Analityka piłkarska: xG i nie tylko

Notatniki Reepa stały się najwcześniejszym zbiorem danych w piłce nożnej. Jego wnioski analityczne spotkały się później z ostrą krytyką, ale praktyka systematycznego rejestrowania zdarzeń jedno po drugim zaczęła się właśnie od niego.

Źródło: Historia pracy trenerskiej / literatura analityczna · wiedza

Hughes napisał w 1990 roku „The Winning Formula”, przekładając analizy Reepa na doktrynę szkoleniową angielskiej FA, która zalecała grę bezpośrednią ze stref POMO.

Źródło: Literatura trenerska FA · wiedza

Opta Sportsdata zaczęła działać w 1996 roku i szybko stała się wzorcowym źródłem danych o zdarzeniach w angielskiej piłce, a potem trafiła także do transmisji telewizyjnych i rynku zakładów.

Źródło: Archiwa historyczne Opta · wiedza

Prozone, założone w 1995 roku, znalazło pierwszego angielskiego klienta w Derby County Jima Smitha w 1998 roku i wyznaczyło wzorzec klubowej analizy łączącej wideo z danymi.

Źródło: Historia pracy trenerskiej · wiedza

Włoski start Wyscouta w 2004 roku przerodził się w narzędzie, z którego korzysta praktycznie każdy europejski klub przy raportach skautingowych, analizie przeciwnika i bibliotekach wideo zawodników.

Źródło: Historia pracy trenerskiej · wiedza

Benham kupił Brentford w 2012 roku i Midtjylland w 2014 roku, stosując w obu klubach wnioskowanie statystyczne rodem z zakładów bukmacherskich przy pozyskiwaniu zawodników i przygotowaniu do meczów.

Źródło: Profile w Business Insider / Financial Times · wiedza

Graham był dyrektorem ds. badań w Liverpoolu od 2012 do 2023 roku, w najbardziej udanym okresie klubu od lat 80.: wygrał Ligę Mistrzów w 2019 roku i Premier League w 2020 roku, w sumie sześć ważnych trofeów.

Źródło: MIT Sloan Sports Analytics / Ludonautics · wiedza

Knutson założył StatsBomb w 2013 roku jako blog analityczny, w 2018 roku uruchomił własne dane o zdarzeniach i pozostał prezesem do przejęcia firmy przez Hudl w sierpniu 2024 roku.

Źródło: Archiwa StatsBomb / Business Wire · wiedza

Artykuł Rudda z 2011 roku zdefiniował model stanów posiadania piłki oparty na prawdopodobieństwach przejścia. Nazwę „Expected Threat” spopularyzował później Karun Singh we wpisie na blogu z 2018 roku.

Źródło: Historia analityki w nauce i branży · wiedza

Blog Singha przedstawił xT jako powierzchnię wartości nad strefami boiska, obliczaną przez iteracyjne rozwiązywanie prawdopodobieństw przejścia. Ten wpis pozostaje branżowym punktem odniesienia we wprowadzeniu do tej miary.

Źródło: karun.in / literatura analityczna 2018 · wiedza

Modele xG dopasowują historyczne wyniki strzałów do takich cech jak odległość, kąt, część ciała i schemat gry; bardziej zaawansowane modele uwzględniają też pozycje obrońców z danych śledzących.

Źródło: Dokumentacja Opta / StatsBomb · wiedza

PSxG modeluje prawdopodobieństwo, że bramkarz przepuści strzał, biorąc pod uwagę tor lotu strzału celnego; wykorzystuje wszystko, co xG, a ponadto miejsce, w które strzał ostatecznie zmierzał.

Źródło: Dokumentacja StatsBomb · wiedza

xA przypisuje podającemu wartość xG wynikającego strzału, więc świetne podanie na znakomitą pozycję strzelecką jest nagradzane nawet wtedy, gdy strzał zostanie zmarnowany.

Źródło: Dokumentacja Opta · wiedza

Miara xT według Singha oblicza zagrożenie każdej komórki boiska jako prawdopodobieństwo, że drużyna zdobędzie bramkę w ciągu niewielkiej liczby kolejnych akcji, a następnie nagradza zawodników, którzy przenoszą piłkę do komórek o wyższej wartości.

Źródło: karun.in / literatura o xT · wiedza

OBV to autorskie ramy wartości posiadania piłki StatsBomb, które przypisują wartość każdemu zdarzeniu, w tym defensywnym przechwytom i strzałom, co usuwa jedno z ograniczeń xT.

Źródło: Dokumentacja StatsBomb · wiedza

VAEP traktuje każde zdarzenie jako zmianę prawdopodobieństwa zdobycia lub utraty bramki w najbliższej przyszłości i na tej podstawie przypisuje zasługi.

Źródło: KU Leuven Machine Learning Research Group · wiedza

Field tilt oddaje przewagę terytorialną, mierząc, gdzie toczy się posiadanie piłki, a nie tylko ile jej drużyna ma – drużyna może mieć 60% posiadania piłki, ale 40% field tilt.

Źródło: Literatura analityczna · wiedza

Packing liczy przeciwników wyłączonych z gry przez podanie lub prowadzenie piłki. Opracowali go Stefan Reinartz i Jens Hegeler w Impect, a spopularyzowała go niemiecka telewizja podczas Euro 2016.

Źródło: Raporty techniczne DFB · wiedza

Migawka 360 uzupełnia informację o tym, gdzie w chwili każdego zdarzenia z piłką znajdował się każdy zawodnik bez piłki, co umożliwia analizę ustawienia w obronie i opcji podania, której same dane o zdarzeniach nie pozwalają zobaczyć.

Źródło: Dokumentacja produktu StatsBomb 360 · wiedza

PPDA to klasyczny wskaźnik pressingu, który można obliczyć wyłącznie ze zwykłych danych o zdarzeniach; OBV i metryki oparte na 360 wymagają danych autorskich lub śledzących, których same kanały Opta nie zawierają.

Źródło: Literatura analityczna · zastosowanie

Edwards był dyrektorem sportowym Liverpoolu w latach 2016–2022, w epoce, którą Graham nazwał „pierwszym działem data science w Premier League”, po czym w 2024 roku wrócił do szerszej roli w FSG.

Źródło: Profile w Athletic / Ludonautics · wiedza

Krótki okres Comolliego w Liverpoolu był kontrowersyjny pod względem natychmiastowych wyników, ale zasiał ziarno ram rekrutacji opartej na danych, które Edwards później rozwinął na większą skalę.

Źródło: Profile w Athletic · wiedza

Ankersen był publiczną twarzą ery Benhama i zasłynął tezą, że wyniki meczów Championship podlegały większej zmienności, niż sugerowała pozycja w tabeli.

Źródło: Profile w Athletic / Guardian · wiedza

Randall współzałożył StatsBomb razem z Knutsonem; po przejęciu przez Hudl, ogłoszonym w sierpniu 2024 roku, oboje odeszli.

Źródło: World Soccer Talk / Business Wire 2024 · wiedza

Riddersholm poprowadził Midtjylland do pierwszego tytułu w sezonie 2014/15, opierając się na rutynach przy stałych fragmentach gry według modelu Benhama i na skautingu analitycznym, w którego opracowaniu pomagał Knutson.

Źródło: Archiwa Superligi · wiedza

Graham założył Ludonautics w 2023 roku po odejściu z Liverpoolu. Michael Edwards został ogłoszony na wczesnym etapie jako dyrektor niewykonawczy.

Źródło: Research Live / Training Ground Guru 2023 · wiedza

Książka Grahama, łącząca wspomnienia z analizą, została wydana w 2024 roku i należy do najczęściej cytowanych publicznych tekstów o kulturze danych w piłce klubowej.

Źródło: Penguin Books Australia / Aevitas 2024 · wiedza

Artykuł Decroosa, Bransena, Van Haarena i Davisa przedstawił VAEP na KDD 2019 i stał się punktem odniesienia dla modelowania wartości posiadania piłki w akademickiej analityce sportowej.

Źródło: KDD 2019 / KU Leuven ML Group · wiedza

Niemiecki dziennikarz Christoph Biermann w książce „Football Hackers” (angielskie tłumaczenie z 2019 roku) opisał wzrost znaczenia klubów kierujących się analityką, od Midtjylland przez Liverpool po Brentford.

Źródło: Dane wydawcy / SportsBook of the Year 2019 · wiedza

Wzorcem jest schemat Benham, Knutson i Graham: osoby z silnym zapleczem ilościowym spoza zawodowej piłki wielokrotnie okazywały się pierwszym zatrudnionym analitykiem w klubach opartych na danych.

Źródło: Trendy trenerskie 2013–26 · zastosowanie

Duża ujemna różnica między liczbą bramek a xG zwykle koryguje się w stronę xG na większych próbach; podstawowe założenie to zmienność skuteczności, a nie błąd modelu.

Źródło: Literatura analityczna · zastosowanie

PSxG minus bramki to standardowy wskaźnik interwencji bramkarza: 25 - 18 = +7, czyli o siedem bramek mniej, niż przewidywały strzały, które bramkarz musiał obronić.

Źródło: Analityka StatsBomb · zastosowanie

Mapa strzałów skupiona w strefie pola bramkowego wskazuje na napastnika, którego wartość wynika z wykańczania dośrodkowań i podań, a nie z tworzenia strzałów z dystansu lub z ostrych kątów.

Źródło: Wizualizacje StatsBomb / Wyscout · zastosowanie

Podania progresywne liczą metry postępu do przodu; xT nagradza przenoszenie piłki do stref o wyższej wartości. Duża liczba podań progresywnych przy umiarkowanym xT oznacza, że metry są zdobywane w stosunkowo bezpiecznych obszarach.

Źródło: Literatura analityczna · zastosowanie

Wysoki field tilt przy umiarkowanym xG to znak rozpoznawczy terytorialnej presji w końcówce meczu bez przełamania obrony – klasyczny sygnał, że przeciwnik w niskim bloku dobrze się broni.

Źródło: Literatura analityczna · zastosowanie

Wysokie ofensywne OBV przy ujemnym defensywnym OBV to archetyp ofensywnego bocznego obrońcy – wystarczy pomyśleć o profilach Alphonso Daviesa czy Trenta Alexandra-Arnolda.

Źródło: Literatura o StatsBomb OBV · zastosowanie

xG ze stałych fragmentów gry równe 8 przy zaledwie 4 bramkach to wiarygodna różnica wynikająca ze zmienności, którą może zniwelować regresja; przegląd wykonania jest tanią interwencją, zanim dojdzie do gruntownych zmian.

Źródło: Literatura trenerska · zastosowanie

Liczy się lokalizacja, nie liczba; dryblingi na własnej połowie to zdarzenia o niższej wartości, a mapa sugeruje raczej sposób ustawienia w roli niż brak umiejętności.

Źródło: Literatura analityczna · zastosowanie

Przyjęcia piłki w half-space i znakomity wkład w prowadzenie piłki to odcisk palca roli odwróconego skrzydłowego, profilu, którego Arsenal i City szukają świadomie od 2022 roku.

Źródło: Literatura o rekrutacji zawodników 2022–25 · zastosowanie

Zagrożenie bez piłki widać dopiero wtedy, gdy wiemy, gdzie zawodnik stał bez piłki. Migawki lokalizacji w momentach sytuacji to konkretny dowód, którego potrzeba.

Źródło: Przykłady zastosowań StatsBomb 360 · zastosowanie

Tytuł Midtjylland w sezonie 2014/15 był pierwszym w historii klubu i stał się sztandarowym przykładem w publicznych tekstach analitycznych o metodologii Benhama.

Źródło: Dane duńskiej Superligi / Football Hackers · wiedza

Zwycięstwo Brentfordu w barażach Championship w sezonie 2020/21 dało klubowi awans do najwyższej klasy rozgrywkowej po raz pierwszy od 74 lat i było powszechnie uznawane za triumf modelu analitycznego Benhama.

Źródło: Dane Championship 2020/21 · wiedza

Sezon mistrzowski Leicester to współczesny archetyp modeli zaskoczonych rzadkimi wynikami o dużej zmienności – dokładnie tym profilem ryzyka, na który zaprojektowano podejście Benhama.

Źródło: Dane Premier League / literatura analityczna · wiedza

Graham w publicznych refleksjach opisuje Salaha jako transfer oparty na modelu, który najbardziej publicznie potwierdził wartość działu. Przyszedł z Romy za około 36,9 mln £ i wygrał w Liverpoolu wszystkie główne trofea.

Źródło: Profile w Athletic / Ludonautics · wiedza

Transfer Robertsona za 8 mln £ ze spadkowicza, jakim było Hull, to kanoniczny przykład skautingu opartego na danych: podstawowe liczby mocno rozminęły się z postrzeganiem rynku.

Źródło: Profile w Athletic / Ludonautics · wiedza

Umowa Liverpoolu z 2021 roku była przypadkiem startowym dla StatsBomb 360, które dodaje migawki lokalizacji zawodników wokół każdego zdarzenia z piłką.

Źródło: Sky Sports / Business Wire 2021 · wiedza

36 bramek Haalanda w Premier League w sezonie 2022/23 – najwięcej w jednym sezonie w erze 38 kolejek – opierało się na xG na 90 minut, które samo w sobie było elitarne, co jest niezwykłym połączeniem.

Źródło: Dane Premier League 2022/23 · wiedza

Era De Zerbiego w Brighton połączyła model rekrutacji nastawiony przede wszystkim na analitykę z charakterystycznym ustawieniem w rozegraniu i stała się publicznym punktem odniesienia dla profilowania podań progresywnych.

Źródło: Analiza Premier League 2022–24 · wiedza

Bournemouth Iraoli przyjęło agresywny model pressingu i podejście do rekrutacji oparte na danych, które doprowadziło klub do kwalifikacji do Ligi Europy UEFA w sezonie 2025/26.

Źródło: Premier League 2023–26 · wiedza

Operacje Leeds oparte na danych zyskały widoczność za Marcelo Bielsy i stały się publiczną historią analityczną pod rządami 49ers, zwłaszcza w modelowaniu stałych fragmentów gry i rzutów od bramki.

Źródło: Analiza Championship / Premier League 2020–25 · wiedza

Publiczne modele xG zbiegają się wokół 0,76 dla rzutu karnego: mniej więcej trzy z czterech są wykorzystywane.

Źródło: Dokumentacja modeli Opta / StatsBomb · wiedza

Strzały w grze z centralnej części pola bramkowego należą do sytuacji w grze o najwyższym xG, choć wciąż poniżej rzutu karnego. Dokładna wartość zależy od modelu, ale mieści się w połowie czterdziestek.

Źródło: Dokumentacja modeli Opta / StatsBomb · wiedza

Strzały z dystansu ze środka mają bardzo niskie xG mimo widowiskowości: nawet najlepsi napastnicy trafiają w ten sposób z niskim odsetkiem skuteczności.

Źródło: Dokumentacja modeli Opta / StatsBomb · wiedza

StatsBomb opisał swój kanał danych jako 3300 do 3400+ zdarzeń na mecz, a w produkcie 360 dodaje migawki lokalizacji dla każdego zdarzenia.

Źródło: Dokumentacja StatsBomb 2021–24 · wiedza

Model Singha podzielił boisko na 192 strefy, siatkę 16x12, dopasowaną do danych Premier League z sezonu 2017/18.

Źródło: Blog karun.in 2018 · wiedza

Transfer Robertsona uważa się za emblematyczny przykład okazji w skautingu opartym na danych: z czasem światowej klasy boczny obrońca za kwotę, którą później żartobliwie uznawano za jeden z największych łupów epoki.

Źródło: Athletic, dane transferowe 2017 · wiedza

Branżowa reguła kciuka – potwierdzona w wielu raportach sezonowych Opta i StatsBomb – mówi, że stałe fragmenty gry odpowiadają za mniej więcej od jednej czwartej do jednej trzeciej bramek w większości współczesnych lig.

Źródło: Podsumowania sezonów Opta / StatsBomb · wiedza

xT nagradza wartość strefy docelowej; podanie w pole karne jest warte znacznie więcej niż podanie w koło środkowe, ponieważ prawdopodobieństwo zdobycia bramki w kilku następnych akcjach jest ze stref pola karnego o wiele wyższe.

Źródło: Blog karun.in / literatura o xT · wiedza

Wynik poniżej wartości xG niemal zawsze koryguje się w stronę xG na większych próbach; interwencją jest cierpliwość i monitorowanie, a nie taktyczny przewrót.

Źródło: Literatura analityczna · zastosowanie

Wąskie gardło opisano konkretnie: drużyna tworzy zagrożenie, ale nie zamienia go na strzały, a strzałów na bramki. Skuteczny wykańczający wprost rozwiązuje brakujący krok od zagrożenia do xG.

Źródło: Literatura trenerska · zastosowanie

PSxG uwzględnia tor lotu strzału celnego, izolując reakcję bramkarza od jakości wykończenia – to właściwe narzędzie do oceny interwencji bramkarza.

Źródło: Dokumentacja StatsBomb · zastosowanie

Łańcuch xG nagradza akcje tylko wtedy, gdy po nich pada strzał. xT nagradza każdą akcję przenoszącą piłkę do stref o wyższej wartości, niezależnie od tego, czy posiadanie kończy się strzałem – bliżej to założeń rekrutacyjnych.

Źródło: Blog karun.in / literatura o łańcuchach xG · zastosowanie

Ruch bez piłki z definicji nie jest zdarzeniem z piłką, więc każdy jego pomiar wymaga danych o lokalizacji w momentach, gdy napastnik nie jest przy piłce.

Źródło: Literatura analityczna · zastosowanie

Dodanie ustawienia obrońców zaostrza przewidywania modelu: strzał z tego samego miejsca, gdy obrońca blokuje strzelca, ma wyraźnie niższe prawdopodobieństwo bramki.

Źródło: Literatura o modelach StatsBomb / Opta · zastosowanie

xG z pojedynczego meczu to wielkość z małej próby; w zestawieniu z sumą z całego sezonu wartość z jednego meczu jest znacznie bardziej zaszumioną statystyką, a głośne wnioski z pojedynczego meczu rzadko się potwierdzają.

Źródło: Literatura analityczna · zastosowanie

OBV wycenia też strzały i akcje defensywne, a autorski kanał danych zapewnia kontrolę jakości i zasięg; hobbystyczne xT to przydatny, tani początek, ale nie pełny zestaw narzędzi do rekrutacji.

Źródło: Dokumentacja StatsBomb OBV · zastosowanie

Proste strzały mają proste cechy, w których oba modele się zgadzają. Rozbieżność rośnie w złożonych fazach gry, w których cechy kontekstowe poszczególnych dostawców się rozchodzą.

Źródło: Literatura analityczna · wiedza

Mapy częstotliwości pokazują liczbę; mapy xG pokazują liczbę ważoną jakością pozycji. Ta druga bezpośrednio odpowiada na postawione pytanie.

Źródło: Literatura analityczna · zastosowanie

Odległość bez piłki podczas posiadania piłki przez przeciwnika z definicji nie jest zdarzeniem; można ją odtworzyć wyłącznie z ciągłego śledzenia lokalizacji zawodników.

Źródło: Literatura analityczna · wiedza

VAEP jest w pełni udokumentowany i powtarzalny na podstawie KDD 2019; OBV działa na dużą skalę w działającym na żywo potoku danych dostawcy. Każdy ma swoje miejsce, ale kompromis polega na przejrzystości kontra wygodzie operacyjnej.

Źródło: KDD 2019 / dokumentacja StatsBomb · zastosowanie

Przejęcie przez Hudl zostało sfinalizowane w sierpniu 2024 roku. Ted Knutson i Charlotte Randall ustąpili; połączona firma zachowała nazwę StatsBomb w pakiecie produktów Hudl.

Źródło: World Soccer Talk / Business Wire 2024 · wiedza

Ludonautics powstało w 2023 roku; rola Edwardsa została ogłoszona przy starcie, a książka Grahama ukazała się w 2024 roku.

Źródło: Training Ground Guru 2023 · wiedza

Edwards wrócił do FSG w szerszej roli w operacjach piłkarskich w 2024 roku, po tym jak w 2022 roku ustąpił ze stanowiska dyrektora sportowego.

Źródło: Relacje Athletic 2024 · wiedza

Książka Grahama z 2024 roku koncentruje się na epoce Liverpoolu, która osiągnęła szczyt w tytule Premier League w sezonie 2019/20, pierwszym dla klubu od 30 lat.

Źródło: Penguin Books 2024 · wiedza

Leverkusen Alonso wygrało w sezonie 2023/24 pierwszy w historii klubu tytuł mistrza Bundesligi, i to bez porażki, dokładając DFB-Pokal; w literaturze analitycznej jest cytowane jako przypadek udanego połączenia pracy trenerskiej z danymi.

Źródło: Dane Bundesligi 2023/24 · wiedza

Liverpool Slota wygrał Premier League w sezonie 2024/25, zdobywając pierwszy tytuł od sezonu 2019/20, i to w pierwszym roku jego pracy.

Źródło: Dane Premier League 2024/25 · wiedza

Schemat z lat 2023–26 w czołowych klubach jest taki, że dane śledzące wraz z danymi o zdarzeniach – StatsBomb 360, Second Spectrum, Sportlogiq – stanowią warstwę podstawową; wszystko inne się na niej opiera.

Źródło: Trendy w wykorzystaniu analityki 2023–26 · zastosowanie

Każde twierdzenie o wskaźniku wyprzedzającym trzeba sprawdzić pod kątem zmienności: xT w środkowej tercji może być zaszumioną miarą na 90 minut, jeśli próba jest mała. Sprawdzianem jest analiza stabilności, a nie weryfikacja referencji.

Źródło: Literatura analityczna · zastosowanie

Walidacja twierdzenia o xG ze stałych fragmentów gry wymaga konkretnej miary w czasie, skorygowanej o trudność terminarza; głośne liczby z pojedynczego sezonu bez korekty zwykle nie są rozstrzygające.

Źródło: Literatura analityczna · zastosowanie

xG przeciwko drużynie równe 4 w pojedynczym meczu oznacza, że przedostało się wiele groźnych strzałów; czyste konto jest prawdziwe, ale sygnał jest taki, że powtarzające się bronienie takiej jakości i liczby strzałów skończy się utratą bramek.

Źródło: Literatura analityczna · zastosowanie

Umiejętność wykończenia ujawnia się dopiero na bardzo dużych próbach strzałów; 10 strzałów zdominowanych jest przez zmienność. Błąd nie leży w modelu, lecz w wielkości próby.

Źródło: Literatura analityczna · zastosowanie

Zawodnik w drużynie, która spędza więcej czasu w tercji obronnej, ma więcej okazji do ataku nogami. Bezwzględna liczba odbiorów miesza umiejętności z ekspozycją; rozwiązaniem jest korekta o wskaźnik na okazję.

Źródło: Literatura analityczna · zastosowanie

Cztery sezony konsekwentnego przekraczania normy o 25% to dość dowodów, by zaktualizować przekonania o skuteczności wykończenia zawodnika. Upieranie się przy regresji na takim horyzoncie to odrębny rodzaj błędu.

Źródło: Literatura analityczna · zastosowanie

Jedno wypożyczenie w konkretnej lidze to mała, niereprezentatywna próba; oparcie na nim decyzji to podręcznikowe ryzyko przeuczenia w rekrutacji.

Źródło: Literatura analityczna · zastosowanie

OBV może być silnie ujemne dla zawodnika, którego rola wymusza ryzykowne akcje; sprawdzenie polega na porównaniu jego OBV z wzorcami dla danej pozycji i uwzględnieniu instrukcji taktycznych.

Źródło: Dokumentacja StatsBomb OBV · zastosowanie

Bez kontekstu obrońców strzał z zatłoczonego pola bramkowego, z trzema obrońcami na linii, jest traktowany tak samo jak strzał niekryty. Model z założenia przecenia strzały ze stałych fragmentów gry w tłoku.

Źródło: Literatura analityczna · zastosowanie

Wartości xT są wyuczone z danych historycznych. Jeśli współczesna gra przypisuje half-space większą wagę niż próba z sezonu 2017/18, ponownie użyty model niedoszacowuje tej strefy.

Źródło: Literatura o xT · zastosowanie

Analiza momentów decydujących to błąd częstości bazowej czekający na wystąpienie: strzały w ostatnich minutach mają własną częstość bazową. Konkretne rozwiązanie to porównanie z wynikami tego samego zawodnika poza takimi momentami oraz z wzorcami dla pozycji.

Źródło: Literatura analityczna · zastosowanie

Ryzyko modelu w zestawie jednego dostawcy to szczególne ryzyko koncentracji: każdy model ma założenia, a oparcie całej operacji na jednym dostawcy wbudowuje jego obciążenia w całości.

Źródło: Literatura o zarządzaniu ryzykiem · zastosowanie

Odsetek wygranych pojedynków powietrznych w meczu jest notorycznie zaszumiony; podziały z pojedynczego meczu zwykle zdominowane są przez zmienność, a prognoza oparta na takim podziale to podręcznikowy błąd małej próby.

Źródło: Literatura analityczna · zastosowanie

xG to prawdopodobieństwo, nie gwarancja. Strzał o wartości 0,15 zamienia się na bramkę w około 15% przypadków przy dostatecznej liczbie prób; na tym polega cała treść tej liczby.

Źródło: Dokumentacja Opta / StatsBomb · wiedza

Podstawowym motywem xT jest docenienie wartościowych akcji przenoszących piłkę, których tradycyjne statystyki po prostu nie widzą, ponieważ nie następuje po nich bramka ani asysta.

Źródło: Blog karun.in / literatura analityczna · wiedza

Wieloletnia umowa Liverpoolu ze StatsBomb ogłoszona w 2021 roku była związana z premierą StatsBomb 360; klub używał tego narzędzia obok własnego działu pod kierunkiem Grahama.

Źródło: Sky Sports / Business Wire 2021 · wiedza

Właściwe pytanie brzmi: która akcja ma wyższą oczekiwaną wartość bramkową? Krótkie podanie w bok do niekrytego strzału z 12 jardów zwykle znacznie przewyższa strzał słabszą nogą z 20 jardów; decyzja sprowadza się do prostej maksymalizacji xG.

Źródło: Literatura analityczna · zastosowanie

Sprawdzenie wielkości próby to test zdrowego rozsądku o największej dźwigni dla każdego twierdzenia ze skautingu opartego na danych; piękny wykres z 500 minut opowiada inną historię niż ten sam wykres z 5000.

Źródło: Literatura analityczna · zastosowanie

Częstość bazowa bramek ze stałych fragmentów gry w piłce zawodowej wynosi około 25–35% niezależnie od stylu; twierdzenie o posiadaniu piłki jest wobec tej częstości bazowej ortogonalne.

Źródło: Podsumowania sezonów Opta / StatsBomb · zastosowanie

Agregowanie xG i xA wymaga mianownika na 90 minut i wzorca dla pozycji; bez obu złożony wynik odzwierciedla rolę i czas gry, a nie jakość samego zawodnika.

Źródło: Analityka w rekrutacji zawodników · zastosowanie

xG z pojedynczego meczu to statystyka z małej próby, która robi nagłówki, ale niczego nie dowodzi; właściwa postawa wobec różnicy z jednego meczu to wstępne zainteresowanie.

Źródło: Literatura analityczna · zastosowanie

Duet Benham–Knutson w Brentford/Midtjylland to emblematyczne zatrudnienie nastawione przede wszystkim na dane we współczesnej epoce, później rozwinięte na większą skalę w Liverpoolu dzięki Edwardsowi i Grahamowi.

Źródło: Historia pracy trenerskiej i analityki · wiedza

Modele publiczne są przydatnym wstępnym filtrem, ale brakuje im kontekstu obrońców i struktury bez piłki, które zapewniają kanały autorskie i dane śledzące – to konkretny powód, dla którego działy rekrutacji płacą za wyższą wersję.

Źródło: Literatura analityczna 2023–26 · zastosowanie