Head of Performance Lidl-Trek legt 'big data' bevattelijk uit: 'Sportwetenschappers zien cijfers als een foto'

Dat cijfers en data naast voeding al enkele jaren een grote rol spelen in het wielrennen, is geen groot geheim meer. Wat wel een raadsel blijft, is hoe al die verschillende getallen gemeten en geïnterpreteerd worden door de verschillende ploegen. Josu Larrazabal, head of performance bij Lidl-Trek, legt de manier van werken bij de Amerikaanse WorldTour-formatie bevattelijk uit.

'Voor coaches en sportwetenschappers zijn cijfers als een foto', vertelt de Spanjaard op de website van Lidl-Trek. 'Ze vertellen de feiten zoals ze zijn. Ze demonstreren de prestaties van een atleet door middel van een eenvoudige taal van erkende statistieken.' Om met deze lawine van 'big data' om te gaan en er gebruik van te kunnen maken, breidde de ploeg zijn performance team uit. De eerste stap was het aantrekken van twee data-analisten: Xavi Tarralardona en Javi Angulo. Zij moeten gegevens verzamelen over de prestaties van de renners en vervolgens die cijfers duidelijk ordenen, zodat de andere trainers die data gemakkelijk kunnen interpreteren. Voor die taak nam het nog eens twee andere trainers in dienst: Aritz Arberas en Xabi Zabalo.

'Dit was een belangrijke upgrade voor ons', gaat Larrazabal verder. 'Data-analyse is altijd een fundamenteel onderdeel van ons werk geweest en nu hebben we de mogelijkheid om onze methode te verfijnen en uit te breiden. Vroeger konden we de data enkel analyseren voor belangrijke wedstrijden, maar nu kunnen we dat bij elke koers doen, zowel bij de mannelijke als de vrouwelijke renners.'

Lidl-Trek gebruikte vooral zijn intuïtie in zijn keuze voor Jonathan Milan

'Met twee data-analisten kunnen we de grote hoeveelheid data die we verzamelen omzetten in verschillende soorten rapporten die het werk van onze coaches verbeteren. De rapporten, die aangepast zijn aan een desbetreffende koers, zullen bijvoorbeeld de beslissingen van de ploegleiders in de koers ondersteunen en ook de dokters of voedingsdeskundigen kunnen er gebruik van maken. Kortom, ze stellen de data op de meest bevattelijke manier ter beschikking van elke specialist.'

Hoe maak je dan optimaal gebruik van die data? 'Het beste scenario is wanneer onzekerheid tot een minimum wordt beperkt. Cijfers zijn essentieel om zekerheden en feiten voor te kunnen leggen, waardoor we minder fouten gaan maken bij de evaluatie van een renner of bij een bepaalde beslissing. Bovendien begrijpen we nu ook de effectiviteit van trainingsplannen en de evolutie van de fysieke conditie beter om op het juiste moment de beste prestaties te kunnen leveren. Dat is voor een atleet een mentale vertrouwensboost.'

Lidl-Trek is niet over een nacht ijs gegaan en legde al een grote database aan, zodat de gegevens van heel verschillende renners met elkaar vergeleken konden worden. Larrazabal geeft aan dat dat vooral bij jonge renners enorm belangrijk geweest is, omdat ze daardoor hun potentieel beter zouden kunnen begrijpen, en geeft zelfs een concreet voorbeeld. 'Het stelt ons in staat om een selectie te maken en om onze keuze te helpen, maar intuïtie is nog steeds een waardevolle vaardigheid. Toen we besloten om Jonathan Milan te contracteren, dienden de prestatiecijfers alleen om de mening te bevestigen dat we te maken hadden met een renner met een enorm potentieel.'