Snelle cijfers: zo schaatsen we nóg harder op de Olympische Spelen
De ploeg van schaatscoach Jac Orie gooit in aanloop naar de Olympische Winterspelen in Pyeongchang (Zuid-Korea) een nieuw wapen in de strijd: intensieve data-analyse door de Leidse wetenschapper Arno Knobbe. Frank Beijen schreef erover voor NWO.
Gerard van Velde in 2002, Marianne Timmer in 2006, Mark Tuitert in 2010 en in 2014 Stefan Groothuis. Zij wonnen allemaal olympisch goud onder schaatscoach Jac Orie. Behalve deze berg eremetaal hebben de schaatsers nog iets waardevols achtergelaten: een enorme hoeveelheid data. Al vijftien jaar legt Orie alles vast over de prestaties van ‘zijn’ schaatsers. Met behulp van de Leidse datawetenschapper Arno Knobbe, die de gegevens op nieuwe manieren doorrekent, kan Orie zijn ploeg nog slimmer trainen in aanloop naar de Olympische Spelen van 2018 in Pyeongchang (Zuid-Korea). Jac Orie is geen gemiddelde schaatscoach. Niet alleen door zijn lange erelijst, maar ook vanwege zijn wetenschappelijke achtergrond. Omdat hij bewegingswetenschappen heeft gestudeerd, kende hij de tests waarmee sprint- en duurvermogen worden gemeten. ‘Een race kan mislukken, maar als je goed scoort in de test, dan heb je in ieder geval het vermogen om te presteren op het ijs’, zegt Orie. ‘Als je geen goede testwaarden laat zien, dan weet je zeker dat je niet kunt winnen.’ De coach gebruikt al jaren testresultaten om de trainingsprogramma’s van zijn schaatsers in de loop van het seizoen bij te sturen.
Computer geeft inzicht
In zijn schat aan sportcijfers blijkt nog meer informatie verscholen te zitten dan Orie er zelf uit kon halen. Datawetenschapper Arno Knobbe rekent ze door met andere technieken dan Orie. ‘Jacs data zijn van hoge kwaliteit. Het is fijn voor een datawetenschapper dat hij steeds weer dezelfde tests op dezelfde manier uitvoert’, zegt Knobbe. ‘Met klassieke statistiek kun je daaruit al interessante conclusies trekken. Maar dan onderzoek je maar één vraag tegelijk.’ Waar Orie, de bewegingswetenschapper, vooral naar het verband tussen testwaarden en wedstrijduitslagen kijkt, laat Knobbe de computer automatisch zoeken naar alle mogelijke verbanden tussen cijfers in de databank. Knobbe: ‘Dan krijg je antwoorden op vragen die je zelf nog niet eens gesteld hebt.’ Bijvoorbeeld over het effect van het tijdstip waarop een schaatser traint, het soort training (zoals fietsen, skeeleren of schaatsen) en de intensiteit ervan. Dat levert verrassende inzichten op. Zo bleek Kjeld Nuis, een specialist op de middellange afstanden, kort voor races niets te hebben aan duurtrainingen in de ochtend. De cijfers toonden aan dat hij daar niet beter van werd. ‘We hebben zijn trainingsprogramma daarop aangepast’, zegt Orie. En Diane Valkenburg (inmiddels gestopt) werd wel moe van trainingen die korter duurden dan twee en een half uur, maar ze boekte er geen vooruitgang mee. Orie: ‘Ik dacht dat haar trainingen stevig genoeg waren. Maar ze kwam alleen echt vooruit met sessies van drie à vier uur. Dat inzicht danken we aan de cijfers.’
Knoppen staan goed
Uit de verzamelde data borrelen inzichten naar boven die Orie nog niet had. Toch leveren die nog niet aan de lopende band eurekamomenten op. Knobbe: ‘Er zijn wel honderden knoppen waaraan je kunt draaien, maar we merken dat de meeste daarvan al best goed staan afgesteld. Het gaat vooral om de puntjes op de i.’ Niet elk verband dat de computer vindt, is bruikbaar of betrouwbaar. Knobbe: ‘Als twee onderdelen samen lijken te hangen, begint het nadenken: op welke manier hebben ze invloed op elkaar? Het cijfermatige verband moet je blijven testen. Dat kan met een dataset die je nog niet had meegerekend, maar ook door een vondst gewoon uit te proberen.’ Volgens Orie levert een verbetering van het trainingsprogramma snel resultaat op. ‘De rijders in mijn ploeg hebben zo veel techniek, dat hun snelheid sterk toeneemt zodra je er een beetje vermogen bij weet te trainen.’ Het helpt daarbij als je al veel data van die schaatsers hebt. ‘Met Kjeld Nuis werk ik bijvoorbeeld al acht jaar samen. Ik heb zo veel gegevens van hem, dat ik in zijn geval het effect van een bepaalde ingreep vrij goed kan voorspellen.’
Een ingewikkeld spel
Om nog meer inzichten uit de schaatsdata te halen, wil Orie zijn sporters nog vaker testen. Want hoe meer gegevens, hoe betrouwbaarder deze zijn. En meer data leveren ook betere inzichten op voor de individuele schaatser. ‘We zijn ook van plan om het trainingsprogramma vaker op z’n kop te zetten’, zegt Orie. ‘Dingen doen die je normaal nooit doet. Daar leer je van. Vorig jaar hebben we enorm hard getraind in augustus en september. Maar vervolgens gingen onze testresultaten zo hard achteruit, dat we een tandje hebben teruggeschakeld.’ Dan, glimlachend: ‘En toch hebben we die winter aardig gepresteerd.’ Op de WK afstanden in 2017 won de ploeg van Orie alle onderdelen bij de mannen: Jan Smeekens de 500 meter, Kjeld Nuis de 1000 en 1500 meter, Sven Kramer de 5000 en 10.000 meter. Het succes van vorig jaar schrijft Orie toe aan het juist timen van de zogeheten ‘supercompensatie’. Als je hard traint, presteer je tijdelijk minder. Maar zodra je daarna de trainingsarbeid terugschroeft, herstelt je lichaam zich en dan schieten je capaciteiten omhoog. ‘Supercompensatie is een ingewikkeld spel’, vertelt de coach. ‘Bewegingswetenschappers hebben zelfs effecten gevonden die pas drie maanden na een trainingsinspanning naar boven kwamen. Bovendien beïnvloedt trainen op snelheid de supercompensatie bij duur- prestaties en andersom.’ Coach Orie en wetenschapper Knobbe hopen dankzij de schaatsdata nog beter te begrijpen hoe supercompensatie het best kan worden toegepast.
Honderdste kan genoeg zijn
Allemaal mooi en wel, maar sommige zaken die winst of verlies beïnvloeden, vallen niet in getallen te vangen. Zo kan een schaatser slecht in zijn vel zitten, of slapeloze nachten hebben door een baby. En we kennen allemaal die onklopbare kampioen die in 2010 gediskwalificeerd werd omdat hij in de verkeerde baan schaatste. ‘Natuurlijk kun je met onze methode niet precies de prestaties op de Olympische Spelen voorspellen’, zo zegt Knobbe. ‘Maar met de patronen die we vinden, kun je effectiever trainen, waardoor je de winstkansen vergroot.’ Orie voegt daaraan toe: ‘Het verschil tussen winnen en verliezen is heel klein. Elke honderdste seconde kan je net de winst bezorgen.’
Dit artikel is geschreven door Frank Beijen in opdracht van de Nederlandse organisatie voor Wetenschappelijke Onderzoek (NWO). Het verscheen eerder in ExperimentNL en is overgenomen met toestemming van NWO.