KPI e valore di mercato: Statistica inferenziale e modelli predittivi nel calcio professionistico applicati ai centrocampisti della Serie A (stagione 2023/24)

La tesi in questione studia come l’analisi dei dati stia trasformando il mondo del calcio, in particolare, per permettere una valutazione più precisa delle performance e del valore di mercato dei giocatori. L’obiettivo finale è quello di sviluppare un modello di regressione lineare che aiuti ad individuare i Key Performance Indicators (KPI) più rilevanti per determinare il valore economico dei centrocampisti di Serie A. Per eseguire l’analisi è stato creato un database che raccolga le statistiche ufficiali del campionato italiano, comprendendo parametri fisiologici, tattici, tecnici e psicologici. Tutti questi dati raccolti si riferiscono alla stagione 2023/2024, permettendo così una visione completa delle performance. Il metodo finale è stato sviluppato in tre fasi, permettendo un miglioramento continuo: una prima analisi che considera tutti i centrocampisti e le statistiche disponibili, una seconda che effettua distinzioni per ruolo dividendo i giocatori analizzati in difensivi e offensivi e una terza che prevede una selezione mirata dei KPI in base al p-value calcolato. Per il modello matematico calcolato è stato usato il valore di mercato come variabile dipendente, mentre le variabili indipendenti sono rappresentate dai KPI. I risultati, caratterizzati da un coefficiente di determinazione (R²) pari a 0.74, mostrano robustezza e significatività statistica, includendo solamente metriche pertinenti al ruolo analizzato per ogni studio. Inoltre, il prodotto finale è definito da valori di p-value estremamente ridotti e l’analisi degli outliers che conferma l’affidabilità del sistema. I risultati creano strumenti innovativi per ottimizzare le decisioni di mercato, contribuendo alla sostenibilità economica dei club e che fornisce le basi per ulteriori analisi che possono essere condotte da esperti del settore.