Outcome Bias e Sport Analytics: Perché i Risultati nel Calcio Mentono (e Come Dimostrarlo in Python)

L’illusione del colpevole: perché i risultati mentono

Quando una Nazionale di calcio manca la qualificazione a un Mondiale per l’ennesima volta, il copione mediatico segue invariabilmente le stesse tappe. Si istruiscono processi sommari alla ricerca di un colpevole preciso: una sostituzione sbagliata nel secondo tempo, un rigore calciato sul palo, un errore di posizionamento o la presunta assenza di “cattiveria agonistica”. Il nostro assetto cognitivo esige una narrazione lineare, una relazione di causa-effetto immediata in cui a un fallimento corrisponda un errore umano tangibile. La casualità e le fluttuazioni statistiche generano un profondo disagio.

Eppure, chi lavora quotidianamente con serie storiche, modelli predittivi o metriche di business sa bene che i sistemi complessi rispondono a leggi meno romantiche. Dalle transazioni finanziarie ai log di un cluster di server, fino a una competizione sportiva, ciò che osserviamo è sempre il risultato del costante attrito tra due macro-componenti:

• Il segnale (signal): l’informazione strutturale che descrive la reale qualità tecnica e organizzativa del sistema;
• Il rumore (noise): la variabilità stocastica e casuale che altera, nel breve periodo, il valore osservato.

In una competizione di breve durata come un girone di qualificazione o un play-off secco, il rumore non è un semplice brusio di sottofondo: è il fattore che spesso orienta l’esito finale. Analizzare il percorso che ha portato all’eliminazione dell’Italia non serve a riabilitare una gestione tecnica o a giustificare una prestazione opaca, bensì costituisce un eccellente caso di studio per toccare con mano uno dei problemi metodologici più insidiosi nell’analisi dei dati: capire quando una metrica sta fotografando la reale qualità di un processo e quando, invece, siamo vittima di un campione ridotto e di un’osservazione estrema (outlier) che ha distorto l’intera distribuzione di riferimento.

Il Segnale, il Rumore e l’entropia del campo

In ingegneria delle telecomunicazioni, il Signal-to-Noise Ratio (SNR) definisce quanto un segnale informativo sia distinguibile dal disturbo di fondo. In statistica, il concetto è identico: più alto è il rumore, minore è la nostra capacità di isolare il fenomeno reale.

Nel calcio, il rapporto segnale/rumore è drammaticamente basso nelle partite singole. Un gol può derivare da un rimpallo fortuito (rumore), da un errore arbitrale (rumore) o da una manovra tattica studiata (segnale). Se analizziamo una stagione intera di 38 partite, il rumore tende a compensarsi e il segnale (la qualità della rosa, l’organizzazione tattica) emerge. Ma in una gara secca o in un mini-girone, il rumore domina il segnale. La statistica ci insegna che, in queste condizioni, il risultato finale è spesso un indicatore pessimo della reale forza delle squadre coinvolte.

Il primo errore: confondere il risultato con il processo

Una delle regole auree della data science consiste nel separare rigorosamente la valutazione del processo da quella del risultato.

Prendiamo un modello di machine learning ben tarato: può accadere che generi una previsione errata su una singola osservazione a causa di un rumore statistico elevato, così come un modello mediocre può indovinare una stima per pura coincidenza. Valutare l’architettura dell’algoritmo basandosi esclusivamente su quell’unico output rappresenterebbe una grave fallacia metodologica.

Nel calcio accade la stessa cosa. Una singola partita rappresenta un campione statistico troppo ridotto (small sample size) per esprimere un valore attendibile. Un intero girone di qualificazione accresce la significatività, ma rimane una finestra osservativa limitata. Quando media e tifosi valutano la prestazione complessiva di un ciclo tecnico unicamente in base all’esito dell’ultima partita di play-off, cadono in pieno Outcome Bias: l’errore cognitivo che porta a giudicare la qualità di una decisione o di un sistema esclusivamente dal risultato finale ottenuto.

Il compito dell’analista dei dati è muoversi nella direzione opposta, ponendosi domande strutturali:

• Il risultato osservato era statisticamente prevedibile in base al segnale?
• Qual è il peso effettivo della varianza casuale nel fallimento?
• Esistono valori anomali che hanno alterato le metriche del girone, costringendo la squadra a un percorso a rischio?

Il girone visto come una distribuzione statistica

Per rispondere, svestiamo i panni del tifoso e riduciamo il girone di qualificazione a una semplice distribuzione di punti ottenuti da un campione di cinque nazionali ([math]n = 5[/math]).

A una prima lettura orizzontale, la classifica sembra raccontare una storia banale: la Norvegia ha dominato il girone chiudendo al primo posto, mentre l’Italia si è fermata al secondo, scivolando nell’incertezza dei play-off che le sono costati il Mondiale. La statistica descrittiva, tuttavia, suggerisce di porsi un quesito diverso: quanto dista esattamente ciascuna squadra dal comportamento medio del campione?

Lo z-score: misurare la deviazione dalla norma

Per quantificare la distanza di ogni osservazione dal centro della distribuzione utilizziamo lo z-score, un indicatore che normalizza i dati misurando quante deviazioni standard separano un valore dalla media campionaria:

[math]z = \frac{x – \mu}{s}[/math]

dove:

• [math]x[/math] è il punteggio osservato della singola squadra;
• [math]\mu[/math] è la media campionaria del girone ([math]\mu = 11,8[/math] punti);
• [math]s[/math] è la deviazione standard campionaria ([math]s \approx 9,55[/math] punti).

Applicando la normalizzazione all’intero gruppo, otteniamo la seguente mappa di posizionamento:

L’analisi degli z-score rivela una realtà ben diversa dalla semplice gerarchia del tabellone:

• Israele rappresenta il perfetto centro di gravità del girone ([math]z \approx 0[/math]).
• L’Italia, con uno z-score di [math]+0,65[/math], ha disputato un torneo oggettivamente superiore alla media. In una distribuzione normale, un valore simile indica un rendimento solido, pienamente compatibile con la qualificazione in contesti privi di anomalie.
• La Norvegia ([math]+1,28 \sigma[/math]) rappresenta il punto ad alta leva statistica (high leverage point) del dataset: una prestazione eccezionale che, assorbendo quasi la totalità dei punti disponibili, polarizza le metriche descrittive dell’intero gruppo.

Anche se formalmente la Norvegia non supera la soglia canonica dei [math]2[/math] o [math]3[/math] z-score che definisce un outlier puro nelle grandi distribuzioni, in un campione di sole cinque osservazioni è l’osservazione dominante che altera la percezione di tutti gli altri valori.

Quando un solo dato cambia tutta la distribuzione

Il problema principale delle osservazioni estreme non risiede nella loro magnitudo, ma nella loro capacità di distorcere le statistiche di sintesi basate sulla media. Cosa accade alla valutazione della performance italiana se rimuoviamo temporaneamente la Norvegia dall’analisi per osservare il comportamento delle restanti quattro squadre ([math]n = 4[/math])?

• La nuova media campionaria crolla da [math]\mu = 11,8[/math] a [math]\mu’ = 8,75[/math] punti.
• La deviazione standard si contrae da [math]s = 9,55[/math] a [math]s’ \approx 7,72[/math].
• Lo z-score dell’Italia subisce un’impennata, passando da [math]+0,65[/math] a [math]+1,20[/math].

Senza l’osservazione estrema a fare ombra, i 18 punti dell’Italia smettono di sembrare una prestazione incerta e assumono i contorni di una netta leadership di gruppo ([math]+1,20[/math] deviazioni standard sopra la nuova media). La qualità del percorso italiano non è cambiata di una virgola: è cambiata soltanto la popolazione di riferimento con cui viene confrontata.

Questo esperimento mentale dimostra una tesi cruciale per ogni analista: il significato di un dato statistico non è mai intrinseco, ma dipende interamente dal contesto distributivo in cui è immerso.

In ambito aziendale, questo fenomeno si manifesta costantemente. Si consideri una piattaforma e-commerce con un flusso ordinario compreso tra 900 e 1.100 ordini giornalieri. Se durante il Black Friday il volume balza improvvisamente a 15.000 transazioni, inserire quel singolo giorno nel calcolo della media mensile restituirebbe un valore artificialmente elevato (es. 1.500 ordini/giorno). Di conseguenza, tutti i giorni ordinari apparirebbero erroneamente come giornate di “crisi delle vendite” (sotto la media), quando in realtà il processo di business è perfettamente sano.

Per immunizzarsi da questo effetto di distorsione, la moderna data science sostituisce spesso la media aritmetica con stimatori robusti, sensibili all’ordine e non alla magnitudo dei valori estremi:

• La Mediana (il valore che divide a metà la distribuzione);
• L’Intervallo Interquartile (IQR), che concentra l’analisi sul 50% centrale dei dati;
• La Median Absolute Deviation (MAD) per la stima della dispersione.

Nota metodologica: L’utilizzo delle deviazioni standard e degli z-score in questo articolo ha una funzione analitico-comparativa per visualizzare il distacco relativo tra le squadre. I dati empirici di un girone a cinque squadre non costituiscono e non possono essere assimilati a una distribuzione gaussiana normale, date le dimensioni ridotte del campione e le interdipendenze a somma zero dei punteggi nel calcio.

Il valore applicativo: cosa rende questo esercizio unico per un Data Scientist?

Analizzare l’eliminazione dell’Italia dal Mondiale attraverso la lente statistica non è un mero esercizio speculativo, ma un eccellente laboratorio per comprendere tre criticità operative che ogni data scientist affronta nei contesti decisionali reali:

1. Il problema dello Small Data e l’effetto Leva

Mentre nei Big Data eliminare o mantenere una singola riga anomala su milioni di record non altera le metriche di sintesi, nelle decisioni strategiche di business si opera quasi sempre in regime di Small Data: 4 trimestri fiscali, 5 compagini industriali concorrenti, 8 partite di qualificazione. In campioni così compressi, una singola osservazione estrema agisce come un punto ad altissima leva, capace di ribaltare le conclusioni analitiche e indurre a decisioni di investimento (o di licenziamento) completamente errate.

2. La trappola della media nei KPI di Business

Il caso “Norvegia vs Italia” dimostra perché affidare la valutazione di un team aziendale o di una campagna marketing unicamente alla media aritmetica sia una strategia ad alto rischio. Quando il dataset presenta asimmetrie o eventi eccezionali, le metriche non robuste generano falsi negativi (far sembrare fallimentare una performance solida come quella italiana) o falsi positivi.

3. Gestione del rischio e contrasto all’Outcome Bias

Il fallimento dell’Italia ai play-off (un torneo a eliminazione diretta dove la varianza casuale è massima) viene interpretato dal pubblico come la prova di un fallimento sistemico. In realtà, la statistica ci insegna che quando una squadra da [math]+0,65 \sigma[/math] viene spinta nel territorio ad alta entropia dei play-off a causa di un outlier nel girone, le probabilità che il rumore domini il segnale crescono esponenzialmente. Nel management aziendale, punire un team per un esito negativo maturato in condizioni di alta varianza casuale — ignorando la bontà del processo strutturale precedente — è il modo più rapido per distruggere valore a lungo termine.

Oltre il risultato: cosa sarebbe successo in 100.000 qualificazioni?

Una delle caratteristiche più affascinanti della statistica è che non si limita a spiegare ciò che è accaduto, ma permette di esplorare ciò che avrebbe potuto accadere.

Finora abbiamo analizzato una sola realizzazione del processo: quella effettivamente osservata, culminata con l’eliminazione dell’Italia. Dal punto di vista probabilistico, però, una qualificazione ai Mondiali non è un evento deterministico, bensì l’esito di una lunga sequenza di variabili casuali: la forza relativa delle squadre, il calendario, gli episodi arbitrali, gli infortuni, le espulsioni e perfino l’ordine con cui vengono battuti i calci di rigore.

Un data scientist non si accontenterebbe di osservare una sola traiettoria. Costruirebbe invece un modello capace di simulare migliaia di stagioni alternative per stimare la probabilità dei diversi esiti. Questa tecnica prende il nome di simulazione Monte Carlo.

Costruire un modello probabilistico

Per semplicità, ipotizziamo che la probabilità di vittoria dell’Italia in ogni partita sia coerente con il livello mostrato durante il girone e che le probabilità di pareggio e sconfitta riflettano la forza relativa delle avversarie. Ogni simulazione riproduce l’intero percorso di qualificazione:

• Vengono simulati gli incontri del girone.
• Viene determinata la classifica finale.
• Se necessario, viene simulato il play-off.
• In caso di pareggio, vengono simulati anche i tempi supplementari e l’eventuale serie di rigori.

Ripetendo questo esperimento 100.000 volte, otteniamo non un singolo risultato, ma una distribuzione di risultati possibili.

Come si costruisce la simulazione Monte Carlo

Di seguito un esempio estremamente semplificato del cuore dell’algoritmo. Ogni partita viene trattata come una variabile casuale discreta con tre possibili esiti (vittoria, pareggio, sconfitta). Il torneo viene poi simulato migliaia di volte.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# Nota: la variabile 'punti' contiene i risultati 
# delle 100.000 simulazioni generate dal modello Monte Carlo (vedi codice successivo).
# N_SIM = 100_000

# Distribuzione dei punti
distribuzione = (
    pd.Series(punti)
      .value_counts()
      .sort_index()
      .rename("Frequenza")
)

# Percentuali
percentuali = distribuzione / N_SIM * 100

tabella = pd.DataFrame({
    "Punti": distribuzione.index,
    "Frequenza": distribuzione.values,
    "Percentuale": percentuali.values
})

print(tabella)

# Utilizzo di numpy per le metriche di sintesi
print(f"\nMedia: {np.mean(punti):.2f}")
print(f"Deviazione standard: {np.std(punti):.2f}")

# Creazione dell'Istogramma
plt.figure(figsize=(8,5))
plt.hist(punti, bins=range(min(punti), max(punti)+2),
         align="left", rwidth=0.85)
plt.xlabel("Punti ottenuti")
plt.ylabel("Numero di simulazioni")
plt.title("Distribuzione Monte Carlo dei punti dell'Italia")
plt.grid(axis="y", alpha=0.3)
plt.show()

    Punti  Frequenza  Percentuale
0       6          2        0.002
1       7          4        0.004
2       8         22        0.022
3       9         41        0.041
4      10        109        0.109
5      11        277        0.277
6      12        587        0.587
7      13       1312        1.312
8      14       2436        2.436
9      15       3867        3.867
10     16       6706        6.706
11     17       9511        9.511
12     18      10210       10.210
13     19      16241       16.241
14     20      13315       13.315
15     21      10587       10.587
16     22      16555       16.555
17     24       8218        8.218

Media: 19.32
Deviazione standard: 2.72

L’esecuzione della simulazione Monte Carlo ha generato una distribuzione empirica dei punteggi ottenuti dall’Italia in 100.000 qualificazioni virtuali. Il valore medio risulta pari a 19,32 punti, con una deviazione standard di 2,72 punti, segno che, pur mantenendo costante il livello tecnico della squadra, la componente casuale produce una variabilità non trascurabile negli esiti finali.

L’aspetto più interessante non è tanto il valore medio, quanto la forma della distribuzione. La maggior parte delle simulazioni si concentra tra 18 e 22 punti, mentre punteggi molto bassi rappresentano eventi rari ma comunque possibili. In altre parole, anche mantenendo invariata la forza della squadra, la statistica mostra che il percorso di qualificazione può evolvere lungo numerose traiettorie differenti.

Dalla simulazione dei punti alla simulazione dell’intero girone

Il modello presentato in precedenza rappresenta il nucleo essenziale di una simulazione Monte Carlo: ad ogni partita viene associata una distribuzione di probabilità e il computer genera migliaia di possibili qualificazioni.

Un data scientist, tuttavia, si spingerebbe oltre. Per stabilire se una squadra si qualifica ai Mondiali non è sufficiente simulare esclusivamente i punti ottenuti dall’Italia: occorre simulare anche il comportamento delle altre nazionali, ricostruendo ogni volta l’intera classifica del girone.

In pratica, ogni simulazione riproduce un torneo completo.

Per ciascuna delle otto giornate vengono generati casualmente tutti gli incontri del girone secondo le probabilità assegnate alle varie squadre. Al termine vengono calcolati i punti, ordinata la classifica e verificato se l’Italia:

• conclude al primo posto e si qualifica direttamente;
• termina seconda e accede ai play-off;
• viene eliminata.

Ripetendo il procedimento 100.000 volte non otteniamo un’unica previsione, ma una distribuzione empirica delle probabilità associate ai diversi scenari.

Implementazione Python

import numpy as np
import pandas as pd

N_SIM = 100_000

# =====================================================
# Probabilità dell'Italia nelle otto partite
# (vittoria, pareggio, sconfitta)
# =====================================================
italia = [
    (0.45, 0.30, 0.25),
    (0.70, 0.20, 0.10),
    (0.85, 0.10, 0.05),
    (0.90, 0.08, 0.02),
    (0.55, 0.25, 0.20),
    (0.75, 0.18, 0.07),
    (0.90, 0.08, 0.02),
    (0.92, 0.06, 0.02)
]

# =====================================================
# Distribuzione plausibile dei punti finali
# delle altre squadre (modello Naïve per indipendenza)
# =====================================================
def punti_norvegia():
    return int(np.clip(np.random.normal(24, 2), 15, 24))

def punti_israele():
    return int(np.clip(np.random.normal(12, 3), 4, 20))

def punti_estonia():
    return int(np.clip(np.random.normal(4, 2), 0, 10))

def punti_moldova():
    return int(np.clip(np.random.normal(1, 1), 0, 6))

# =====================================================
# Simulazione delle partite dell'Italia
# =====================================================
def simula_italia():
    punti_tot = 0
    for pw, pd, pl in italia:
        punti_tot += np.random.choice(
            [3, 1, 0],
            p=[pw, pd, pl]
        )
    return punti_tot

# =====================================================
# Esecuzione Monte Carlo
# =====================================================
qualificazione = 0
playoff = 0
eliminata = 0
punti = [] # Inizializziamo l'array per alimentare il grafico precedente

for _ in range(N_SIM):
    
    punti_italia_sim = simula_italia()
    punti.append(punti_italia_sim)

    classifica = {
        "Italia": punti_italia_sim,
        "Norvegia": punti_norvegia(),
        "Israele": punti_israele(),
        "Estonia": punti_estonia(),
        "Moldova": punti_moldova()
    }

    # Ordinamento decrescente basato sui punti
    ranking = sorted(
        classifica.items(),
        key=lambda x: x[1],
        reverse=True
    )

    posizione = [x[0] for x in ranking].index("Italia") + 1

    if posizione == 1:
        qualificazione += 1
    elif posizione == 2:
        playoff += 1
    else:
        eliminata += 1

# =====================================================
# Output Risultati
# =====================================================
risultati = pd.DataFrame({
    "Esito": [
        "Qualificazione diretta",
        "Play-off",
        "Eliminazione"
    ],
    "Probabilità (%)": [
        (qualificazione / N_SIM) * 100,
        (playoff / N_SIM) * 100,
        (eliminata / N_SIM) * 100
    ]
})

print(risultati)

I Risultati della simulazione

L’esecuzione di 100.000 simulazioni Monte Carlo ha prodotto la seguente distribuzione degli esiti:

A prima vista il risultato può sembrare sorprendente. Il modello suggerisce infatti che, date le probabilità assegnate alle singole partite e la distribuzione ipotizzata per le altre squadre del girone, l’Italia conclude il torneo al secondo posto nella grande maggioranza delle simulazioni, accedendo ai play-off in oltre quattro casi su cinque.

La qualificazione diretta risulta invece relativamente rara ([math]16,3\%[/math]), mentre l’eliminazione già nella fase a gironi rappresenta un evento poco probabile ([math]2,3\%[/math]).

Come interpretare questi risultati

È fondamentale comprendere che la simulazione non sta affermando che l’Italia abbia realmente il [math]16,3\%[/math] di probabilità di qualificarsi direttamente. Sta semplicemente descrivendo il comportamento del modello costruito.

Le probabilità finali dipendono interamente dalle ipotesi iniziali:

• le probabilità assegnate alle otto partite dell’Italia;
• la distribuzione dei punti ipotizzata per Norvegia, Israele, Estonia e Moldova;
• l’assunzione che i risultati delle squadre siano statisticamente indipendenti.

Modificando anche uno solo di questi elementi, cambierebbe l’intera distribuzione finale.

Il vero valore della simulazione

L’aspetto più interessante non è il valore numerico delle percentuali, ma il metodo utilizzato per ottenerle.

La simulazione Monte Carlo mostra come un’intera qualificazione possa essere interpretata come un processo probabilistico anziché come una sequenza deterministica di eventi. Invece di chiedersi esclusivamente “che cosa è successo?”, il modello permette di stimare “con quale frequenza quello scenario si sarebbe verificato se il torneo fosse stato ripetuto migliaia di volte nelle stesse condizioni?”

È proprio questo cambio di prospettiva che distingue l’analisi statistica dalla semplice lettura del risultato finale.

Un’osservazione metodologica importante

C’è però un aspetto che un data scientist noterebbe immediatamente: questo modello è ancora una semplificazione.

Le altre squadre non vengono simulate partita per partita, ma attraverso una distribuzione dei loro punti finali. Di conseguenza, le classifiche generate possono includere combinazioni che, nella realtà, non potrebbero verificarsi contemporaneamente.

In una simulazione professionale si procederebbe diversamente: si simulerebbero tutti i venti incontri del girone, aggiornando la classifica dopo ogni partita. In questo modo i risultati delle squadre sarebbero tra loro coerenti, perché ogni incontro assegnerebbe punti a entrambe le contendenti. Il modello diventerebbe così un vero digital twin del girone di qualificazione.

Dalla simulazione alla distribuzione delle probabilità

Una simulazione Monte Carlo non restituisce una previsione puntuale, ma una distribuzione di esiti possibili.

Ogni iterazione rappresenta una qualificazione alternativa costruita a partire dalle stesse probabilità iniziali. Dopo 100.000 simulazioni, possiamo stimare la probabilità di qualificazione diretta, di accesso ai play-off o di eliminazione semplicemente osservando la frequenza con cui ciascun evento si verifica.

Il risultato realmente osservato,  l’eliminazione dell’Italia ,  non viene quindi interpretato come una prova definitiva della qualità della squadra, ma come una singola realizzazione estratta da una distribuzione molto più ampia di scenari possibili.

Questo è il passaggio concettuale fondamentale della statistica moderna: il dato osservato è solo uno dei molti risultati compatibili con il processo che lo ha generato.

Dal “perché” al “quanto era probabile”

Il ragionamento deterministico cerca una spiegazione ex post:

“Perché l’Italia è stata eliminata?”

L’approccio probabilistico pone invece una domanda diversa:

“Quanto era probabile che una squadra con queste caratteristiche venisse eliminata?”

La differenza può sembrare sottile, ma cambia completamente il modo in cui vengono interpretati i dati. Nel primo caso si costruisce una narrazione attorno a un singolo evento; nel secondo si valuta l’intero spazio delle possibilità.

Perché simulare è meglio che raccontare

È proprio qui che la simulazione Monte Carlo diventa uno strumento di analisi, e non soltanto di previsione.

Anziché cercare una spiegazione perfettamente coerente dopo aver osservato il risultato, la simulazione ricostruisce migliaia di percorsi alternativi e mostra quanto l’esito finale dipenda dalla componente casuale del processo.

Lo psicologo premio Nobel Daniel Kahneman descriveva questa tendenza con l’acronimo WYSIATI (What You See Is All There Is): una volta noto il risultato, il nostro cervello tende a considerarlo inevitabile, ignorando tutte le alternative che avrebbero potuto verificarsi.

La simulazione rompe questa illusione cognitiva. Non dimostra che l’Italia avrebbe dovuto qualificarsi, né che meritasse l’eliminazione; mostra semplicemente che un singolo esito osservato è insufficiente per valutare la qualità di un processo complesso.

Dallo sport al business

Lo stesso approccio viene utilizzato quotidianamente nelle aziende moderne:

• Un responsabile finanziario non valuta un investimento osservando un unico scenario economico, ma simula migliaia di evoluzioni dei tassi d’interesse, dei ricavi e dei costi.
• Un ingegnere dell’affidabilità non testa un componente una sola volta, ma ne simula il comportamento sotto migliaia di condizioni operative.
• Un data scientist non giudica un modello sulla base di un singolo test set, ma utilizza tecniche di cross-validation, bootstrapping e simulazioni ripetute per stimarne la robustezza.

Il calcio non è diverso. Una singola qualificazione racconta una storia. Centomila qualificazioni raccontano una distribuzione. Ed è quest’ultima che interessa alla statistica.

 

Pubblicità