Введение xG в футзале
xG часто считается темой, вызывающей разногласия. Она разделяет мнения, отчасти потому, что эта концепция чужда многим, возможно, ее считают анархическим подходом к излишней математизации результативности. "Все, что имеет значение - это колонка забитых голов", - слышу я уже ваши возгласы, но выслушайте меня. Для меня значения xG в их простейшей форме позволяют тренеру или аналитику оценить и впоследствии количественно оценить возможности для взятия ворот. Не больше и не меньше. Просто, верно?
При введении в игру xG в виде десятичной цифры - от нуля до единицы. Единица - это гарантированный гол, а нулевое значение дает 0% шансов на то, что мяч окажется в сетке. Простой пример: удар приносит 0,5xG, если средний игрок сделает 10 ударов с этого одинакового места, мы должны забить 5 голов. Сумма xG от сделанных/пропущенных ударов может быть суммирована, чтобы получить xG для команды в данной конкретной игре, среднее значение по нескольким играм и общее значение за сезон. Очень важно также учитывать вариативность. Для некоторых достаточно сложно учитывать xG для начала, но объяснить, что если команда набирает 3 xG, но забивает 2 гола, то модель все равно работает, большинству может показаться нелогичным. Мы часто не учитываем количество удачи, дисперсию и другие не поддающиеся количественной оценке факторы, которые могут способствовать или препятствовать результативности в любой конкретный день.
Один из моих личных любимых анекдотов о xG - это вечно повторяющийся вывод комментаторов и болельщиков в креслах: "О, он должен был похоронить его", судя исключительно по расстоянию до ворот. Когда на самом деле этот удар может дать значение xG менее 0,2 (с этого места забивается 1 удар из 5), мы вдруг начинаем понимать всю сложность действий по взятию ворот.
Мое путешествие по xG
Как человек, занимающийся профессиональным футболом, я понимаю, что футзал имеет сходство и в то же время разительные отличия, которые помогают определить показатели эффективности, обеспечивающие ценное пересечение между этими видами спорта. Но для всех пуристов футзала я слышу вас: очень важно рассматривать этот вид спорта как самостоятельный. Я придерживаюсь мнения, что футзалу необходимо изучить свои собственные методы оценки результатов и методы анализа, что я и попытался сделать с помощью моей модели xG для футзала.
То, что начиналось как хобби - наблюдение за тем, где забиваются голы в NFS, быстро превратилось в навязчивую идею. Сколько голов мы должны забить - это было сравнение, которое я хотел донести до тренерского штаба. Как мы создаем благоприятные ситуации в футзале, чтобы максимизировать наши шансы забить гол?
Soccermatics Ьу David Sumpter - отличная книга, которая послужила вдохновением для разработки моей собственной модели xG для футзала, которую мне дал Марк Финни (спасибо, Марк!). В настоящее время в футзале не хватает данных о событиях/отслеживании на элитном уровне, поэтому доступ к пулу из 1OOs данных по ударам, которые легко доступны в футзале, оказалось сложным. Но благодаря вдохновению и теореме Пифагора в конце концов мы добились своего.
Барселона х Лупаренсе
Тематическое исследование
Статистика игры
Для стресс-тестирования моей модели я первоначально протестировал более 500 ударов по воротам в футзале. из футзала в отборочных матчах Лиги Чемпионов УЕФА, NFS и LNFS. Для данного исследования я взял игру, которую я смог загрузить с WyScout, "Барселона" против "Лупаренсе". Игра в стиле "спина к спине" и "вперед" в отборочном турнире Лиги чемпионов 2017 года, который закончился со счетом 3:3. Вырезал, наблюдал и количественно оценивал каждый удар в игре используя мою модель. Затем я смог наблюдать игру через новую призму, ту, которую счет в протоколе игры возможно, не раскрывается (подробнее об этом ниже).
"Лупаренсе" забил 3 гола с 13 ударов, что соответствует 2,1 xG согласно моей модели. С другой стороны, "Барселона" нанесла 54 удара по воротам, создав 7,74 xG. Теперь мы можем использовать модель для целей, описанных в моем вступлении, оценивая создание шансов.
Если вы тренер "Барселоны" Андреу Пласа и имеете доступ к этим данным, вы можете почувствовать себя обиженным, ведь в другой раз вы могли забить более 7 голов. Но вы также сможете сосредоточиться на тактике, с помощью которой игра могла быть выиграна. Тактика "Лупаренсе" была предельно ясна с самого начала: они расположились в глубоком блоке на половине площадки в стиле Моуринью и пытались оживить игру в переходных фазах - и это сработало для них с лихвой.
Это оказалось плодотворным не только в плане созданных ими моментов, в основном в переходных моментах, где перегрузки создают благоприятные углы для завершения атаки и уменьшают плотность игроков (факторы, которые увеличивают и уменьшают xG соответственно). Кроме того, "Барселона" создала огромное количество (46, если быть точным) низкокачественных моментов с коэффициентом xG 0,1 или ниже. Было создано 7 моментов хорошего качества (от 0,2 до 0,5 xG) (откуда, кстати, и пришли все 3 гола). С 1 шансом высокого качества >0,5.
Вопрос, который я задаю тренеру Пласе, заключается в следующем. пропорционален ли объем чистых бросков успеху? Чтобы проверить это, перейдите по ссылке на следующий сайт - https://danny.page/expected_goals.html, чтобы получить представление о том, как это работает.
Возьмем две команды, которые в одной игре набирают 1,2 xG. Команда А делает 24 броска, каждый из которых низкого качества, в то время как команда В делает З бросков хорошего и высокого качества. В результате моделирования 38-матчевого сезона законы вероятности определят, что команда В выиграет 37%, команда А - 34%, а примерно 29% игр будут ничейными.
Именно здесь использование xG для оценки и количественной оценки создания шансов является для меня наиболее ценным. Как тренер, рассматривающий бесконечную игру (недавно популяризованную "Норвич Сити"), вы даете себе больше шансов на долгосрочный успех, создавая меньше высококачественных шансов, чем если бы вы просто измеряли чистое количество шансов и соотносили это с "успехом". То есть, исходя из вышеприведенного результата, можно сделать вывод, что команда В будет иметь в среднем около 1,4 PPG. В то время как команда А достигла бы 1,31 за тот же сезон, делая 24 броска низкого качества за игру, а уменьшая дисперсию, вы уменьшаете вероятность "невезения". Я надеюсь, что познакомил вас с широко обсуждаемой метрикой xG, как она работает, как мы можем использовать ее в футзале, и, надеюсь, что в ней есть несколько тренерских выводов, которые подчеркнули способность оценивать создание шансов вашей собственной команды.
В дальнейшем моя цель - представить больше тематических исследований, анализирующих забитые голы команд и создание xG, поэтому для получения запросов обращайтесь в ОТС с командами, которые вы хотели бы увидеть проанализированными.
Ниже приведен наглядный вид моей модели, дающий приблизительное представление о достигнутом xG за удар в каждой закрашенной области. Для тех, кто сидит в кресле, заштрихованная область 0,5 дает вам разрешение произнести вышеупомянутую фразу!
Отрывок из интернет-журнала On The Court: https://issuu.com/onthecourt/docs/otc_onepage
Поддержи проект на Boosty - https://boosty.to/futsalcoachru
Мы в соцсетях:
VK - https://vk.com/futsalcoachru
Telegram - https://t.me/futsalcoachru
Instagram - https://instagram.com/futsalcoachru
Youtube - https://www.youtube.com/channel/UCA1uzagW_IzzIqONN9I9iGQ