Х вам. Как по-новому считают футбольную статистику

Стремление человечества взять все, до чего оно может дотянуться, засунуть в компьютер и получить столбики цифр, которые все объясняют, добралось до футбола. В футбольной статистике появились новые термины: xG, xPoints, xG—Plot… Еженедельник «Футбол» рассказывает, как и где вычислить все эти иксы.

Где справедливость?

Представьте на минуту, что вы опаздываете на матч любимой команды. Например, застряли в пробке далеко и надолго. Если вы живете в Москве или Краснодаре, то, скорее всего, с такой проблемой сталкивались уже не раз. И вот наконец вы вырываетесь из этой «черной дыры», летите сломя голову домой, поднимаетесь на свой этаж, открываете дверь квартиры и… застаете финальный свисток. Игроки и тренеры в телевизоре уже обмениваются рукопожатиями, а вы не можете поверить в случившееся: ваша команда проиграла аутсайдеру турнира. Переиграв его при этом по всем статистическим параметрам, приведенным в трансляции. «Их вратарь – гений, а наши кривоногие раздолбаи не могут в пустые ворота закатить. Все как всегда», — думаете вы.

Така-тика. Во что играл «Ростов» в прошлом сезоне

Но можно ли полагаться на эту статистику? Вы же не смотрели матч, а значит, и утверждать что-то пока преждевременно. Количество ударов и угловых – дело, конечно, хорошее. Но одновременно и какое-то упрощенное, не всегда отражающее реальное положение дел на поле. Взгляните, например, на Курбана Бердыева. Его «Ростов» в «серебряном» для себя сезоне-2015/16 был лучше соперника по сумме этих показателей лишь в 11 матчах из 30. Тем не менее это не помешало ростовчанам стать одной из самых интересных команд РФПЛ, а уже в следующем сезоне на равных бодаться с «МЮ», «Баварией» и «Атлетико».

xG – что это?

Найти и выразить в цифрах что-то, что сможет объяснить причины победы нашего аутсайдера, — одна из главных целей аналитики в футболе. Решение этой проблемы привело к появлению метода expected goals (xG – ожидаемые голы). Давайте попытаемся понять, что это такое. Основная идея xG-моделей заключается в придании каждому удару своего коэффициента опасности. Этот коэффициент выводится при помощи формул, содержащих в себе объективные футбольные факторы. Простыми словами, xG определяет колеблющуюся от 0 до 1 вероятность забить гол после какого-либо удара.

Одна из первых продвинутых xG-моделей была разработана аналитиком Opta Майклом Кейли чуть меньше пяти лет назад. Однако Кейли далеко не пионер. Подобными исследованиями занимались уже достаточно давно. Так, например, Эгил Ольсен – тренер, поднявший сборную Норвегии на второе место в рейтинге FIFA, – еще в 90-х задавался вопросом о неравнозначности ударов. Ольсен делил все удары по воротам на три категории: особо опасные, средней опасности и неопасные. Но в какую-то четкую модель у норвежского Сверла (такое прозвище ему дали еще в бытность игроком за стиль ведения мяча) это так и не вылилось: данных было маловато.

Зачем это нужно?

С понятием xG мы немного разобрались. Но откуда берутся эти цифры? На самом деле все не так уж и сложно. Конечно, у большинства моделей свои собственные формулы. Но все они одновременно схожи, потому что учитывают одни и те же ключевые факторы: часть тела, которой был нанесен удар, точку, откуда был нанесен удар, тип предшествующего паса и тип атаки. Майкл Кейли, например, в своей модели разделяет все удары на шесть основных групп, различающихся по типу подачи (после навеса/не после навеса) и типу удара (головой или не головой). Сюда еще входят штрафные удары и удары после обыгрыша вратаря. Для каждой из групп существует своя формула подсчета вероятности.

Моторный отсек. На кого из центральных полузащитников может рассчитывать сборная России в 2018 году

Определив вероятность гола после каждого удара, мы можем сложить эти показатели. Полученная цифра – это сумма остроты всех созданных моментов в матче. Проделав такой трюк и для второй команды, мы можем определить ожидаемый результат матча. И именно этот показатель сможет дать нам ответ на вопрос, заслуженно ли проиграл ваш любимый клуб, ради которого вы так старались успеть домой. А если подсчитать таким образом не только один матч, а весь чемпионат, то мы получим таблицу, основанную не на реальных очках, а на ожидаемых (xPoints). То есть на очках, которые команда заслуживала получить исходя из остроты моментов, созданных в каждом матче.

Формула подсчета xPoints еще проще, чем в случае с xG. Имея xG-данные по всем моментам, нам будет уже нетрудно подсчитать вероятность каждого возможного исхода матча (0:0, 1:0, 1:1 и т.д.) и разделить их на три категории: победные, ничейные и проигрышные. После этого мы складываем вероятности исходов в каждой категории и умножаем результаты на 3, 1 и 0, соответственно (как настоящие очки). Так мы с вами получаем вероятности ожидаемых побед, ничьих и поражений. Остается лишь сложить эти результаты, и – вуаля – ожидаемое количество очков для нашего матча определено. Не стоит пугаться, что число получилось нецелым. Так и должно быть, ведь мы имеем дело с вероятностями, а не с реальными результатами.

Почему этому нельзя доверять до конца?

Давайте подытожим. Что дает нам xG? Во-первых, мы можем узнать, насколько реальный счет матча отличается от альтернативного, основанного на качестве моментов. Разумеется, разговоры о везении будут справедливы только при больших расхождениях. Во-вторых, в рамках целого сезона мы увидим, какие команды недобирают очков, а каким сопутствует удача. Помимо этого, можно сделать вывод о качестве нападающих, регулярно реализующих, например, моменты с низким показателем xG.

Конечно, у xG-моделей есть и недостатки. Вы, наверное, уже успели заметить, что описанная выше система не в состоянии учитывать мастерство бьющего игрока. Так же, как и определять, насколько сильное давление испытывает футболист со стороны игроков обороны. Различные модели пытаются обойти эти проблемы, вставляя в формулы переменные, описывающие эти ситуации. Но в xG-моделях человеческий фактор все равно имеет громадное значение. Еще один существенный недостаток заключается в том, что при подсчете альтернативного счета матча не учитываются моменты, не завершившиеся ударом.

И напоследок. До сих пор нет единого мнения, как считать автоголы и пенальти. Каждый решает эту проблему по-своему: кто-то присваивает автоголам и пенальти значения 0.3 и 0.7, соответственно, а кто-то, как Майкл Кейли, не считает их вообще.

Угловой кодекс. Что надо знать, когда ваша команда идет подавать корнер

***

Все знают, что Арсен Венгер с его экономическим образованием обожает играть с цифрами. Но даже он, бессменный генерал лондонских «пушкарей», предупреждает: «Вы должны быть очень осторожны, работая со статистикой. Она может повести вас по неправильному пути». Так и есть. На данном этапе своего развития xG-модели еще слишком неустойчивы, чтобы завоевать полное доверие у профессионалов. Но потенциал огромный. Конечно, сложно представить, что даже при идеальных xG-моделях тренеры будут выстраивать план на игру исходя из xG-данных. Но то, что они помогут выявлять определенные игровые проблемы, – несомненно. Тем не менее у футбольных любителей (читай – у нас) уже и сейчас есть возможность побаловать себя продвинутой статистикой такого рода. И почувствовать себя профессионалами.

Что еще можно подсчитать

Кратко о других нововведениях в мире статистики

xG—Plot

Графики xG-Plot показывают динамику изменения xG на протяжении матча. Если вам кажется, что ваша команда отыграла вторую половину значительно лучше соперника, просто взгляните на xG-Plot. Вполне возможно, что вы обманываетесь. Или же футболисты просто не смогли конвертировать свое преимущество в опасные моменты. xG-Plot поможет разобраться в этом вопросе.

xA

xA (expected assists) – ожидаемые голевые пасы. По сути, xA ничем не отличаются от xG. Только подсчитываются здесь не удары, а пасы, которые приводят к этим ударам. Это помогает определить, насколько игрок действительно эффективен при выводе партнеров на ударную позицию. Важное замечание: xA являются более надежным показателем, чем xG. Отличный пас им и останется, даже если самим ударом собьют пару голубей.

Packing

Packing отражает сумму соперников, оказавшихся за линией мяча в результате игрового действия. Таким действием может быть или передача вперед, или дриблинг. В первую очередь этот показатель помогает оценить эффективность пасующего игрока. Как определить влияние футболиста на переход команды из обороны в атаку? Packing вам в помощь. Он выделяет тех игроков, чей вклад в игру остается незаметным. Как правило, самые высокие показатели по packing набирают опорные полузащитники, крайние и центральные защитники.

Текст: Никита Поляков
Фото: Еженедельник «Футбол», Global Look Press