Dane w treningu wytrzymałościowym

Kiedyś trener dysponował jedynie stoperem, notatnikiem i intuicją – dziś większość decyzji opiera na wykresach, dashboardach i powiadomieniach z aplikacji. To nie przypadek: dane pomagają ograniczyć przypadkowość w przygotowaniu wytrzymałościowym. Jak jednak wybrać wartościowe metryki, wyciągać trafne wnioski i skutecznie łączyć naukowe podejście z praktyką trenerską? W artykule przedstawiam, jak traktować telemetrię jako narzędzie do podejmowania lepszych decyzji, a nie jako źródło przytłaczających informacji.

Dlaczego dane stały się paliwem treningu wytrzymałościowego

Trenerzy i zawodnicy mają dziś dostęp do pomiarów, które jeszcze dekadę temu były niedostępne: moc (power), tętno (HR), zmienność tętna (HRV), tempo, kadencja, czas kontaktu z podłożem, sen, jakość regeneracji, odżywianie, a nawet wskaźniki psychiczne. Urządzenia i aplikacje mogą zbierać nawet ponad 40 różnych metryk na zawodnika, a zaawansowane systemy uczące się (machine learning) coraz częściej przewidują gotowość do treningu czy ryzyko kontuzji.

W praktyce to drobne, ale realne ulepszenia. Poprawa ekonomii biegu o 1% (czyli mniejsze zużycie energii przy tej samej prędkości) może skrócić wynik na 10 km o kilkanaście sekund – kluczowa przewaga na najwyższym poziomie rywalizacji. Najważniejsze jest jednak, jak dane są interpretowane – nie każde „dobrze wyglądające” wykresy oznaczają realny progres.

W ostatnich 5 latach widzimy dwie kluczowe zmiany: po pierwsze – wzrost jakości algorytmów oceniających regenerację i gotowość, które dziś osiągają wiarygodność porównywalną z oceną trenera; po drugie – powszechne przyjęcie adaptacyjnego podejścia do planowania, gdzie trening dopasowuje się do bieżących wskaźników, a nie tylko do kalendarza.

Kluczowe metryki i ich interpretacja

Nie wszystkie dane są równie użyteczne. Poniżej przedstawiam najważniejsze metryki realnie wspierające planowanie i decyzje podczas treningu.

Tętno (HR)

Co mierzy: intensywność pracy układu krążenia.
Jak używać: tętno spoczynkowe i wysiłkowe służy kontroli obciążenia; obserwuj tygodniowe trendy, nie pojedyncze dni.
Uwaga: HR reaguje z opóźnieniem i jest wrażliwe na temperaturę, odwodnienie czy stres.

Moc (power) i FTP (Functional Threshold Power)

Co mierzy: bezpośrednia praca mięśni (stosowana w kolarstwie oraz bieganiu na bieżni z czujnikami mocy).
FTP: maksymalna moc utrzymywana przez około 60 min, służy do wyznaczania stref wysiłku.
Zalety: krótsza latencja niż HR, precyzyjne sterowanie wysiłkiem.

Tempo i VO₂max

Tempo (pace): bezpośredni wskaźnik prędkości.
VO₂max: maksymalne pochłanianie tlenu, kluczowy wskaźnik wydolności.
Interpretacja: poprawa VO₂max i tempa progowego świadczy o wzroście zdolności tlenowych.

TSS (Training Stress Score) i load

TSS: liczba punktów określająca obciążenie sesji (intensywność x czas), pomocna w monitorowaniu tygodniowego i miesięcznego treningu.
Load: suma obciążeń – stosuj ją do kontroli trendów i unikaj skoków obciążenia powyżej 10–20% tygodniowo.

HRV (zmienność rytmu serca)

Daje informacje o równowadze układu współczulno-przywspółczulnego – przydatna przy ocenie regeneracji.
Spadek HRV względem wartości indywidualnej może wskazywać na obniżoną gotowość do treningu.

Sen i odnowa

Ilość i jakość snu powiązane są z regeneracją, syntezą białek i zdolnością adaptacji.
Monitoruj regularnie – dłuższe nieprzerwane fazy snu REM i głębokiego sprzyjają odnowie organizmu.

Subiektywne RPE (Rate of Perceived Exertion)

Skala od 1 do 10, prosty, ale bardzo skuteczny wskaźnik zmęczenia, często przewyższający tętno w przewidywaniu przeciążenia.

Biomechanika: czas kontaktu z podłożem, kadencja

Małe zmiany, np. zwiększenie kadencji o 5–10% przy zachowaniu komfortu, mogą poprawić efektywność i zmniejszyć ryzyko kontuzji.

Zastosowanie metod z branży gier: A/B testing, segmentacja i pętle feedbacku

Branża gier online i platformy hazardowe intensywnie inwestują w analitykę użytkowników. Kilka metod można efektywnie wykorzystać w treningu:

A/B testing: testuj dwie wersje interwencji (np. różne strategie siły biegowej, nawodnienia, typy interwałów) na krótkich cyklach i mierz efekty. Dzięki temu podejmujesz decyzje oparte na danych, a nie intuicji.
Klasteryzacja zawodników: segmentuj grupy (np. „szybcy reagenci”, „wolni adaptanci”, „skłonni do kontuzji”) i dostosowuj programy, co pozwala na personalizację bez konieczności tworzenia indywidualnych planów dla każdego atleta.
Pętle feedbacku (feedback loops): analogicznie do gier, trening może adaptować obciążenia w czasie rzeczywistym, np. skrócić serię interwałów, gdy HRV lub HR wskazują zmęczenie.
Nudge i przypomnienia: krótkie komunikaty mobilizujące do wykonania sesji, regeneracji lub stretching’u zwiększają adherence – często decydują o sukcesie planu.

Przykład: zamiast narzucać sztywną progresję objętości, wprowadź mechanizm A/B testów i mierz TSS, HRV oraz RPE. Po 4 tygodniach wybierz wariant, który oferuje najlepszy balans między wzrostem wydolności a obciążeniem, zamiast tego, który wydaje się subiektywnie cięższy.

Projektowanie planu treningowego opartego na danych

Krok po kroku, jak zbudować plan uwzględniający telemetrię, a jednocześnie prosty i praktyczny.

Ocena wyjściowa (0–2 tygodnie): testy FTP (kolarstwo), 5–20 min test mocy (bieg), test progowy tempa lub VO₂max; zbierz metryki: HR spoczynkowe, HRV, sen, urazy, siła mięśniowa; cel: określić strefy wysiłku i baseline.
Ustalenie celów i horyzontu czasowego (12–24 tygodnie): poprawa tempa progowego, MAF, FTP, wynik na dystansie; określ kluczowe KPI: FTP, tempo progowe, TSS, RPE, liczba dni treningowych.
Plan makro- i mezocyklu: 3–4 tygodnie budowy bazy (niska–średnia intensywność, wzrost objętości), tydzień deload; wraz ze zbliżaniem się startu rośnie intensywność, spada objętość.
Mikrocykl i sesje: typowy tydzień: 1 długi bieg/wyjazd kolarski, 1 sesja progowa, 1 sesja VO₂max/interwały, 1–2 sesje siły, 2 dni regeneracyjne.
Adaptacja w czasie rzeczywistym: jeśli HRV spadnie o >10% względem średniej osobistej i RPE wzrośnie, zmniejsz objętość lub intensywność o 15–25% następnego dnia; jeśli tygodniowy TSS przekroczy plan o >20% i pojawi się zmęczenie, zaplanuj deload.
Ewaluacja co 4 tygodnie: porównaj postępy FTP/tempo progowe, HR spoczynkowy, HRV oraz oceny subiektywne; stosuj A/B testing do porównania metod treningowych.

Przykładowy 12-tygodniowy plan dla średniozaawansowanego biegacza 10K

Uwaga: dostosuj intensywność do własnych stref wysiłku.

Tydzień typowy (3 tygodnie obciążeniowe + 1 tydzień deload co 4. tydzień):

Poniedziałek: regeneracja (lekki stretching, masaż pistoletem), HR < 60% HRmax, 30–45 min.
Wtorek: Interwały – 6 x 800 m @ tempie 5K, przerwa 2 min truchtu; rozgrzewka i schłodzenie 20 min; cel: RPE 8–9 na interwale.
Środa: Siła – 40–50 min ćwiczeń ogólnorozwojowych, ekscentrycznych, plus 30 min easy run.
Czwartek: Sesja progowa – 20–30 min w tempie progowym lub 4 x 6 min @ prog +2% z 2 min przerwy.
Piątek: Lekki bieg 45–60 min, HR w strefie regeneracyjnej.
Sobota: Długi bieg 90–120 min z 20–30 min w tempie półmaratońskim, tempo części progowej zwiększaj z tygodnia na tydzień.
Niedziela: Aktywny odpoczynek / jazda na rowerze 60 min easy.

Poziomy intensywności: tempo interwałów ~95–100% tempa 5K, tempo progowe ~88–92% tempa 10K, easy run RPE 3–4.
Siła: 2 sesje tygodniowo, priorytet na core, ćwiczenia jednonóż i eksplozywne raz na 7–10 dni.

Przykłady ćwiczeń i sesji wspieranych danymi

Interwał VO₂max: 5 x 3 min @ RPE 9 (prędkość 100–105% VO₂max), przerwa 3 min aktywnego truchtu. Mierz HR, tempo i RPE. Po 6 tygodniach porównaj W/kg (jeśli masz moc) lub tempo per HR.
Sesja progowa (cycling): 2 x 20 min @ 90–95% FTP, przerwa 10 min. Monitoruj TSS i odczucia; stabilny HR może wskazywać na możliwość podniesienia FTP w testach.
Siła biegowa: przysiady jednonóż 3×6 powtórzeń z 3–4 sekundową fazą ekscentryczną, skoki na skrzynię 3×8. Mierz moc plyometryczną (jeśli dostępna) i obserwuj wpływ na tempo na krótkich odcinkach 200 m.

Narzędzia i budowa własnego dashboardu

Dobry dashboard łączy najważniejsze metryki w jednym miejscu i alarmuje o konieczności reakcji. Proponowany zestaw:

Wejście: surowe dane z zegarka/pomiaru (HR, power, pace, GPS), dane o śnie (smartfon/opaska), HRV (rano), RPE, notatki o stresie i odżywianiu.
Proces: agregacja tygodniowa, obliczanie TSS, średnie ruchome 7/28 dni, wykrywanie anomalii (np. wzrost HR spoczynkowego, spadek HRV).
Wyjście: alerty („zalecany deload”, „możliwy wzrost intensywności”), sugestie sesji, porównanie wariantów (A/B).

Narzędzia komercyjne: TrainingPeaks, WKO, FinalSurge, Stryd (dla biegaczy z miernikiem mocy), Golden Cheetah oraz własne arkusze Google jako prosty dashboard. Integracja z API pozwala na uruchamianie własnych algorytmów adaptacyjnych.

Uczenie maszynowe i przewidywanie regeneracji — jak tego nie spaprać

Modele ML potrafią przewidywać gotowość i ryzyko kontuzji na bazie wielowymiarowych danych, ale w praktyce:

Dane muszą być czyste i ustandaryzowane – błędy prowadzą do złych decyzji.
Najlepsze efekty dają modele łączące obiektywne dane (HR, moc, TSS) z subiektywnymi (RPE, samopoczucie).
Nie ufaj jednemu wskaźnikowi; modele proponują prawdopodobieństwo, nie pewnik. Stosuj reguły ostrożności (np. przy 90% szansie na przepracowanie działaj prewencyjnie).

Praktyczne wdrożenie: zbierz 8–12 tygodni danych, przeprowadź testy FTP/tempo i stosuj model jako wsparcie decyzji trenera i zawodnika.

Etyka, prywatność i pułapki nadmiernej analityki

Dane osobowe sportowców to wrażliwe informacje, takie jak historia zdrowotna, poziomy stresu czy nawyki. Zadbaj o:

Prywatność: przechowuj dane zgodnie z przepisami (np. RODO w UE) i kontroluj dostęp.
Transparentność: zawodnik powinien wiedzieć, co jest zbierane i w jakim celu.
Nieprzekraczalność: technologia ma pomagać, a nie zastępować rozsądne granice (np. nie skłaniać do nadmiernego obciążenia kosztem zdrowia).

Pułapki psychologiczne obejmują:

„Paraliż analityczny”: nadmiar metryk powoduje stres i rozproszenie uwagi.
Przesadne zaufanie do modeli: algorytm nie zna kontekstu życiowego, który człowiek musi uwzględnić.

Implementacja w 90 dni — praktyczny plan działania

Czas: 3 miesiące. Cel: wprowadzić kulturę danych i uzyskać pierwsze, mierzalne efekty.

Dni 0–14: konfiguracja i baseline
- Dobierz narzędzia (zegarek, aplikacje, dashboard).
- Wykonaj test FTP/tempo, zmierz HR spoczynkowe i HRV przez 7 dni.
- Określ KPI i cele (np. poprawa tempa 10 km o 2–3%).
Dni 15–45: eksperymenty i A/B testy
- Przeprowadź 2 krótkie testy A/B (np. porównanie dwóch typów odżywiania, siły biegowej).
- Mierz wpływ na subiektywne odczucia, TSS i wydajność w testach 3–5 km.
Dni 46–75: adaptacja i automatyzacja
- Wprowadź reguły adaptacyjne (np. przy spadku HRV o 10% zmniejsz TSS o 20%).
- Zautomatyzuj zbieranie danych i ustaw alerty na dashboardzie.
Dni 76–90: ocena i skalowanie
- Porównaj baseline z wynikami i wykonaj kolejny test FTP/tempo.
- Wybierz interwencje do dalszego wdrożenia, a które porzucić.

Kilka praktycznych zasad zapobiegających błędom

Mierz mniej, ale lepiej – lepiej 6 spójnych wskaźników niż 40 przypadkowych.
Decyduj na podstawie trendów 3–7 dni, nie pojedynczych pomiarów.
Łącz dane obiektywne i subiektywne – RPE i rozmowa z zawodnikiem pozostają niezastąpione.
Wprowadzaj jedną zmianę naraz, aby wiedzieć, co działa.
Dokumentuj hipotezy, wyniki i wnioski – to przyspiesza naukę i rozwój.

Dane przestają być tylko liczbami, gdy traktujesz je jako eksperymenty. Zamiast szukać „uniwersalnego algorytmu”, skup się na cyklu: hipoteza → interwencja → pomiar → wniosek. Branża gier i platformy online pokazały, że szybkie iteracje i A/B testy dają przewagę; podobnie w treningu można uzyskać ją z zachowaniem zdrowia i kontekstu zawodnika.

Ostatecznie technologia dostarcza narzędzia, ale to trener i zawodnik decydują, gdzie skierować wysiłek. Jeśli chcesz, mogę przygotować spersonalizowany 12-tygodniowy plan oparty na Twoich aktualnych danych (FTP, cele, dostępne dni treningowe) oraz prosty dashboard KPI do codziennej pracy.