Volleyball data analysis: from scouting files to Markov chain

L’analisi dei dati sta assumendo un ruolo sempre più centrale nello sport, consentendo di migliorare le prestazioni e ottimizzare le strategie di gioco. Questo studio si concentra sull’analisi dei dati di scouting nel mondo della pallavolo. Il lavoro ha riguardato lo sviluppo e il potenziamento della libreria PyDataVolley, un tool per l’analisi statistica nella pallavolo, con l’obiettivo di migliorare l’accessibilità e l’integrazione con Python, superando le limitazioni delle soluzioni precedenti basate su R. L’attività successivamente si è articolata in diverse fasi, implementando tecniche e analisi basate su metodi di clustering, Multi-Criteria Decision Analysis (MCDA) e modelli basati su catene di Markov. Le metodologie sviluppate sono state applicate all'interno di un contesto pratico, cioè la finale di Coppa Italia Serie A2 femminile, intraprendendo uno studio pre gara basato sugli indicatori di efficienza sviluppati con l'obiettivo di scoprire punti deboli e pattern ricorrenti.