De ideale race-indeling van de zevenheuvelenloop
Juli 2023 – Tim Hanssen
Met Running on Data gaan we dit jaar voor het eerst meedoen met de Zevenheuvelenloop in Nijmegen. Andere jaren deden we mee met de halve marathon van Eindhoven. We krijgen nu dus te maken met een andere afstand (15 km t.o.v. 21.1 km) én een parcours met hoogtemeters. Om goed voorbereid de hackathon sessies te kunnen starten, hebben we met een aantal collega’s van Nippur alvast een eerste hackathon gedaan.
Deze hackathon had een drietal doelen. Als eerste wilden we de technische omgeving van vorig jaar weer snel aan de praat krijgen zodat we die dit jaar opnieuw kunnen gebruiken. Dat ging probleemloos! Ook hebben we binnen Nippur een paar nieuwe, enthousiaste collega’s die dit jaar meedoen met Running on Data. Voor hen was dit een goede kennismaking met de data en de techniek. En als derde doel wilden we een leuke analyse doen met data van de Zevenheuvelenloop. Daar zal de rest van dit artikel over gaan.
De Zevenheuvelenloop bestaat al vanaf 1984. Op hun website zijn de uitslagen van alle jaren terug te vinden. Die uitslagen, inclusief tussentijden, hebben we gebruikt voor de analyse in dit artikel. In 1984 werd er 12 km gerend en daarna is het steeds 15 km geweest. In totaal zijn er ruim dan 500.000 finishers geweest op het jaarlijkse hoofdonderdeel. Gedurende de jaren is het een steeds groter evenement geworden. De snelheid van de middelste deelnemer gaat achteruit naarmate er meer deelnemers meedoen, dat is in de onderstaande grafiek te zien. De laatste paar jaar gaat het aantal deelnemers weer wat achteruit. Dat zal mede te maken hebben met de andere onderdelen, zoals de Zevenheuvelennacht.
Zoals net al geschreven, hebben we ook tussentijden verzameld. Sinds 2017 wordt zelfs elke kilometer bijgehouden. Voor ons zijn die data perfect. Voor de rest van de analyse is daarom naar data vanaf 2017 gekeken.
Op basis van die tussentijden elke kilometer hebben we een aantal leuke feitjes ontdekt:
- Er is nog nooit een deelnemer geweest die elke kilometer minimaal zo snel is gegaan als zijn voorgaande kilometer. De langste serie is vanaf kilometer 4 tot aan het einde.
- Er is ook nog nooit een deelnemer geweest die elke kilometer trager is geweest dan de voorgaande kilometer.
- Valsspelen lijkt niet te gebeuren. We hebben geen extreem snelle tussentijden kunnen vinden. En in het geval van een ontbrekende tussenmeting is het de meting erna conform verwachting. Er is dan dus geen stuk afgesneden op het parcours.
Met de tussentijden per kilometer hebben we geanalyseerd hoe lopers hun race indelen. Om dat nog beter te doen hebben we eerst een mooi overzicht gemaakt van het parcours. Daarin is het hoogteprofiel duidelijk te zien en hebben we individuele kilometers geclassificeerd als “Vlak”, “Omhoog” of “Omlaag”. Elke categorie komt 5x voor. In de volgende afbeelding is die indeling mooi te zien.
Tussen 2 en 5 kilometer gaat de weg behoorlijk omhoog. En vooral tussen 10 en 11 kilometer zit daarna nog een flinke klim. Het laatste deel van het parcours gaat juist weer flink omlaag. Als je vervolgens voor elke individuele deelnemer gaat kijken welke kilometer hij/zij het traagst heeft afgelegd, dan is dat in bijna de helft van de keren het stuk van 10 km naar 11 km. Ook de laatste kilometer van de eerste lange klim (tussen 2 en 5 kilometer) wordt vrij vaak het traagst afgelegd door een loper. De allerlaatste kilometer wordt juist vaak het snelst afgelegd. Dit is niet per se de kilometer die het meest omlaag gaat, maar natuurlijk wel de kilometer waarna de tank helemaal leeg mag zijn. Kilometer 9 naar kilometer 10 wordt ook vrij vaak het snelst gelopen, deze gaat wel flink omlaag. Informatie over die snelste en traagste kilometers is in de volgende afbeelding te zien.
Vervolgens leek het ons interessant om te bepalen hoe je je energie nu het beste kunt verdelen. Het is wel duidelijk dat bergop wat langzamer gaat dan bergaf, maar, is het dan juist goed om bergop extra je best te doen of liever niet? Om hier iets zinnigs over te kunnen zeggen, hebben we van elke deelnemer elke kilometertijd omgerekend naar een kilometer op vlakke weg. Hiervoor hebben we gebruik gemaakt van het “Grade Adjusted Pace Model” van Strava. Zie de volgende website voor meer informatie hierover: https://medium.com/strava-engineering/an-improved-gap-model-8b07ae8886c3.
Ook hebben we alle deelnemers opgedeeld in categorieën op basis van hun gelopen eindtijd. En daarnaast hebben we de uitschieters en ontbrekende waardes uit de dataset verwijderd.
Rekenvoorbeeld: Als een kilometer met een hellingspercentage van 2% wordt afgelegd in 300 seconden, dan zou je die in 284 seconden afleggen als de weg vlak was geweest. Of als je een weg met 2% aflopend af zou leggen in 240 seconden, dan zou je daar 250 seconden over doen als die vlak was.
In de bovenstaande grafiek is per tempogroep te zien op welk deel van het parcours ze een beetje energie proberen te sparen en waar ze juist iets meer hun best doen. In elk geval valt bij elke tempogroep op dat bergop meer intensiteit geleverd wordt dan gemiddeld. De snelste lopers rennen dan met een beetje meer intensiteit en naarmate de eindtijd langer wordt, wordt er relatief meer intensiteit bergop geleverd. Een mooie conclusie is ook dat de snelste lopers alleen maar energie sparen als ze omlaag gaan en juist iets meer hun best doen op vlakke stukken en bergop. Lopers die iets minder hard rennen (tussen 50 en 100 min) sparen ook energie op het vlakke stuk zodat ze bergop meer kunnen geven. De langzaamste lopers laten een indeling zien die vergelijkbaar is met die van de snelste lopers, maar dan extremer.
Het laatste deel van deze analyse gaat over de splittijden van elke kilometer die je zou moeten lopen als je de gemiddelde deelnemer van jouw streeftijd zou volgen. Als je aan de start staat met een bepaalde doeltijd dan is het handig om deze tussentijden goed te onthouden. Dan weet je dat het niet gek is als een bepaalde kilometer wat langzamer of wat sneller gaat. Zie in de tabel hieronder een overzicht van de splittijden per eindtijd.
Natuurlijk zijn er nog veel meer onderzoeksvragen te beantwoorden met de data die beschikbaar is. En het wordt nog interessanter als je je eigen hardloopgegevens ernaast legt. Misschien ben je wel erg goed in bergop lopen en moet je je race–intensiteit net een beetje anders indelen. Door ook persoonlijke Strava–data te gebruiken zullen nog meer vragen onderzocht kunnen worden.
Dus: vond je dit leuk om te lezen? Aarzel niet en doe mee met Running on Data 2023!
