Логичният подход към нелогичния футбол

Тримата решават да пренесат работата с данни във футбола, но без ясна посока в началото. "Дори нямахме идея с какво искахме да се занимаваме - дали с трансфери, предсказване на контузии, анализ на противника. Първият ни клиент дори не беше от футбола, а от електронните спортове. Седнахме на една маса и започнахме да си говорим какво може да се направи с данни", казва Страхинов.

Умни трансфери

Страхинов изпробва концепцията си за пръв път в любимия "Левски". През лятото на 2019 г. клубът привлича нападателя Найджъл Робърта, а в началото на 2020 г. - атакуващия халф Стайн Спиерингс. И двата трансфера стават по препоръка на екипа на Ensk.ai, след като Страхинов предлага да помогне на тогавашния изпълнителен директор на "Левски" Павел Колев. "Предложих му да помогнем с каквото можем, тъй като имахме екип за анализ на данни, и оттам започнахме разговори." По това време Ensk.ai все още не съществува формално и екипът работи про боно. Тогава те се запознават и с главния скаут на клуба по онова време Кристиан Николов, който впоследствие става част от компанията. Първоначално уговорката е такава: "Левски" закупува база данни, която да бъде анализирана от тримата, с цел да намерят футболисти, които да имат стойност при евентуална следваща продажба.

От тази база данни двамата вадят имената на Спиерингс и Робърта, които впоследствие са продадени за общо 1.5 млн. долара - първият във френския "Тулуза", а вторият в американския "Ди Си юнайтед". Двамата са на практика единственият сериозен оперативен приход в година, в която "Левски" е на крачка от фалит.

Даниел Страхинов Фотограф : Надежда Чипева

Така през 2020 г. Ensk.ai официално се появява като компания, която работи през дружеството "Енскай". Моделът на работа е разделен на три - вземане на процент от печалбата при успех на даден трансфер, предоставяне на изработените от тях инструменти за чуждо използване, както и абонаментно предоставяне на списък с най-добрите играчи за трансфер на дадена позиция към скаутите на клубовете.

Първият, който включва процент при успешен трансфер, е основният за компанията до момента. Той използва алгоритъм върху база данни, който се отнася за около 500 хил. играчи и тяхното представяне в последните пет години.

При вторият инструментите, които екипът на Ensk.ai е разработил, се предоставят на различни агенти или клубове, за да намерят те нужната им информация, включително чисто административна такава - дали например даден играч има право да играе във Великобритания след Brexit. След напускането на ЕС местната футболна асоциация имплементира нови правила, според които играчи, които са играли по-малко от 30% от минутите на националния си отбор в последните 3 години, както и по-малко от 30% от минутите на клубния им отбор в първенството, не могат да бъдат картотекирани. На базата на игровото време, което играчите са получили, както и на какво ниво е било това игрово време, им се начисляват точки, като трябва да преминат долната граница, за да получат правото да играят на Острова. "Изчисляването на тези данни би отнело изключително много време, като ние направихме онлайн инструмент, който извършва сметките за секунди", казва Страхинов.

Третата част от бизнеса е създаден за скаути. Той работи на абонаментен план и се състои от списък с играчи, които биват подредени спрямо изискванията на клубовете, които са се допитали до Ensk.ai. Това е така заради различните бюджети и начини на игра на различните отбори. Компанията е много близо до автоматизиране на целия процес, което е и желанието на повечето техни клиенти.

Получените от Morningside Hill средства ще бъдат инвестирани именно в завършването на този продукт, както и усъвършенстването на останалите. Част от инвестицията ще бъде отделена и за популяризирането им и набавянето на нови бази данни за играчи, което е и най-скъпата част от бизнес модела на Ensk.ai. Страхинов сам казва, че компанията има нуджа от по-стриктен фокус, но все още е в процес на ориентиране на пазара.

Агентите, а не клубовете

С трупането на опит Страхинов и компания бързо разбират, че най-правилният за тях начин на работа не е с клубове, а с агенти и футболни инвестиционни фондове. "Това, което искаме да правим, е клубовете или агентите да вземат решения благодарение на нашите данни, а ние да получим малка част от печалбата. Това до момента се оказва трудно с клубовете, а с агентите е по-лесно, защото те и без това мислят по този начин - в комисиони и проценти", казва Страхинов.

Айдемир е убедена, че ако един агент намери точния футболист в ранните етапи на кариерата му, то той може да стане милионер от последващите трансфери.

Алгоритъмът на компанията взима предвид над 200 различни променливи при изчисляването, като сред тях са сегашният клуб на футболиста, настоящата му заплата, представяне. От там се генерира прогноза за очаквана трансферна сума, очаквана заплата, както и най-високите суми, които футболистът ще получи през кариерата си - както за трансфер, така и за заплата. Самата компания не определя пазарната стойност на футболиста, а най-близкото до негова реална трансферна цена. "Целият процес е автоматизиран, а данните се обновяват всяка седмица", казва Айдемир.

Инвестиционните фондове, концентрирани върху футбола, са друг възможен клиент за компанията. Те инвестират в развитието на даден футболист, като след това взимат голям процент от приходите по време на кариерата му. В този случай те отиват при Ensk.ai и дават имена на футболисти, за които искат да получат доклад от компанията.

Ensk.ai няма конкуренти в България, но има в световен мащаб. И добрата, и лошата новина за компанията се съдържат във факта, че футболните клубове в цял свят остават затворени за подобен тип решения и не вярват твърде много, че представянето на един играч или трансферната му цена могат да се определят чрез данни. Страхинов например смята целия модел на правене на трансфери на повечето клубове за изначално счупен, защото те просто пращат скаути в различни точки на света, без преди това да са оценили даден играч на ниво данни.

Същевременно според Страхинов подходът на компанията дава възможност на клубове - особено по-малки като "Левски" - да се издържат от оперативна дейност. Така, макар и бавно, компанията намира клиенти. Един от тях например е "Рапид" (Виена), който иска да използва инструментите на компанията, за да подобри трансферната си политика. Същевременно обаче през голяма част от времето Ensk.ai не се занимава с оперативни неща, а с убеждаване на футболни директори, че не всичко е случайност. "Трудно е да навигираш хаоса и същевременно да изградиш нещо, което има структура", казва по въпроса Климент Минчев. Надеждата му е, че с Ensk.ai ще успеят да вкарат ред в "каубойския уестърн", който вижда във футбола.