Volgens Rovanos Tsafack Nzanguim, promovendus Applied Mathematics aan de Universiteit Twente én voetballiefhebber, ligt het antwoord genuanceerder. Statistiek kan veel laten zien, maar geen glazen bol vervangen. “Vanuit statistisch perspectief moeten we voorzichtig zijn met het interpreteren van een model als voorspelling van één winnaar”, zegt hij.
Eén rode kaart kan alles veranderen
Voetbal is geen laboratoriumopstelling waarin je alle omstandigheden onder controle hebt. Een blessure in de kwartfinale, een vroege rode kaart, een discutabele beslissing van de scheidsrechter of een strafschoppenserie kan het hele toernooi kantelen. Juist daarom vindt Rovanos dat een goed statistisch model vooral kansen moet berekenen, en geen zekerheden moet presenteren.
Statistiek kan dus helpen om favorieten aan te wijzen. Het kan laten zien welke teams op papier sterker zijn, welke landen goed presteren en welke selectie de meeste kwaliteit heeft. Maar het kan niet beloven wie de beker omhoog houdt. Zelfs het sterkste team van een toernooi wint meestal niet met zekerheid.
Voetbaldata vertellen meer dan je denkt
Het model van Klement kijkt onder meer naar het bruto binnenlands product per hoofd van de bevolking, bevolkingsomvang, klimaat en de FIFA-ranking. Dat zijn volgens Rovanos interessante factoren, maar moderne voetbaldata bieden nog veel meer mogelijkheden. Wie vandaag een WK-model bouwt, zou volgens hem dichter op het spel zelf moeten zitten.
Hij zou beginnen met maatstaven voor teamsterkte, zoals Elo-ratings en recente prestaties over de afgelopen jaren. Daarna zou hij voetbalspecifieke variabelen toevoegen: expected goals voor en tegen, selectiebreedte, marktwaarde, leeftijdsbalans, blessurerisico, de aanwezigheid van wereldspelers en het aantal spelers dat actief is in de sterkste Europese competities of bij topclubs in de Champions League. Niet alleen de kwaliteit van de basiself telt, maar ook wie er op de bank zit en hoeveel verwachte basisspelers fit blijven.
Zo'n model wijst niet één winnaar aan, maar rekent met kansen. Spanje krijgt dan bijvoorbeeld een bepaalde winkans, Frankrijk een andere, Argentinië weer een andere en Portugal ook. Dat klinkt misschien minder spectaculair dan "Nederland wordt wereldkampioen", maar wetenschappelijk is het eerlijker.
Drie keer goed is nog geen garantie
Dat Klement de vorige drie wereldkampioenen correct voorspelde, maakt zijn model opvallend. Toch betekent dat niet automatisch dat hij opnieuw gelijk krijgt. Volgens Rovanos kunnen statistische modellen favorieten aanwijzen en hun winkansen schatten, maar ze kunnen onzekerheid niet uitsluiten. In een knock-outtoernooi kan één moment al het verschil maken: een blessure, een rode kaart, een strafschoppenserie of een beslissing van de scheidsrechter.
Misschien is dat ook precies wat voetbal zo aantrekkelijk maakt. De favoriet wint niet altijd. De underdog kan verrassen. Eén moment kan een wedstrijd veranderen. En juist daardoor blijven mensen kijken, hopen, juichen en discussiëren.
De kracht van onzekerheid
Voor statistici is onzekerheid geen probleem dat je simpelweg oplost. Het is juist iets wat je probeert te begrijpen. Modellen helpen om kansen te berekenen en favorieten te identificeren, maar ze kunnen onzekerheid niet wegnemen. In voetbal blijft er altijd ruimte voor toeval.
Misschien is dat precies waar wetenschap en voetbal elkaar raken. Data en statistiek helpen ons beter te begrijpen wat waarschijnlijk is. Maar pas als de wedstrijd begint, weten we wat er echt gebeurt.
En misschien is dat maar goed ook. Want als de uitkomst al vaststond, hoefden we het WK niet eens te spelen.
