Rakamların Dili Olsa

Acaba Moneyball ilk projelenen haliyle beyaz perdeye yansısa ne olurdu? 2009’da çekime sadece günler kala, pre-prodüksiyona milyonlarca dolar harcanmışken, Sony Pictures projeyi bir anda durdurdu. Halbuki Michael Lewis’in 2003 tarihli kitabı, Steve Zaillian gibi çok saygıdeğer bir senaristin elinden çıkmış, Steven Soderbergh gibi çok saygın bir yönetmen de projenin başına geçmişti. Soderbergh projeyi belgesel tadında işlemek istiyordu; hikâyenin gerçek kahramanlarını filmde oynatıp o zamanlara tanık olanların röportajları üzerinden gitmeyi amaçlamıştı.

Muhtemelen çok güzel bir iş çıkaracaklardı. Moneyball’un anlattığı 2002 Oakland A’s, spor tarihinin en güzel hikâyelerinden biriydi zaten. Gelmiş geçmiş en iyi beyzbol hatta spor belgesellerinden birini izleyebilirdik.

İyi ki yapmamışlar. İyi ki Sony Pictures o projeye dur demiş. Elbette Sony’nin derdi tamamen ticari kaygılar üzerine, sporseverleri harika bir belgeselden ettiler belki ama diğer taraftan enfes bir film yaratıp hikâyeyi çok daha geniş kitlelere anlatmayı başardılar. Zaillian-Soderbergh işbirliğinde gerçek A’s sporcuları Scott Hatteberg ve David Justice ile çekilmedi film. Senaryo efsane Aaron Sorkin’e teslim edildi. Yönetmen olarak Bennett Miller geldi. Kadroya da Brad Pitt, Philip Seymour-Hoffman, Jonah Hill gibi üç ünlü isim ve o zamanlar pek tanınmasa da Chris Pratt gibi çok iyi aktörler alındı. Sonrasını biliyorsunuz; en iyi film, en iyi erkek oyuncu, en iyi yardımcı erkek oyuncu, en iyi uyarlama senaryo ve en iyi kurgu dallarında Oscar adayı oldu. 100 milyon doların üzerinde gişe yaptı.

Filmin ticari ve sinemasal başarıları önemli elbette. Ama belgesel yerine böyle geniş kitlelere ulaşan bir film olması, aynı zamanda sportif anlamda da önemli bir ilerleme eşiğinin aşılmasını sağladı. Muhtemelen pek çoğunuz biliyorsunuzdur; Moneyball 2002 sezonunda Oakland A’s takımının başarı hikâyesini anlatan bir film. Üçte biri bütçeye sahip olduğu beyzbolun devlerine karşı rekorlar kıran bir takımın hikâyesini anlatıyor. Bu sportif başarının temelinde ise takımın genel menajeri Billy Beane’in (Brad Pitt) geleneksel oyuncu değerlendirme yöntemleri yerine yeni veri analiz metotlarını kullanması yatıyor.

Film içinde de bolca geçer; genel menajer Beane (Pitt) takımı yeni veri analizleriyle inşa etmek ister. Ama teknik patron Howe (SeymourHoffman), Excel dosyalarının çıkardığı verilerin, yıllar içinde oluşan birikim ve değerlendirmelerin yerini alamayacağını düşünmekte ve bazı kararlara şiddetle ayak diremektedir.

Son dönemde pek çok sporda yaşanan bu devrimin hayata geçişi, Moneyball’da anlatılan türden sıkıntılı süreçleri beraberinde getiriyor.

Filmin temelindeki bu veri madenciliği ve analizi, son dönemde tüm sporlarda en önemli teknik değişiklik olarak görülüyor. Takım sporları içinde bireysel ve ölçülebilir doğası nedeniyle beyzbol, bu metodun en etkili kullanıldığı branş. Ama bu artık, 100 metreden basketbola, tenisten futbola kadar yayılmış durumda.

Aslında olayın temeli, bazen matematik formülleri çığırından çıksa da öyle çok da ileri mühendisliğe dayanmıyor. Basitçe; eldeki verilerin doğru şekilde derlenip toparlanıp analiz edilmesinden bahsediyoruz. Karmaşık istatistikleri içeren formüller ve sayfalar süren Excel dosyaları korkutucu gelmesin. Aslında verilerin tasnif edilmesinden başka bir şey değil. Elinizde sadece iki veri varsa; mesela A sporcusu antrenmanda 10 penaltıdan 5’ini gole çevirmiş, B oyuncusu ise 8’inde fileleri bulmuşsa maç sırasında penaltıyı B’ye kullandırırsınız. Veri ve değişkenlerin artışı, eldeki “B daha iyi penaltıcıdır” yargısını daha geçerli kılabilir ya da değiştirebilir. Mesela 1000 penaltı atarlarsa bu veri daha sağlıklı olur. Ama maç ortamındaki baskı altında B’nin daha iyi olacağı anlamına gelmez. Veya son dakikalarda yorgunluğun etkisi ne olacak? Onlarca faktör, ana yargıyı etkileyen değişken olarak formüle girer. Aslında bu, zihinlerde yaptığımız “B iyi penaltıcı ama baskı altında dağılıyor adam. Berabere giden bir maçın son dakikalarında penaltı olursa ona attırmak büyük risk” değerlendirmesini rakamlarla ifade etmekten başka bir şey değil. Son beş sezonda berabere giden maçların ikinci yarılarında kullandığı 13 penaltının sadece altısını gole çevirmişse bu veri hafıza-gözlem-çıkarım döngüsünün matematiksel ifadesinden başka bir şey değil. Elbette bu noktada “B benim yıldızım. Baskı altındaki başarısızlığını, ancak ona güvenerek yıkabiliriz. Kaçırsa bile yanındayız. Atsın!” da diyebilirsiniz. Ama yeterince sağlıklı veri olmadan vereceğiniz her karar, en fazla ‘içinizden öyle gelir’. Ve zaman zaman içten gelenler, insan zihnini bulandıran pek çok düşünsel tuzağa (cognitive bias) düşebiliyor.

Modern istatistikler ve veri analizleri; bir insanın birikimleri, psikolojiyi anlama yetisi ya da daha geniş bir perspektiften bakma kapasitesinin yerini alacak yapay zeka algoritması değil. Moneyball’da Howe’un gösterdiği direnç, aslında tüm alanlarda karşımıza çıkıyor. Bilinmeyene karşı temkinli yaklaşma ve onu yılların doğru öğretilerine karşı tehdit olarak algılama çok doğal bir insan reaksiyonu. Aziz Yıldırım’ın Ersun Yanal’a “Laptop ile takım yönetiyor” demesinden tutun da Byron Scott’ın “Bilgisayar programlarının maç kazandığını görmedim” sözlerine kadar tüm reaksiyonlar benzer eksende ilerliyor.

Ama aslında veri analizinin veya modern istatistiklerin ne böyle bir gayesi ne de işlevi var. Adı üstünde, veri analizi bu. Eldeki verileri daha derinlemesine ve sağlıklı analiz etmekten başka bir şey değil. Sadece, bir fikir oluşturmak için eldeki bilgiyi daha temiz ve sağlıklı hale getiriyor. Elbette, her şeyde olduğu gibi doğru kullanılırsa.

Düşünsel tuzaklar insanların algısını çarpıtabiliyor. Örneğin basketbolda maç başına 4 blok yapan, her yaptığı blokta tribünleri ayağa kaldıran oyuncunun ‘savunmanın belkemiği’ olduğunu söylemek mümkün. Ama sahada olduğu dakikalarda üzerine gelen her 10 oyuncudan sadece birini bloklayıp diğer 9’undan 7’sinin baskete gitmesine engel olamıyorsa bu onu bel değil, olsa olsa lades kemiği yapar. Çok daha gösterişsiz ama sürekli doğru yerde bulunan savunmacı 10 hücumdan 5’ini eli boş gönderiyorsa toplam verimi çok daha büyüktür.

Moneyball’un en önemli başarısı, bu ‘nerd işi’ görülen veri analiz metotlarının başarısını geniş kitlelere aktarmak oldu. Mesela artık basketbolda sayı, ribaund, şut yüzdesi gibi genel geçer istatistiklere pek başvurulmuyor. NBA’in resmi sitesi bile artık gelişmiş istatistikler adı altında yeni rakamlar veriyor. Misal, bir oyuncunun 13 ribaund ortalaması etkileyici elbette. Ama artık daha çok ‘ribaund oranı’ kullanılıyor. Oyuncu, sahadayken var olan ribaundların yüzde kaçını almış? Bu daha önemli; çünkü çok şut kaçıran bir takımda ribaund rakamları daha şişkin olabilir veya takımda ribaund özelliği bulunan tek bir isim vardır. Ribaund oranı, tüm değişkenleri hesaba katınca şüphesi ki daha temiz bir veri sunuyor. Kıyaslama yapmak için çok daha uygun.

Veya şut yüzdeleri... Artık, oyuncunun şutların yüzde kaçında isabet bulduğu değil, efektik şut yüzdesi önemli. Bunda üç sayı ve serbest atışlar da işin için katılıyor. Kullandığı her tür atıştan ne kadar sayı çıkardığını bulabiliyorsunuz. Bu da çok daha ‘temiz’ bir istatistik.

Basketboldan devam edelim... Oyun her zaman aynı tempoda oynanmıyor. Mesela ekolleri gereği Litvanya koşmadan duramazken, Yunanistan genelde işi ağırdan almayı tercih eder.

Peki maç başına 85 sayı yemesi Litvanya’yı kötü bir savunma takımı mı yapar? Veya 70 yiyen Yunanistan iyi savunma mı yapmıştır? Yunanistan, Litvanya’dan daha iyi mi savunma yapıyor?

Bu sorunun yanıtı, tarihsel olarak “Evet” olsa da herhangi bir zaman dilimindeki bir takımı değerlendirmek için ‘genelleme’ kullanmak ve salt yenen sayı toplamını baz almak sağlıksız sonuçlara götürebilir bizleri.

Oynanan maçta kaç hücum olduğunu bilmeden, buna sağlıklı bir yanıt veremeziniz. Litvanya’nın çılgın temposunda, iki takım 70-80 kez hücum kullanmış olabilir. Yunanistan ise oyunu yavaşlatıp 24 saniyenin canına okuyarak bu rakamı 60’lara kadar çekebilir. Yani ikisi de 40 dakika oynamasına rağmen; Litvanya maçında, Yunanistan maçına oranla bir buçuk kat fazla sayı fırsatı doğmuş olabilir. Litvanya’nın yediği 85, Yunanistan’ın yediği 70’ten daha iyi savunma yapıldığı anlamına gelebilir. Veya Yunanistan’ın attığı 70 sayı, Litvanya’nın 90 sayısından daha keskin hücum ederek başarılabilir. Bu nedenle modern istatistikler, maçlardaki tempo farkını rakamlara dâhil ediyorlar. Cevabını aradıkları soru “Maçta kaç sayı oldu?” değil, “Hücum başına kaç sayı oldu?”

Moneyball sayesinde detaylı veri analizinin korkulacak bir şey olmadığını, aslında sadece bilgiyi daha temiz hale getirdiğini gördü pek çok sporsever. Şimdilerde bunun devamı niteliğinde daha derin modern teknikler ve algoritmalar kullanılıyor.

Son dönemin yıldızı ise SportsVU teknolojisi. Körfez Savaşı sırasında roketlerin havadaki yörüngelerini tespit etmek için kullanılan bir lazer işaretleme teknolojisi olan VU sistemleri, son dönemde spora adapte edildi. Bu sistem, sahada top ve oyuncuların hareketlerini milimetrik olarak ölçüp farklı oyuncuların ve topun konumunun çekim etkilerini belirliyor. Messi topla soldayken savunmalar nasıl pozisyon alıyor? LeBron sağ dipte topsuzken genel savunma prensipleri nasıl değişiyor?

Artık bunları görebiliyor, stratejilerinizi daha net şekillendirebiliyorsunuz. Joachim Löw, Alman Milli Takımı’nın antrenmanlarında SportsVU’yu sürekli kullanıyor mesela. Sistem, NBA takımlarının tamamının salonlarında kurulu ve tüm maçların tüm pozisyonları kayıt altında.

Belki yakında, 2014 Dünya Kupası’ndaki Almanya için de SportsVU temelli Deutscheball diye bir film veya belgesel izleriz. Kim bilir?