Hindi ito tungkol sa mga taya o luck—ito ay pag-analyze ng data, kultura, at systemic bias mula sa South Side ng Chicago. Alam mo ang tunay na dahilan kung bakit nag-0-2 ang LA at bakit bumabagsik ang Famengo.

Isang data-driven na analista na may puso ng tagasunod, sinuri ko ang mga numero: ang €70m na tawid ni Atletico sa Rojas ay hindi paglipat—kundi isang maling modelo na nakatago sa pangako. Ang stats ay totoo, ngunit ang kuwento ay malii.

Nakita ko ang pagbagsik ni Porto sa dashboard—hindi dahil sa maliit na taktika, kundi dahil sa maling algorithm. Ang data ay hindi nagmamali—nagpapakita lang ng totoo.

Sinuri ng isang tahas na analista ang lihim na ugnayan sa pagitan ni Messi at Di María sa pambansang koponan ng Argentina. Hindi ito tungkol sa ego—kundi sa istruktura ng palaro.

Isang 21-taong-lalaki na hindi inaasahan ang nagwagi laban kay Mbappé sa Munich—hindi dahil sa luck, kundi dahil sa data. Ang mga pattern at analytics ang nagsabi ng totoo.

Bakit pa rin tinitingnan ang mga laro ni Ronaldo kahit hindi siya naglalabas? Ipinapakita nito ang tunay na halaga—hindi sa stats, kundi sa katahimikan at galaw ng kanyang paggalaw.

Nilikha ng isang data scientist na may sampung taon sa football analytics, ang bawat statistika, injury report, at taktika ay sinusuri. Hindi ito pangarap—ito ay probability. 3-1 ang hula, batay sa heat, injury, at tactical gap.

Nakita ko ang lahat ng goal, shot, at nawawalang pagkakatawan sa 127 na laro—hindi ang drama ang nagpapasya kundi ang xG. Ang Seattle ay nawala dahil sa mababang numerong ito, hindi dahil sa kamalian.

Bilang isang graduate ng computer science sa UCL may mixed heritage, natuklasan ko na ang data ay hindi naglalait—ang mga European club ay hindi bumabagsak, kundi binabago ng algorithm. Hindi ito tungkol sa talent, kundi sa pag-unawa.