sa najboljim učinkom bio je nivo popularnosti igrača u vreme najmanje popularnosti.
Ovi nalazi sugerišu da uključivanje merenja popularnosti igrača može poboljšati predviđanja tržišne vrednosti igrača. Da bi pružili potpuniji prikaz, autori podstiču buduće istraživače da uključe longitudinalne podatke o prihodima klubova, kao i podatke o poziciji ili povredama igrača, koji mogu uticati na njihov učinak i, samim tim, na njihovu tržišnu vrednost.
Autori dodaju: „Ovaj rad pruža praktične smernice za razvoj i uključivanje predloženih indikatora Google trendova. Oni bi se mogli primeniti u sportskoj analitici i bilo kojoj studiji u kojoj je popularnost važna. Stoga očekujemo da istraživači u drugim relevantnim oblastima koriste ovu novu metodologiju.“
