In de competitieve wereld van het professionele wielrennen kunnen marginale voordelen het verschil betekenen tussen winst en verlies. Voor Q36.5 Pro Cycling Team is data-analyse de ’26e renner’ van het team geworden. Deze onzichtbare maar essentiële teamgenoot beïnvloedt alles, van de prestaties en werving van renners tot logistieke planning en realtime racestrategieën. Het gebruik van data door het team illustreert hoe professionele sporten steeds meer vertrouwen op technologie om de concurrentie voor te blijven. We spraken met General Director Doug Ryder over de rol van analyse in het professionele wielrennen.
Q36.5 werkt met 25 professionele renners op de selectielijst. Hun technologieplatform is ingebed in elk aspect van de organisatie. De locatie van het team in de buurt van Utrecht fungeert als een centraal technologiecentrum, dat wereldwijde activiteiten in 22 landen en 220 racedagen per jaar coördineert. Met 23 voertuigen op de weg en 1100 geboekte vluchten per seizoen vereist dit niveau van activiteit een efficiënte en verbonden infrastructuur. Satellietinternet met een downloadsnelheid van 250 Mbps, mogelijk gemaakt door Starlink, zorgt voor continue connectiviteit voor datastromen en communicatie.
In de woorden van Ryder komt het verschil tussen winnen en verliezen vaak neer op fracties van een seconde. Het analyse-ecosysteem van het team verwerkt miljoenen datapunten om te bepalen waar verbeteringen mogelijk zijn. Het is een filosofie die gebaseerd is op het principe van marginale winst. Hoewel 90 procent van de prestaties voortkomt uit inspanning en voorbereiding, bestaat de laatste 10 procent uit kleine maar cruciale optimalisaties op het gebied van training, uitrusting, voeding en mentale focus. Die kunnen echt het succes ontsluiten, stelt Ryder.
Chaos omzetten in duidelijkheid
Om de chaos van het professionele wielrennen te beheersen, vertrouwt Q36.5 op slimme, verbonden apparaten die data over renners, uitrusting en activiteiten verzamelen en analyseren. Wearables houden de hartslagvariabiliteit, trainingsintensiteit, veranderingen in lichaamsgewicht en slaapkwaliteit bij. Het team weet wanneer een renner wakker wordt, hoe goed hij heeft geslapen en zelfs of zijn slimme weegschaal thuis door iemand anders is gebruikt. Deze informatie wordt gebruikt bij beslissingen die misschien onbelangrijk lijken, zoals de kamerindeling tijdens etappekoersen, maar die van invloed kunnen zijn op het algehele herstel en de prestaties.
“Sommige renners verliezen tot 5 procent van hun lichaamsgewicht tijdens intensieve etappes”, legt Ryder uit. Met weegschalen in de teambussen die het gewicht voor en na elke race meten, wordt die data onmiddellijk doorgegeven aan de teamchefs, soms honderden kilometers verderop. Tegen de tijd dat een renner bij het volgende hotel aankomt, hebben voedingsdeskundigen de maaltijdplannen aangepast om het verlies te compenseren. “Nog voordat de renner kan douchen, vindt er al een gesprek plaats tussen de chef-kok en de voedingsdeskundige”, merkt Ryder op.
Deze realtime voedingsrespons zorgt ervoor dat renners hun optimale prestatieniveau behouden tijdens meerdaagse evenementen, waar vermoeidheid, slecht herstel of onvoldoende brandstof kunnen leiden tot een afname van de prestaties.
Resultaten voorspellen, uitrusting aanpassen
Naast herstel en voeding speelt data-analyse een cruciale rol bij het nemen van beslissingen op de dag van de race. Het team combineert gestructureerde data, zoals vermogen, hoogteverschillen en weersvoorspellingen, met ongestructureerde data verzameld uit online berichten van wielerliefhebbers. Deze datastromen worden ingevoerd in voorspellende modellen die de dynamiek van de race anticiperen en helpen bij het afstemmen van de uitrusting, tot aan de bandenspanning en aerodynamische aanpassingen toe.
Metrics zoals Training Stress Score (TSS) en Heart Rate Variability (HRV) helpen bij het monitoren van de vermoeidheid en paraatheid van elke renner, zodat trainingsschema’s zowel uitdagend als haalbaar zijn. “We analyseren hoe omgevingsfactoren het vermogen en herstel van elke renner beïnvloeden”, zegt Ryder. “Zo kunnen we gas geven wanneer dat nodig is en ons inhouden wanneer herstel belangrijker is.”
Ook de psychologische dimensie van prestaties wordt niet over het hoofd gezien. Stemmingsregistratie en gedragsindicatoren vullen de fysiologische data aan, zodat coaches kunnen zien wanneer een renner mentaal vermoeid is of extra ondersteuning nodig heeft.
Een mobiele strategie-engine
Tijdens races fungeren de auto’s van Q36.5 als mobiele commandocentra die zijn uitgerust met Qlik-dashboards. Sportdirecteuren ontvangen realtime updates over ontsnapte groepen, volgen hoe rivaliserende renners eerder in vergelijkbare situaties hebben gepresteerd en passen hun strategie daarop aan. “Qlik is in wezen onze 26e renner”, zegt Ryder. “Het is altijd aanwezig, leert voortdurend bij en helpt ons altijd om snellere, betere beslissingen te nemen.” In tegenstelling tot het onvoorspelbare karakter van wielrennen op de openbare weg, biedt dit dataplatform consistentie en duidelijkheid.
De datagestuurde strategie van het team strekt zich uit tot de analyse na de race. In hun hub evalueren ze het vermogen, de positie van de renners en prestatieverschillen. Na een recente etappe in de Giro d’Italia bleek uit de data dat een sprinter 1405 watt (vermogen) leverde in zijn eindsprint, terwijl hij in staat is om 1800 watt te halen. Dit soort analyses helpt bij het identificeren van tactische aanpassingen die kunnen leiden tot betere resultaten in toekomstige races.
Voorbij de finishlijn
De analytische aanpak van Q36.5 verandert ook de manier waarop talent wordt gescout en gecontracteerd. Elk jaar komen duizenden professionele renners beschikbaar op de transfermarkt. Met behulp van Qlik filtert het team kandidaten op basis van leeftijd, specialisatie en prestatiestatistieken, waardoor het aantal kandidaten wordt teruggebracht tot een tiental geschikte prospects. Voor het komende seizoen hebben ze via dit proces drie renners geselecteerd en gecontracteerd.
“Ik weet meer over de renner dan zijzelf”, zegt Ryder. Met inzichten in gewichtspatronen, historische prestatiedata en gedrag op wedstrijddagen worden contractonderhandelingen gebaseerd op gegevens in plaats van speculatie. Deze wervingsmethodologie verbetert de besluitvorming en zorgt er tegelijkertijd voor dat jonge renners zich bij het team aansluiten met duidelijke ontwikkelingsdoelen en vastgestelde databenchmarks.
Hoewel de Formule 1 vaak wordt genoemd als leider op het gebied van sportanalyse, stelt Ryder dat professioneel wielrennen niet minder complex is. Het verschil zit hem in de onvoorspelbaarheid van het terrein. “Onze stadions zijn de open wegen van de wereld”, zegt hij. “Elke race is anders en vaak weten we pas maanden van tevoren wat de routes zijn. Het is alsof je een bedrijf koopt op basis van het logo, zonder de financiële data te zien.”
Deze variabiliteit vereist een ander soort modellering, een die zich kan aanpassen aan voortdurend veranderende omstandigheden. Terwijl F1-teams hun prestaties op vaste circuits optimaliseren, moeten wielerteams rekening houden met wind, weer, terrein en strategie op wegen waar ze misschien nooit meer zullen rijden.
Slimmer, niet harder
Achter de activiteiten van Q36.5 schuilt een digitale backbone. Alle data wordt opgeslagen in de cloud en gedeeld via geïntegreerde platforms. Elk voertuig is uitgerust met supersnel satellietinternet om realtime toegang te garanderen. Het netwerk moet ook werken op afgelegen racelocaties.
Met een jaarlijks budget van ongeveer 18 miljoen euro, ver onder de 50 miljoen euro waarover topteams beschikken, gebruikt Q36.5 technologie om elke euro optimaal te benutten. Hun aanpak heeft al vruchten afgeworpen, zegt Ryder, verwijzend naar de meer dan 10 overwinningen die het team dit jaar heeft behaald, waaronder verschillende bij grote races.
Ryder verwacht dat AI in de toekomst een grotere rol zal gaan spelen. Het team onderzoekt machine learning-modellen die het tactische gedrag van tegenstanders voorspellen en aangeven wanneer coureurs bijna uitgeput zijn. Met behulp van conversational analytics in Qlik voorzien ze proactieve waarschuwingen zoals “Deze coureur is mogelijk niet fit om morgen te racen”, op basis van cumulatieve stress- en herstelgegevens.
De filosofie van het team is duidelijk. Succes komt niet alleen voort uit harder racen. Het komt voort uit slimmer racen. “We gebruiken Qlik om sneller beter geïnformeerde beslissingen te nemen”, zegt Ryder. “Het gaat om intelligentie, besluitvorming en voortdurende optimalisatie. De sport draait tegenwoordig niet alleen om passie, maar ook om het begrijpen hoe je alle beschikbare middelen kunt inzetten om beter te presteren.”
Lees ook: Qlik breidt agentische tools uit naar het hele dataplatform