Merekrut pemain itu bukan sekadar lihat highlight, terus bilang, “Wah, ini orang wajib dibeli.”

Kalau semudah itu, mungkin semua klub sudah punya skuad sempurna.

Masalahnya, highlight cuma menunjukkan momen terbaik seorang pemain. Kita melihat gol cantik, assist keren, tekel bersih, atau dribel yang bikin lawan kelabakan. Yang nggak kelihatan adalah puluhan keputusan biasa yang terjadi sepanjang pertandingan.

Di sinilah data mulai masuk.

Dalam proses perekrutan pemain, data bisa membantu klub melihat gambaran yang lebih lengkap. Bukan cuma seberapa banyak gol yang dicetak, tetapi bagaimana pemain menghasilkan peluang, seberapa sering kehilangan situs judi bola bagaimana kontribusinya tanpa bola, sampai apakah gaya bermainnya cocok dengan kebutuhan tim.

Jadi, data bukan pengganti scout atau pelatih. Data lebih mirip lampu tambahan yang membantu klub melihat pemain dari sudut yang berbeda.

Perekrutan Dimulai dari Pertanyaan, Bukan Nama

Kesalahan yang cukup umum dalam scouting adalah klub sudah punya nama pemain terlebih dahulu, lalu mencari alasan kenapa pemain tersebut harus direkrut.

Pendekatan berbasis data bisa dimulai dari arah sebaliknya.

Klub menentukan kebutuhan terlebih dahulu.

Misalnya, tim membutuhkan gelandang yang mampu membawa bola melewati tekanan lawan. Atau mereka mencari bek tengah yang nyaman melakukan build-up. Bisa juga mereka membutuhkan winger yang mampu menciptakan peluang dari situasi satu lawan satu.

Setelah kebutuhannya jelas, data digunakan untuk menyaring pemain yang memiliki karakteristik tersebut.

Hasilnya bisa menarik.

Pemain yang awalnya tidak masuk radar populer mungkin justru muncul karena statistiknya sesuai dengan kebutuhan.

Ini membuat proses scouting tidak cuma bergantung pada reputasi.

Jangan Terpaku pada Jumlah Gol

Untuk posisi tertentu, jumlah gol memang penting. Tapi menjadikan gol sebagai patokan utama untuk semua pemain jelas kurang masuk akal.

Seorang gelandang bertahan tidak harus mencetak 15 gol dalam semusim agar dianggap berguna.

Yang perlu dilihat adalah tugasnya.

Berapa banyak bola yang dia rebut? Seberapa baik dia menjaga area? Seberapa sering dia membantu progresi bola? Apakah dia mampu keluar dari tekanan?

Begitu juga dengan bek.

Jumlah clean sheet sebuah tim tidak bisa langsung digunakan untuk menilai kualitas satu bek secara individual. Ada banyak faktor lain yang memengaruhi pertahanan.

Karena itu, perekrutan berbasis data biasanya melihat kumpulan metrik yang disesuaikan dengan posisi dan peran pemain.

Striker dinilai dengan parameter berbeda dari bek. Gelandang kreatif juga tidak bisa dibandingkan langsung dengan gelandang bertahan.

Konteks adalah kuncinya.

Statistik Per 90 Menit Bisa Mengubah Perspektif

Ada pemain yang terlihat biasa saja kalau hanya melihat statistik total.

Misalnya, seorang gelandang muda mencatat lima assist dalam satu musim. Angka tersebut mungkin tidak terlalu mencolok.

Tapi ternyata dia hanya bermain 1.200 menit.

Ketika statistik dihitung per 90 menit, kontribusinya bisa terlihat jauh lebih menarik.

Inilah alasan statistik per 90 menit sering digunakan dalam proses analisis pemain. Data tersebut membantu membuat perbandingan menjadi lebih adil ketika jumlah menit bermain berbeda.

Tetap saja, statistik per 90 bukan alat ajaib.

Pemain dengan sampel kecil belum tentu mampu mempertahankan performa yang sama jika menit bermainnya meningkat. Karena itu, klub tetap perlu mempertimbangkan ukuran sampel dan konteks kompetisi.

Data memberikan sinyal.

Scout kemudian perlu mencari tahu apakah sinyal tersebut benar-benar berarti.

Data Bisa Menemukan Pemain yang Kurang Disorot

Salah satu bagian paling menarik dari penggunaan data dalam recruitment adalah kemampuan menemukan pemain di luar radar mainstream.

Nama besar biasanya sudah diketahui banyak klub.

Tantangannya justru menemukan pemain yang belum terlalu terkenal tetapi memiliki profil yang cocok.

Misalnya, klub mencari winger dengan kemampuan membawa bola progresif, menciptakan peluang, dan melakukan pressing aktif.

Daripada langsung mencari pemain dengan jumlah gol tertinggi, klub bisa menyaring database berdasarkan beberapa indikator tersebut.

Hasilnya mungkin memunculkan pemain dari liga yang kurang populer.

Pemain tersebut belum tentu langsung cocok. Namun, sekarang scout punya alasan untuk menonton pertandingannya.

Jadi, data dapat berfungsi seperti filter pertama.

Bukan keputusan terakhir.

Konteks Liga Bisa Mengubah Arti Statistik

Ini bagian yang sangat penting.

Angka pemain di satu kompetisi tidak selalu bisa dibandingkan mentah-mentah dengan pemain dari kompetisi lain.

Tempo pertandingan berbeda. Kualitas lawan berbeda. Gaya bermain tim berbeda. Bahkan jumlah penguasaan bola yang dimiliki sebuah tim bisa memengaruhi kesempatan seorang pemain menghasilkan statistik tertentu.

Misalnya, seorang winger mencatat angka progresi bola yang sangat tinggi di sebuah liga. Ketika pindah ke klub baru, dia mungkin tidak mendapatkan ruang sebanyak sebelumnya.

Angkanya bisa turun.

Bukan berarti pemain tersebut mendadak buruk. Lingkungannya berubah.

Karena itu, data perekrutan perlu membaca konteks.

Klub perlu bertanya: angka tersebut muncul karena kualitas pemain atau karena sistem timnya memang sangat mendukung?

Pertanyaan ini penting sebelum uang besar dikeluarkan.

Cocok dengan Sistem Pelatih atau Tidak?

Pemain bagus belum tentu pemain yang tepat.

Ini mungkin salah satu pelajaran paling penting dalam recruitment.

Bayangkan sebuah klub menggunakan build-up pendek dari belakang. Mereka membutuhkan bek tengah yang nyaman menerima bola di bawah tekanan dan mampu mengirim umpan progresif.

Klub kemudian merekrut bek yang punya statistik duel udara luar biasa, tetapi kurang nyaman saat membawa bola.

Secara individu, pemain tersebut bisa saja bagus.

Tapi apakah dia cocok dengan sistem?

Data dapat membantu menjawab pertanyaan tersebut dengan melihat profil teknis dan taktis pemain.

Namun, tetap diperlukan analisis video.

Statistik mungkin menunjukkan pemain sering melakukan progressive pass. Video akan menunjukkan bagaimana passing tersebut dilakukan.

Apakah dia berani memecah lini? Apakah dia hanya mengoper ketika ruang terbuka? Bagaimana reaksinya ketika ditekan?

Angka memberi tahu “apa”.

Video membantu menjelaskan “bagaimana”.

Risiko Transfer Juga Bisa Dibaca dari Data

Transfer pemain selalu punya risiko.

Ada risiko cedera. Risiko adaptasi. Risiko performa turun. Bahkan risiko pemain tidak cocok dengan gaya hidup atau lingkungan klub.

Tidak semua risiko bisa dihitung dengan sempurna, tetapi data bisa membantu klub membuat keputusan lebih terinformasi.

Riwayat menit bermain, usia, beban pertandingan, hingga pola performa bisa menjadi bagian dari evaluasi.

Misalnya, seorang pemain punya performa sangat bagus tetapi baru menjalani satu musim penuh di level profesional.

Klub harus berhati-hati dalam menafsirkan datanya.

Apakah performanya memang konsisten? Atau hanya muncul dalam sampel kecil?

Semakin besar investasi yang dibutuhkan, semakin penting pertanyaan seperti ini.

Jangan Sampai Data Membuat Scout Dilupakan

Ini bagian yang sering disalahpahami.

Penggunaan data tidak berarti scout sudah tidak diperlukan.

Justru hubungan keduanya sangat penting.

Data bisa mengatakan seorang pemain punya tingkat keberhasilan duel yang tinggi.

Scout kemudian menonton pertandingan dan melihat bagaimana duel tersebut terjadi.

Apakah dia membaca arah bola dengan baik? Apakah positioning-nya bagus? Apakah dia sering masuk ke situasi duel karena terlambat membaca permainan?

Angka yang sama bisa memiliki cerita berbeda.

Karena itu, recruitment modern biasanya lebih kuat ketika data dan scouting berjalan bersama.

Data menyaring.

Scout memverifikasi.

Pelatih menilai kecocokan taktis.

Manajemen kemudian mempertimbangkan aspek finansial dan kebutuhan skuad.

Data Tidak Bisa Menjamin Transfer Akan Sukses

Ini wajib digarisbawahi.

Pemain dengan profil statistik luar biasa tetap bisa gagal setelah pindah klub.

Kenapa?

Karena sepak bola punya terlalu banyak variabel.

Adaptasi budaya. Bahasa. Tekanan media. Persaingan internal. Hubungan dengan pelatih. Perubahan posisi. Tuntutan taktik. Bahkan suasana ruang ganti.

Semua faktor tersebut tidak bisa direduksi menjadi satu dashboard.

Karena itu, data sebaiknya digunakan untuk mengurangi ketidakpastian, bukan menghilangkannya.

Klub tidak membeli kepastian.

Klub membeli pemain berdasarkan informasi yang tersedia dan mencoba membuat risiko keputusan tersebut lebih terukur.

Dari Database ke Lapangan

Proses perekrutan berbasis data sebenarnya menarik karena perjalanannya cukup panjang.

Mulai dari menentukan kebutuhan skuad. Setelah itu, klub menyaring pemain berdasarkan profil statistik. Kemudian konteks kompetisi diperiksa. Kandidat yang menarik dianalisis lewat video. Scout memberikan laporan langsung. Pelatih mengevaluasi kecocokan taktik. Baru setelah itu faktor biaya, kontrak, usia, dan kebutuhan jangka panjang ikut dipertimbangkan.

Jadi, data tidak berdiri sendirian.

Ia menjadi salah satu bagian dari rantai keputusan.

Dan mungkin inilah alasan kenapa pemain yang akhirnya direkrut kadang bukan nama yang paling ramai dibicarakan.

Klub tidak selalu mencari pemain paling terkenal.

Mereka bisa saja mencari pemain yang paling sesuai dengan masalah yang ingin mereka pecahkan.

Pada akhirnya, peran data dalam proses perekrutan pemain bukan untuk menentukan siapa yang pasti akan menjadi bintang. Data membantu klub mempersempit pilihan, menemukan pola yang sulit terlihat secara kasatmata, membandingkan pemain secara lebih terstruktur, dan mengidentifikasi risiko sebelum keputusan besar dibuat.

Highlight bisa membuat kita tertarik pada seorang pemain.

Data membuat kita bertanya lebih jauh.

Video membantu kita memahami permainannya.

Dan scouting membantu memastikan apakah semua informasi tersebut benar-benar masuk akal ketika diterapkan di lapangan.

Karena dalam urusan transfer, satu nama besar belum tentu menjadi jawaban. Kadang, pemain yang paling cocok justru tersembunyi di balik angka yang sebelumnya tidak terlalu diperhatikan.