Az adatelemzés nem csak az üzleti életben tesz jó szolgálatot, a sportban is már alap eszköz. A bukmékerek, a fogadóirodák és az újságírók is szívesen használnak a korábbi mérkőzések elemzéséből kinyert statisztikai adatokat, hogy megtudják jósolni, mi várható egy adott sporteseményen. Mi határozza meg a papírformát és mi dönti le azt?
Kezdjük az utóbbival. A papírformát megdönteni csak az ember képes. Sok múlik az aktuális felkészültségen, lelkiállapoton egyesek szerint a szerencsén is. Viszont a számokat ezek a tényezők nem befolyásolják, sőt megfelelő adatelemzési technikákkal kimutatható ki igazán jó és ki az, akinek egyszer szerencséje volt.
Az Európa-bajnokság persze elsősorban a fociról és a szurkolásról szól, de szakmánkból adódóan minket a háttér és a számok is érdekelnek. Mutatjuk mi jelenleg a legmeghatározóbb vagy inkább legérdekesebb mutató a labdarúgásban, és megpróbáljuk érthetően elmagyarázni, hogyan lesz az adatok sokaságából információ az edzői stáb, a bukik és a riporterek számára.
Mi az az xG, mire való, mit mond a nézőnek?
Röviden a várható gólok száma, az angol expected goals (xG) szóból ered. A kialakított gólhelyzetek és lövések mennyiségét és minőségét egyaránt figyelembe vevő mérőszám. Elsősorban a labdarúgócsapatok és -játékosok teljesítményének értékelésére használt teljesítménymutató, ami a gólszerzési lehetőség valószínűségét jelöli.
Elsőre – ahogy az a találmányok többségével lenni szokott – nem a játékosok kiértékelésére és a meccsek végkimenetelének megjóslására találták ki, hanem azt kívánták vele vizsgálni, hogy miként hat a labdarúgócsapatok teljesítményére az angliai labdarúgó-egyesületeknél a műfüves pálya.
Különféle statisztikákat, adatelemzések eredményeit már korábban is használtak sportban. Minden szakágnak megvannak a sajátos szabályaihoz igazodó mérőszámok és mutatók. A labdarúgás világába az xG-t Sam Green vezette be 2012-ben, a Premier League góllövőinek értékelésekor írt a „várható gólokról”, azaz xG-ről.
Ha megértjük hogyan is működik az xG, akkor szurkolóként is értékes információt kaphatunk arról, hogy a kedvenc csapatunk vagy egy játékos milyen formában van.
xG számítás érthetően
A várható gólok mutató egy valószínűségszámítás, ami annak az esélyét fejezi ki 0 és 1 közötti értékkel, mekkora valószínűséggel születik gól. Az alap tézis, hogy a gólszerzés valószínűsége annál nagyobb, minél kisebb a lőtáv a kaputól, és minél nagyobb a lövésszög. A valószínűségi mutatókat a pálya egyes területeire a korábbi meccsek adataiból határozzák meg. De számos más tényezőt is figyelembe vesznek a különféle modellekben. Például számít a gól típusa – fejes vagy kapáslövés volt, a gólpassz típusa, a labdaérintések száma és még sorolhatnánk, helyette egy példa:
Egy büntetőrúgás esetében az xG 0,79, azaz a lövőnek 79%-os esélye van a gólszerzésre – még részletesebben a Stats Perform ír a számításról.
Amikor bajnoki győzelmet hoz az adatelemzés
Valószínűleg minden focirajongó emlékszik, amikor a 2004-2005-ös szezonban a Bajnokok Ligája döntőben a Liverpool fordítani tudott az olasz AC Milan ellen és végül 11-esekkel megnyerte a mérkőzést. 2007-ben még sikerült döntőbe jutniuk, de ezután több mint egy évtizedig tartó mélypont következett a csapat életében. Majd jött Michael Edwards, aki a Portsmouth stábjában játékstatisztikával foglalkozott, majd Liverpoolba költözött, ahol 2016 és 2022 között és a klub sportigazgatójaként dolgozott. Ez idő alatt kidolgozott egy adatbázist, és kifejlesztette az xG-elemzés metodikáját, és gólanalíziseivel jelentős segítséget nyújtott a csapatnak visszaszerezni az angol bajnoki címet, majd pedig 2019-ben feljutott az európai klubfutball csúcsára, megnyerte a Bajnokok Ligáját.
Nem állítjuk, hogy a sikert csakis az adatelemzéssel érték el, de az vitathatatlan, ha egy vezetőnek jó minőségű és kellő mélységű információk állnak a rendelkezésére, új megvilágításban láthatja a stratégiát. Az adatalapú vezetői döntéstámogatás segíthet felismerni és kiszűrni a rossz beidegződéseket, amiket ezután le lehet váltani valami újra és hatékonyabbra.
A magyar válogatott teljesítménye a számok tükrében
Hosszú idő után a magyar válogatott újból felkerült a labdarúgó nemzetek térképére. A statisztikák is bizonyítják a férfi A-válogatott fejlődését, amiről az MLSZ írt egy összefoglaló cikket, amikor a válogatott a Nemzetek Ligájában csoportja második helyén végzett. Ekkor a csapat xG mutatója 0,142 volt, ezzel a második legjobb lett a saját csoportjában, míg az összes A-csoportos csapatot tekintve a negyedik (16 csapatból) a statisztika alapján.
Ez az xG érték azt jelzi, hogy a magyar válogatott jó minőségű helyzeteket alakított ki már a kapura lövéseket megelőzően, ami szignifikáns javulást jelent a korábbi évekkel összehasonlítva. A játékosok tekintetében Szoboszlai Dominik 2,75-ös értékkel zárt, egyedül Harry Kane 2,79 xG mutatóval volt nála jobb az összes A-ligás játékos közül.
Az xG-t az edzőkön kívül főként az újságírók alkalmazzák, de a bukmékerek és a fogadóirodák is szívesen használják előrejelzésére. A játékosfigyelők pedig a tehetségek felkutatására. Az xG persze nem az egyetlen mutató a sportban és a labdarúgásban. Számos más statisztika is rendelkezésre áll az adatalapú döntéstámogatáshoz, mint például az asszisztok számának (xA) elemzése, és a statisztikai adatok becslések készítésére is alkalmasak: jósolható a várható pontok (xP), a kapott gólok (xGa) száma. Az adatelemzés, az adat alapú döntéstámogatás sportban és üzletben egyaránt sikerre vezethet.
Ha kíváncsi egy vállalkozásában mennyi és milyen minőségű adat áll rendelkezésre, itt elolvashatja, hogyan is végezhető el egy adatvagyon felmérés, adatelemzés. Esetleg maradtak még kérdései? Vegye fel velünk a kapcsolatot!
