xOVA η επανάσταση στην επιθετική συνεισφορά κάθε παίκτη
Πώς μετράμε την επιθετική συνεισφορά κάποιου; Όπως έχουμε δει, υπάρχουν αρκετές παγίδες στις μετρήσεις και αυτό που συνεχώς ψάχνουν οι ειδικοί (στα όρια του νερντ) των αριθμών είναι πάντα η πιο ακριβής μέτρηση. Ως κάποιος που λατρεύει το παιχνίδι, προσπαθώντας πάντα να το κατανοήσω καλύτερα όσο εξελίσσεται, όπως τα πάντα γύρω μας, έπεσα πάνω στο xOVA. Θεωρείται ως η πιο ακριβής μέτρηση για να φανερώσει την επιθετική συνεισφορά κάποιου και αφού για ποδόσφαιρο γράφουμε εδώ μέσα, σκέφτηκα κι εγώ, να παρουσιάσω αυτή τη νέα μέτρηση και -αν μπορούμε και θέλουμε- να κάνουμε μια ποδοσφαιρική κουβέντα πάνω της. xOVA λοιπόν: expected Offensive Value Added, κάτι σαν προσδοκώμενη «επιθετική προστιθέμενη αξία» Πόση επιρροή έχει κάθε παίκτης δημιουργικά/επιθετικά για την ομάδα του. Σαν λογιστής νιώθω, γι’ αυτό ας πάμε παρακάτω.
Η σκέψη που οδήγησε σε αυτή τη μέτρηση είναι το γεγονός πως υπάρχουν παίκτες που ουσιαστικά υποβιβάζονται από τα στατιστικά και δεν αποτυπώνεται η δουλειά τους στο γήπεδο όπως πρέπει. Οι αδικημένοι βρε παιδί μου. Παίρνουμε ως παράδειγμα έναν δημιουργικό κεντρικό μέσο (από αυτούς που «δεκαρίζουν» και τους αγαπάμε λίγο περισσότερο από τους άλλους). Το αν θα γράψει ασίστ, όσο κι αν βγάλει την τέλεια πάσα, θα εξαρτάται πάντα από το τελείωμα του συμπαίκτη του που θα πάρει την μπάλα. Αυτό ίσως είναι λίγο άδικο θα σκεφτείτε πολλοί και δεν μπορώ να διαφωνήσω μαζί σας. Με τις νέες μετρήσεις που έχουν εμφανιστεί, όπως το xThreat και το xOVA, ένας παίκτης μπορεί να πάρει καλύτερα αυτό που του αναλογεί από τις ενέργειές του στο γήπεδο, χωρίς να εξαρτάται από τον συμπαίκτη του. Στα δικά μου αυτιά ακούγεται τόσο ωραίο. Πως είναι η κιθάρα του Ry Cooder στο Sister Morphine, κάπως έτσι, ίσως και καλύτερα. Η μέτρηση εξελίχθηκε και παρουσιάστηκε στο Soccement και θα κάνετε ένα μεγάλο καλό στον εαυτό σας αν ασχοληθείτε με αυτό το σάιτ (αν φυσικά δεν το έχετε κάνει ήδη και αν φυσικά θέλετε).
Όταν παρακολουθούμε ποδόσφαιρο όταν ένας παίκτης πάρει την μπάλα έχει τρεις επιλογές: να πασάρει, να σουτάρει, να ντριμπλάρει, στην Ελλάδα μπορεί να φάει και κάνα μπουκάλι στο κεφάλι. Το σουτ και την ποιότητά του έχουμε την τύχη να το μετράμε με το xG και το xGOT και την πάσα με το xA. Εστιάζοντας μόνο σε αυτά τα δύο, από τη στιγμή κιόλας που δεν έχουμε δει το παιχνίδι, μπορεί να οδηγηθούμε σε λανθασμένη εικόνα για το παιχνίδι. Το έχω γράψει και στο παρελθόν και θα το γράψω ακόμα μία φορά. Τα ειδικά στατιστικά έχουν τεράστια σημασία για το παιχνίδι αλλά θα πρέπει να τα διαβάζουμε (ή τα διαβάζουμε καλύτερα κατανοώντας το παιχνίδι) όταν έχουμε δει και το παιχνίδι. Τότε καταλαβαίνουμε πραγματικά την σημασία τους και μαζί τους καταλαβαίνουμε καλύτερα και τι είδαμε. Σκεφτείτε κάποιον που έχει υποδεχτεί την μπάλα με μαγικό τρόπο 15-20 μέτρα μακριά από την αντίπαλη περιοχή (αν ήρθε στο μυαλό σας ο Μέσι είμαστε σε καλό δρόμο) και αρχίζει να ντριμπλάρει. Αφού έχει περάσει τρεις αντιπάλους και πατάει περιοχή, την ώρα που ζυγίζει τη μπάλα και είναι έτοιμος να την στείλει προς την εστία, κάποιος τον κόβει την τελευταία στιγμή. Πόσο απείλησε τον αντίπαλο; Που θα το δούμε γραμμένο; Ελπίζω να καταλάβατε τι θέλω να πω.
Ένας επιθετικός που όπως είναι λογικό περνάει τον περισσότερο χρόνο του στο επιθετικό τρίτο της ομάδας του θα έχει περισσότερες πιθανότητες να σκοράρει ή να βγάλει μια ασίστ από κάποιον που η βασική δουλειά του είναι να αμύνεται. Ένας πλάγιος μπακ ή ένας κεντρικός μέσος επίσης, μπορεί να έχει υψηλά ποσοστά σε ασίστ αλλά πολύ χαμηλά σε xG, κάτι που είναι και λογικό αν σκεφτούμε πως μπορεί να μην σουτάρει για γκολ ούτε μία φορά σε ένα ολόκληρο 90λέπτο. Πολλοί από αυτούς όμως συμβάλουν υπερβολικά στο επιθετικό κομμάτι της ομάδας τους (σκεφτείτε τους πλάγιους μπακ των Λίβερπουλ, Σίτι, Παρί, Μπάγερν για παράδειγμα). Εδώ λοιπόν έρχεται το xOVA και μας λύνει τα χέρια. Πως όμως το υπολογίζουμε; Δεν είναι καθόλου, μα καθόλου, δύσκολο και -αν με ρωτάτε- έχει μεγάλο ενδιαφέρον.
Παίρνουμε τα non-penalty xG ενός παίκτη και προσθέτουμε τις xA, στη συνέχεια αφαιρούμε τις xA που πήρε ο παίκτης και έτσι έχουμε τον αριθμό του xOVA. Πολύ απλά έχουμε μια «κόντρα» της δικής του δημιουργίας και της δημιουργίας των συμπαικτών του προς αυτόν. Μας ενδιαφέρει λοιπόν η ποιότητα της δημιουργίας και όχι το αποτέλεσμα, μέσω μιας προσέγγισης με βάση τις xA και όχι μέσω μιας προσέγγισης με βάση το τελείωμα. Κάπως έτσι, ο κάθε παίκτης θα πάρει ακριβώς το μερίδιο που του αναλογεί στο σημαντικό κομμάτι των ασίστ (και πως θα μετρηθούν), ασχέτως αν η μπάλα καταλήξει στα δίχτυα ή όχι. Ας το δούμε, για να το καταλάβουμε καλύτερα, πάνω σε πρόσωπα και με πραγματικούς αριθμούς.
Αν ρίξουμε μια ματιά στα περσινά στατιστικά της Πρέμιερ Λιγκ (μιλάμε για τη σεζόν 2021-2022) θα δούμε πως ο 3ος και 2ος παίκτης στη σχετική λίστα των xOVA είναι ο Αλεξάντερ Άρνολντ της Λίβερπουλ και ο Χάρι Κέιν της Τότεναμ. Πρώτος -για την ιστορία- ήταν ο Μο Σαλάχ. Ο παίκτης της Λίβερπουλ είναι όμως πλάγιος μπακ και ο παίκτης της Τότεναμ, επιθετικός γι΄αυτό και αυτό το παράδειγμα. Διαφορετικές θέσεις. Καταλαβαίνετε.
Τα n-p xG του Κέιν είναι 14.20 και οι xA 5.13. Σύνολο 19.33. Πολύ καλοί αριθμοί.
Τα n-p xG του ΤΑΑ είναι 1.80 και οι xA 12.08. Σύνολο 13.88. Επίσης πολύ καλοί αριθμοί.
Εδώ έρχονται οι xA received που ουσιαστικά κάνουν και τη διαφορά. Αφαιρώντας λοιπόν το xAr από τους δύο παίκτες, ο ΤΑΑ έχει 8.92 και ο Κέιν 8.73. Οι xAr του Κέιν είναι 10.6 και του ΤΑΑ 4.96. Όπως είναι λογικό, ο Κέιν ως επιθετικός θα πάρει περισσότερες μπάλες στην αντίπαλη περιοχή (και γύρω από αυτή) από τον ΤΑΑ που ως πλάγιος αμυντικός (όσο εξαιρετικός κι αν είναι στο επιθετικό κομμάτι) θα πάρει λιγότερες. Αυτή είναι όμως η μεγάλη διαφορά που κάνει αυτή η νέα μέτρηση. Ουσιαστικά «ζυγίζει» και φέρνει σε ισορροπία τα πλεονεκτήματα και τα μειονεκτήματα των παικτών πάνω στο παιχνίδι, ανεξάρτητα τη θέση τους, δίνοντας έτσι την καλύτερη μέτρηση πάνω στην επιθετική συνεισφορά του κάθε παίκτη.
Να σημειώσω πως τον καλύτερο συντελεστή για την τρέχουσα σεζόν στα 5 μεγάλα πρωταθλήματα (Αγγλία, Ιταλία, Γερμανία, Γαλλία, Ισπανία), την ώρα που γράφονται αυτές οι γραμμές τον έχει ο -καλύτερος παίκτης στον πλανήτη- Λιονέλ Μέσι με 7.71, με τον Κέβιν ντε Μπρούινε της Σίτι να είναι στο 7.24 και τον Ρόμπερτ Λεβαντόφσκι της Μπαρσελόνα στο 6.87.
7 σχόλια σχετικά με το “xOVA η επανάσταση στην επιθετική συνεισφορά κάθε παίκτη”
Στατιστική και Ποδόσφαιρο..
Νομίζω ότι όσο η στατιστική προσπαθεί να προσεγγίσει (αγαπήσει) το ποδόσφαιρο, προσπαθώντας να το εξηγήσει αποτυπώνοντας το σε ψυχρούς αριθμούς, τόσο αυτό (φαίνεται στα δικά μου μάτια), της γυρνάει την πλάτη, θέλοντας να την απωθήσει, δημιουργώντας καταστάσεις που δεν μπορούν εύκολα να μετρηθούν.
Αλλά αθλήματα (πχ μπάσκετ) λόγο της φύσης του (συνεχείς επανάληψη σε επίθεση και άμυνα), μπορεί εύκολα (αρκετές φορές) να εξηγηθεί, χωρίς καν να εχεις εικόνα από το παιχνίδι. Κατηγορίες, όπως ριμπάουντ, ασίστ, ποσοστά ευστοχίας, και πολλά αλλά (advance stats), τόσο σε ατομικό αλλά και ομαδικό επίπεδο, σου δίνουν σχεδόν πλήρη εικόνα του παιχνιδιού.
Κατι τέτοιο στο ποδόσφαιρο, μοιάζει απίθανο (αρκετές φορές), και μόνο αν εχεις δει ένα ματς, είσαι σε θέση να χρησιμοποιήσεις κάποια στατιστικά (όχι για να διαμορφώσεις μια άποψη) αλλά για να εξηγήσεις προσπαθώντας να δώσεις επιχειρήματα.
Σίγουρα με τα χρόνια, η στατιστική (ως προς το ποδόσφαιρο) κανει πολλά βήματα μπροστά. Αλλά αυτό θα βρίσκει (όχι πάντα) τρόπο να την εκθέτει, κρατώντας μια μοναδικότητα, που μας κανει να το λατρεύουμε
Ευχαριστώ για το μήνυμα φίλε μου. Όπως έχω γράψει οι αριθμοί θα πρέπει να συνδυάζονται πάντα και με την εικόνα, η εικόνα άλλωστε μας προσφέρει τις συγκινήσεις και τη μαγεία του αθλήματος. Προσωπικά τους βάζω πάντα στην εξίσωση και προσπαθώ να τους ακολουθώ. Η λέξη «προσπαθώ» δεν είναι τυχαία μιας και υπάρχει πάντα και η πιθανότητα του λάθους, σε κάτι -ουσιαστικά- τόσο νέο. Γι’ αυτό και όταν γράφω ένα τέτοιο κείμενο, το κάνω απλά και μόνο για να γίνει συζήτηση και να ακούσω/διαβάσω και άλλες απόψεις φίλων του ποδοσφαίρου που ίσως τους απασχολεί το θέμα. Αν όχι, κανένα πρόβλημα!
Να είσαι καλά!
Πολύ χρήσιμο άρθρο. Ωστόσο, και πάλι, έχω μια-δυο απορίες: ποιο στατιστικό ακριβώς μετράει πχ την πάσα παρε-βαλε που έδωσε ο κεντρικός μέσος στον φορ με finishing μηδέν και ο τελευταίος το έχασε; Πώς αυτό προσμετράται στο xOVA και πως καταγράφεται; Όταν δεν γίνεται εν τέλει τελική ενέργεια μετά από αυτό που περιγράφεις στην αρχή (δυο-τρεις εμετούς στην περιοχή μετά από άψογο κατέβασμα σε πάσα-καντηλα, αλλά κόψιμο την τελευταία στιγμή πριν το τελείωμα), πως αυτό προσμετράται; ευχαριστώ εκ των προτέρων
Το θέμα είναι ότι, και πάλι, δεν λαμβάνονται υπόψη περιπτώσεις σαν το παράδειγμα που ανέφερες. Θυμάμαι χαρακτηριστικά την Μπαρτσελόνα στην τοπ περιόδό της : οι Ινιέστα/Τσάβι συνεχώς άνοιγαν άμυνες με τρίπλα, κινήσεις και κάθετη ή διαγώνια στα μπακ, χωρίς να χρεώνονται τις ασίστ προς τους φορ. Φαντάζομαι και χωρίς να αποτυπώνεται αυτό κάπως στο xOVA.
@gargaduaaaas
Αρχικά, εμείς (εγω) σε ευχαριστούμε για όλα τα άρθρα που γράφεις (οπως και τα υπόλοιπα παιδιά), και την ευκαιρία να αλληλεπιδράσουμε, ξεκαθαρίζοντας πολλές φορές πράγματα που έχουμε μπερδεμένα στο μυαλό μας, αλλά και διαβαζοντας απόψεις άλλων που βοηθούν είτε να αλλάξουμε τις δικές μας (μέχρι ένα βαθμό), είτε εμμένοντας στις δικές μας, επιχειρηματολογώντας και πηγαίνοντας την σκέψη μας ακόμα πιο πέρα
Τώρα ως προς την στατιστική, προφανώς δεν είναι ένα άχρηστο εργαλείο που κάνει κακό στο άθλημα και θέλω να εξαφανιστεί μια για πάντα απο τον χώρο. Το γεγονός και μόνο, ότι όλοι οι σύλλογοι (σχεδόν) έχουν ομάδα αναλυτών, που ασχολούνται αποκλειστικά με αυτό το αντικείμενο , αρκεί για να καταλάβουμε όλοι την αξία τους
Η διαφωνία μου είναι ότι η φύση του αθλήματος είναι τέτοια, που δεν μπορείς να εξηγήσεις (πάντα) τόσο την ατομική επίδοση οσο και την ομαδική επίδοση, με τροπο που θα βγάλεις ασφαλεί συμπεράσματα και χρήσιμα για να προβλέψεις την συνέχεια. Δλδ πέρα από παρατήρηση και καταγραφή για την αξία της κατανόησης του συγκεκριμένου αγώνα, δεν νομίζω ότι βοηθάνε ιδιαίτερα για να προβλέψω το επόμενο
Πχ στο μπάσκετ (για το οποίο μίλησα στο αρχικό ποστ), ένας παίχτης σουτάρει από το τρίποντο με 40%. Φυσικά όλα τα σουτ δεν γίνονται κάτω από τις ίδιες συνθήκες (αν και υπάρχουν στατιστικά και γι αυτό), ωστόσο γίνονται πάνω κάτω από την ίδια απόσταση. Έχει λοιπόν μια (μεγάλη) αξία, να το χρησιμοποιήσεις για τον τροπο που θα αμυνθείς την επόμενη φορά
Στο ποδόσφαιρο, ένας Σέντερ Φορ που έχει ευστοχία 40%, γιατί καταγράφηκαν 10 τελικές προσπάθειες και έβαλε 4 γκολ ΔΕΝ το κάνει καλύτερο ή χειρότερο από έναν άλλο με διαφορετικό ποσοστό, γιατί οι συνθήκες (απόσταση, πίεση, θέση σώματος, τρόπος που δέχτηκε την μπάλα, κίνηση στον χώρο, τερματοφύλακας αλλά και πολλά άλλα) δεν ειναι ΠΟΤΕ τα ίδια, άρα δεν ξέρεις το επόμενο βράδυ πως θα συμπεριφερθεί κάτω από διαφορετικές καταστάσεις, και έτσι (χωρίς εικόνα και παρατήρηση του παίχτη σε πολλά ματς αρα και διαφορετικές συνθήκες) δεν έχει νόημα να σταθείς στο 40% αρα και στο πως θα τον αντιμετωπίσεις βάση στατιστικών
Στο nba, μετά από 82 παιχνίδια, και διαμόρφωση των ατομικών και των ομαδικών στατιστικών, έχει νόημα να ψάξεις την στατιστικη για τον τροπο που θα αντιμετωπίσεις ατομικά αλλά και ομαδικά έναν αντίπαλο
Στο ποδόσφαιρο δεν υπάρχουν οι «ρουτίνες» που έχουν άλλα αθλήματα και πολλές φορές αρκεί μια τυχαία σειρά γεγονότων για να διαμορφώσουν το αποτέλεσμα, το οποίο ΔΕΝ θα μπορεί να εξηγηθεί από την στατιστική
Αλλά πέρα από το αποτέλεσμα, το Γκολ είναι τόσο σημαντικό στο ποδόσφαιρο που αρκεί για να αλλάξει εντελώς την εικόνα, την ψυχολογία και τον τροπο απόφασης μιας ενέργειας στον χώρο
Έστω λοιπόν ότι μετά από ένα ολόκληρο πρωτάθλημα μια ομάδα έχει έναν συγκεκριμένο τροπο παιχνιδιού, έχουμε ακριβώς το ποσοστό κατοχής της, το ποσοστό του τρόπου που επιλέγει να επιτεθεί, τον χώρο που εκτελεί τις επιθετικογενεις αποφάσεις της, τον χώρο που επιλέγει να αμυνθεί κτλ κτλ
Στο τελευταίο λοιπόν παιχνίδι, προσαρμόζουμε τόσο το αμυντικό όσο και το επιθετικό παιχνίδι μας έτσι ώστε να δυσκολέψουμε τον αντίπαλο και να επωφεληθούμε των καταστάσεων που θα δημιουργηθούν. Μια κόκκινη κάρτα στο 10’ αλλάζει εντελώς τα οποία δεδομένα είτε την δεχτεί ο ένας είτε ο άλλος, πηγαίνοντας τα στατιστικά που είχαμε υπόψιν μας στα σκουπίδια
Αντίστοιχα ένα Γκολ στο 35’ αλλάζει εντελώς τις ισορροπίες, ποσό μάλλον αργότερα στο ματς. Έτσι καταλήγουμε μια ομάδα που συνήθως κερδίζει τα ματς πχ με 60% κατοχή και δημιουργία 20 επιθέσεων, να κερδίσει το ματς 1-0 με 1 γκολ σε 2 πχ ευκαιρίες και δίνοντας την κατοχή στον αντίπαλο. Και μια άλλη ομάδα που έδινε (βάση στατιστικής την μπάλα στον αντίπαλο και έπαιζε με αντεπιθέσεις) να δέχεται γκολ νωρίς, να φτάνει την κατοχή πχ στο 65%, να δημιουργεί συνεχώς επικίνδυνες καταστάσεις και να πηγαίνουν τα στατιστικά εν τέλη στον κάδο των αχρήστων (όχι για την εξήγηση αυτού που είδαμε) αλλά ως προς την χρησιμότητα τους για επόμενα ματς
Συγνώμη που (σίγουρα) κούρασα, αλλά ίσως από ρομαντισμό, ίσως από αντίδραση στο σύγχρονο, δυσκολεύομαι να αποδεχτώ (πλήρως) την στατιστική στο ποδόσφαιρο
Για να το καταλάβετε και μέσα από ένα πολύ πρόσφατο παράδειγμα. Δύο για την ακρίβεια. Χθες, μεταξύ άλλων, είδαμε το ντέρμπι του Μάντσεστερ και το Μπράιτον – Λίβερπουλ. Η Μπράιτον ήταν εξαιρετική και η Λίβερπουλ κάκιστη. Οι γηπεδούχοι πίεζαν σωστά (και στις τρεις γραμμές με ισορροπία), έκλεβαν μπάλες, είχαν κατοχή και καλή κυκλοφορία και φυσικά απειλούσαν (που είναι και το ζητούμενο) φτάνοντας σε ένα εύκολο 3-0.
Η Λίβερπουλ πραγματικά δεν απείλησε καθόλου και ο καλύτερος παίκτης της, και ένας εκ των κορυφαίων στην Ευρώπη τα τελευταία χρόνια, ο Σαλάχ, ήταν ουσιαστικά άφαντος. Το xOVA του Σαλάχ ήταν 0.03. Η τραγική του -χθεσινή- εικόνα (η επιθετική του συνεισφορά) αποτυπώθηκε λοιπόν πολύ σωστά και με αριθμούς.
Στο ντέρμπι του Μάντσεστερ είδαμε έναν αρκετά υποτονικό ντε Μπρούινε κυρίως στο α’ ημίχρονο και σε αυτό έπαιξε ρόλο σίγουρα και ο Φρεντ που ήταν η σκιά του όταν ο Βέλγος ήταν κυρίως στον άξονα (και δεξιά) όταν περνούσε τη σέντρα. Στο β΄ ημίχρονο, η Σίτι ανέβηκε, δημιούργησε περισσότερο και έφτασε και στο 0-1 με ασίστ του Βέλγου. Ο Βέλγος ακόμα και σε μια μέτρια εμφάνιση (για το δικό του επίπεδο πάντα) έφτασε στο 0.90 xOVA.
Ελπίζω να το καταλάβατε (και μαζί σας και εγώ) λίγο καλύτερα!
Ευχαριστώ και πάλι για τα σχόλια
Παρά πολύ ωραίο και ενδιαφέρον άρθρο! Συμφωνώ απόλυτα με αυτό που γράφεις, ότι δηλαδή το να κοιτάμε στατιστικά στοιχεία χωρίς να έχουμε δει το παιχνίδι είναι αρκετές φορές παραπλανητικό. Ωστόσο, εγώ προσωπικά θεωρώ ότι κάθε νέο στοιχείο που βγαίνει και μας επιτρέπει να μετράμε αριθμητικά μια πτυχή του παιχνιδιού μόνο καλό μπορεί να κάνει. Σίγουρα δε θέλουν όλοι οι φίλαθλοι να μπλέξουν με το κομμάτι της στατιστικής και της ανάλυσης, αλλά για κάποιον που θέλει να δει την “big picture” που λένε και στο χωριό μου είναι εξαιρετικά χρήσιμα εργαλεία. Μπορούμε πλέον βλέποντας την ομάδα μας να καταλάβουμε τι ακριβώς κάνει σωστά και ποιος είναι ο αδύναμος κρίκος της, χωρίς ουσιαστικά να είμαστε μέλος του αναλυτικού team (πάντα με την προϋπόθεση ότι μεταφράζουμε σωστά την πληροφορία που αποτυπώνουν οι αριθμοί). Τέλος, ως φανατικός παίχτης football manager, η στατιστική ανάλυση μου προσφέρει και μια διαφορετική εμπειρία μέσα στο ίδιο το παιχνίδι. Όλα έχουν να κάνουν με το επίπεδο ενδιαφέροντος που έχει φτάσει κάποιος για το ποδόσφαιρο!