Aiutiamo i club a
guadagnare di più.
Per massimizzare il denaro che investono e trasformarlo in vittorie, in più denaro, o in entrambi.
Aiutiamo i club a essere efficienti.
I nostri modelli con base scientifica individuano la combinazione di asset-giocatore che massimizza il rendimento sportivo, il ritorno finanziario o entrambi, in base al capitale e al rischio disponibili del club.
Il 95,3% dei club non opera in modo efficiente.
Il tuo club è efficiente?
Scegli il tuo campionato ed esegui una simulazione gratuita.
Provalo qui ↗
MIT Sloan Sports
Analytics Conference
Tra le 8 migliori startup di scienza dello sport.
Alejandro Sánchez, CEO di SoccerSolver, ha presentato SoccerSolver al MIT SSAC, dove si incontrano calcio, scienza e investimento.
Guarda la presentazione ↗
850K € raccolti. Prima dei ricavi.
Un round pre-seed da 700K € più 150K € di family & friends, chiuso prima che l’azienda avesse ricavi o club annunciati. Il lancio sul mercato inizia nel 2026.
Leggi l'articoloInvesti di più. Cresci di più.
Nel 2017, Florentino Pérez descrisse il club come un’azienda e i suoi giocatori come i suoi asset finanziari distintivi. SoccerSolver trasforma quella tesi in un sistema operativo.
“Trattate un club sportivo come un’azienda. E gli asset di questo club non sono macchine. Sono giocatori.”
I giocatori sono talento. I giocatori sono asset finanziari.
SoccerSolver valuta ogni giocatore come un asset attraverso più di 50 metriche finanziarie, preservando il contesto sportivo che rende unico ogni club.
K. Mbappé Rilevato 2016
E. Haaland Rilevato 2019
M. Olise Rilevato 2020
J. Musiala Rilevato 2019
A. Isak Rilevato 2019
C. Palmer Rilevato 2021
M. Caicedo Rilevato 2020
J. Neves Rilevato 2022
E. Camavinga Rilevato 2019
F. López Rilevato 2023
A. Tchouaméni Rilevato 2019
D. Doué Rilevato 2022 “Ha segnato cinque gol. Sembra forte. Prendiamolo.”
Un’osservazione senza una tesi d’investimento quantificata.
“+25% di ROI atteso. 32% di volatilità al ribasso. Rendimento positivo al 90% di confidenza.”
Una decisione sportiva tradotta in rischio, rendimento e timing.
Il mercato si muove. Sappilo prima di lui.
SoccerSolver legge i giocatori come un mercato: rivalutazione attesa, deprezzamento e valore a un anno, aggiornati di continuo in base al contesto del club.
Pedri €165.7M atteso a 1 anno
Vitinha €144.9M atteso a 1 anno
K. Kvaratskhelia €143.3M atteso a 1 anno
D. Doué €135.7M atteso a 1 anno
O. Dembélé €100.1M atteso a 1 anno
D. Szoboszlai €105.3M atteso a 1 anno
F. López €113.9M atteso a 1 anno
W. Saliba €95.6M atteso a 1 anno
C. Palmer €78.7M atteso a 1 anno
J. Musiala €95.1M atteso a 1 anno
F. Wirtz €97.3M atteso a 1 anno
E. Fernández €95.1M atteso a 1 anno
P. Cubarsí €84.8M atteso a 1 anno
F. Valverde €87.9M atteso a 1 anno Anteprima prodotto SoccerSolver · I risultati del modello sono probabilistici, non garanzie di valore futuro.
Dal club senza SoccerSolver al club con SoccerSolver.
Questo è lo storico finanziario di un club su più stagioni, e il divario proiettato quando le decisioni di investimento vengono ottimizzate da SoccerSolver.


Output del modello illustrativo e anonimizzato. Le previsioni sono probabilistiche, dipendono dal contesto e dall’esecuzione, e non sono risultati finanziari garantiti.
Il prezzo della promozione. Il costo della retrocessione.
SoccerSolver collega il valore della rosa ai punti e alle probabilità necessari per proteggere il rischio o raggiungere l’obiettivo.
Screenshot di prodotto. Le probabilità cambiano con il valore di mercato selezionato, le ipotesi di stagione e il contesto competitivo; non garantiscono risultati sportivi.
L’xG della tua carriera. L’xV del tuo valore.
I proprietari parlano di denaro. xV trasforma un’intera carriera da direttore sportivo in prova del valore finanziario creato.
* Gli stemmi rappresentano gli ambienti di club contenuti nei portafogli professionali di quei direttori, non necessariamente il club attuale.
Ogni prodotto nasce da un paper scientifico.
SoccerSolver ha sviluppato 15 progetti di ricerca. 3 sono diventati semifinalisti del MIT. Quest’anno, il nostro team quantitativo presenterà più di 10 nuovi paper.
Ridefinire l’intelligenza di scouting
Un framework quantitativo per la similarità tra giocatori e l’adattamento tattico nel calcio.
Leggi su ResearchGate ↗
La frontiera efficiente del calcio
Bilanciare redditività e rendimento nell’ottimizzazione della rosa.
Leggi su ResearchGate ↗
Il modello OI
Un framework di utilità multicriterio per l’efficienza salario-valore nel calcio.
Leggi su ResearchGate ↗
























