Я начинал играть в футбол, когда новейшими разработками считалась резинка на язычке предаторов которая крепилась за шипы или стелька с песочком для увеличения силы удара. Тогда для меня это считалось пиком разработки, а сегодня этот пик приходится уже на искуственный интеллект, который рассчитывает многие параметры в футболе. Я далек от этого и не понимаю возни вокруг статистической метрики xG которая оценивает вероятность того, что конкретный удар по воротам завершится голом
Вот раньше было просто: результативность и качество оценивали по счету на табло, количеству ударов и ударов в створ. Но этой статистики стало мало, потому что команда могла выдать 20 корявых ударов с 30 метров и проиграть сопернику, создавшему один выход один на один с одним ударом в створ. Если ты не смотрел матч и утром решил глянуть статистику, чтоб на работе было о чем поговорить, то она может сыграть злую шутку. Ты будешь говорить что МЮ доминировал, но их доминация разобьется о качество моментов, которое было нулевым. Поэтому потребовался инструмент, который мог бы отделить котлеты от пюрешки, то есть качество процесса от результата
Концепцию оценки xG позаимствовали из NHL, где уже давно ведется оценка опасности бросков. Аналитик работающий в компании Opta Sports, специализирующаяся на спортивной аналитики, провел анализ тысячи ударов в АПЛ, вывел модель вероятности взятия ворот в зависимости от позиции бьющего игрока и написал большую статью. Этот анализ привлек внимание независимых исследователей, которые добавили в модель учет типа: паса, положения защитников и давления. Обо всем процессе аналитики рассказывали на своих сайтах и блогах. Первые модели учитывали только расстояние до ворот и угол удара. Современные машинные алгоритмы рассматривают десятки переменных для каждого удара, а именно: дистанция и угол относительно створа ворот, часть тела, тип передачи, игровая ситуация и плотность опеки
На практике это выглядит так: каждому удару по воротам присваивается число от 0 до 1, которое отражает вероятность гола: 0.01 xG 1% — отчаянный удар с 35 метров через толпу игроков, который вряд ли приведет к голу. Вот 0.50 xG 50% — это уже чистый выход один на один, где каждый второй такой удар завершается голом. 0.79 xG 79% — это стандартный пенальти, а 0.95 xG 95% — замыкание в пустые ворота с двух метров. Сумма xG всех ударов за матч в конце покажет, на сколько голов наиграла команда по качеству своих моментов, независимо от того какой будет итоговый счет
Насколько это результативно сложно говорить, но владелец «Брентфорда» и «Мидтьюлланда», который является бывшим профессиональным ставочником, построил всю клубную стратегию на принципах xG. Он не увольнял тренеров за серию поражений, если xG показывал перевес по качеству моментов, а новых игроков покупал опираясь на скрытую недооценку рынком. Поговаривают, что именно на этих дрожжах «Брентфорд» подняться из третьего дивизиона в АПЛ
Конечно же у системы есть и недочеты, над которыми нужно работать. Например, xG не учитывает класс бьющего. Если я и Холланд решим пробить с одной позиции при одинаковых условиях, то хG оценит наши шансы на гол одинаково, но вы же понимаете что у Холланда их больше . Метрика оценивает качество момента для «среднестатистического проф. игрока», потому что большинство элитных нападающих на длинной дистанции 3–5 сезонов забивают примерно столько же, сколько показывает их суммарный xG. Но существует один феномен в мире футбола, который ломает это правило — Лео Месси. Он один из редчайших исключений, кому удается обмануть статистическую машину на протяжении уже более чем 10 лет, где каждый сезон он опережает свой xG на 20–30% за счет феноменальной точности ударов из-за штрафной
Сегодня xG чуть ли не фундаментальный показатель на который опирается вся индустрия. Он диктует как играть в футбол, как его смотреть и как зарабатывать. А что вы думаете, такие технологии делают футбол лучше, или убивают его?
🔥 — Топ аналитика. Слежу за ней всегда
🤔 — Ненужная аналитика, которая рисует рамки
🏆 — Спасибо за разбор
@retromaika
