Sport Analytics: calcio femminile, dati e collaborazione a distanza nell’esperienza di Iconsulting al SAS Hackathon

Un team distribuito tra Spagna, Bologna, Perugia e Toscana. Una tecnologia nuova con cui sperimentare, SAS^® Viya^®, e un territorio completamente nuovo: lo Sport Analytics.

È da questa combinazione di distanza geografica, curiosità professionale e voglia di sperimentare che nasce il progetto con cui Iconsulting ha partecipato al SAS Hackathon: una piattaforma di scouting per il calcio femminile, sviluppata interamente a distanza attraverso call, condivisioni di codice e una collaborazione serrata nonostante tempi ristretti e impegni lavorativi quotidiani.

In questa intervista, il team composto da Paolo Curatolo (Team lead), Selene Gerali, Filippo Giuliani e Virginia Nucci, racconta come è nato il progetto, quali sfide ha dovuto affrontare e cosa porta con sé da un’esperienza intensa, tecnica e sorprendentemente “umana”. Un progetto che sì è distinto tra le centinaia di lavori presentati aggiudicandosi un riconoscimento internazionale nella categoria Global Technology Champions – Visualization.  Leggi il comunicato stampa

Perché avete deciso di partecipare al SAS Hackathon? Da dove nasce l’idea?

La motivazione è nata dal desiderio di sperimentare SAS Viya, una piattaforma che non avevamo ancora utilizzato e l’hackathon ci è apparsa come l’occasione perfetta per “mettere le mani in pasta” su una tecnologia nuova e capire davvero come funziona.
Inoltre, volevamo cimentarci con dati completamente diversi da quelli sanitari che trattiamo ogni giorno. L’idea di provare lo Sport Analytics è nata spontaneamente: un ambito nuovo, stimolante e, per alcuni di noi, familiare grazie a percorsi formativi recenti.

Come avete formato il team e come si è svolto il lavoro da remoto?

La formazione del team è stata naturale: Paolo ha coinvolto i colleghi più interessati al tema sportivo o desiderosi di sperimentare SAS Viya. Virginia, Filippo e Selene hanno subito accolto la proposta, condividendo l’entusiasmo di lavorare su un progetto diverso dal quotidiano.

La particolarità è che tutto è stato fatto da remoto: membri dislocati tra Spagna, Emilia-Romagna, Toscana e Umbria. La collaborazione online è per noi una prassi quotidiana, ma costruire così un progetto completo, con più componenti tecniche da integrare, ha rappresentato una sfida aggiuntiva. Il risultato finale dimostra quanto il team sia coeso anche a distanza.

Di che cosa si occupa il progetto? Potete descriverlo in modo semplice?

Il progetto è una piattaforma di scouting basata sui dati dell’Eurocup femminile: uno strumento pensato per ricercare giocatrici simili a un profilo di riferimento. La piattaforma è strutturata in due aree principali:

∎ pagina di esplorazione, con filtri per ruolo, età, valore di mercato e altre caratteristiche.

∎ pagina profilo, con le statistiche individuali di ogni giocatrice e un accesso a due analisi avanzate:

1. similarità: algoritmi di vicinanza per identificare le 15 giocatrici più simili per posizionamento in campo.

2. clustering: suddivisione del gruppo su metriche di performance (passaggi, tiri, colpi di testa).

È stata inoltre implementata un’analisi degli Expected Goals (xG), modello molto usato nello Sport Analytics per stimare la probabilità che un tiro si trasformi in gol in base a posizione e dinamica.

Come avete realizzato il modello xG?

Il modello è stato sviluppato con SAS Model Studio, creando una pipeline completa: scelta delle variabili (ad esempio distanza dalla porta, numero di avversari vicini, ecc.), test di diversi modelli (regressione, SVM, ecc.), confronto e ottimizzazione degli iperparametri.

Il modello è stato allenato su un dataset storico di 9.000 tiri e poi applicato a un dataset di 700 tiri relativi alla competizione utilizzata per la piattaforma.

Una parte particolarmente interessante è stata far dialogare strumenti diversi: Model Studio per l’allenamento, SAS Studio per l’applicazione su nuovi dati, e l’integrazione con Python tramite Jupyter Notebook su SAS Viya.

Conciliare il lavoro dell’hackathon con le normali responsabilità del team e le attività quotidiane è stato possibile?

La gestione del tempo è stata sicuramente l’aspetto più impegnativo: l’hackathon procedeva in parallelo al lavoro di ogni giorno e il team ha dovuto trovare un equilibrio costante. Ci sono stati momenti in cui il “ma chi ce l’ha fatto fare?” è affiorato naturalmente, senza però mai prendere il sopravvento né intaccare l’impegno e la determinazione del gruppo.

Anche sul piano organizzativo il percorso ha richiesto grande coordinamento: lavorare da remoto, allinearsi sulle decisioni e preparare insieme la presentazione finale ha comportato collaborazione serrata e una gestione attenta di tempi e priorità.

E quali sono invece i benefici e ciò che vi portate a casa?

L’esperienza ha permesso di sperimentare strumenti nuovi in un contesto sicuro e creativo, lavorare con dati completamente diversi dal solito, aprendo nuove prospettive, mettere in pratica (e condividere) competenze acquisite fuori dal lavoro quotidiano, vedere un team distribuito geograficamente collaborare con efficacia su un progetto ambizioso.

Per alcuni è stata la prima incursione nello Sport Analytics, per altri l’occasione di rimettere a terra competenze già maturate in percorsi formativi. Per tutti, un’esperienza stimolante e formativa.

Scopri le altre esperienze di aziende italiane che hanno partecipato a SAS Hackathon:
Axiante, BID, Intesa Sanpaolo, Rationence

3 dicembre 2025