Wyjaśnienie Expected Threat (xT): więcej niż xG

Pierwszy gol Arsenalu w ich zwycięstwie 3-1 nad Burnley w grudniu 2018 roku był prawdziwą peregriną. Mesut Özil rozpruł obronę podaniem prostopadłym do Seada Kolašinaca, który odczekał na bramce, po czym Aubameyang zakończył akcję. Asystę zapisał sobie Kolašinac. Gola dla Aubameyanga. Özil nie dostał nic.

Expected Threat, czyli xT, opowiada zupełnie inną historię. Zgodnie z jego obliczeniami, podanie Özila podniosło szansę Arsenalu na strzelenie gola w ciągu kolejnych pięciu akcji z 7,7% do 15,8%. Odczekanie Kolašinaca dodało tylko 1,3 punktu procentowego do tego wyniku. Özil wykonał 86% całej roboty, a statystyczny arkusz ani drgnął.

W tym właśnie tkwi urok xT. Gole, asysty i nawet xG liczą tylko ostatni krok w akcji. xT docenia podania i dryblingi, które umożliwiły wykonanie tego ostatniego kroku, trochę tak, jakby oceniać partię szachową nie tylko po ostatnim ruchu. Poniżej wyjaśniam, jak to działa, skąd się wzięło i jak typer może to wykorzystać.

Spodziewana Groźba (xT) nadaje liczbową wartość każdemu podaniu, prowadzeniu piłki i dryblingowi, pokazując, jak zmieniają one szansę drużyny na strzelenie gola. Spodziewane Gole (xG) oceniają jedynie strzały. xT ocenia wszystko inne na boisku, w tym ruchy, które w ogóle nie kończą się strzałem.

Koncept jest uroczo prosty. Podziel boisko na siatkę i przypisz każdej strefie wartość zagrożenia: jak często posiadanie piłki w tym miejscu prowadzi do gola w ciągu kolejnych kilku akcji. Mówiąc wprost, piłka we własnym polu karne jest warta około 0,01, czyli 1% szans. Na wysokości punktu rzutu karnego może być warta około 0,35. Przesunięcie piłki z jednej strefy do drugiej to różnica, która stanowi kredyt punktowy dla tego zawodnika.

Zatem podanie z własnej połowy na obrzeża pola karne rywala to nie tylko zysk terytorium. To mierzalny wzrost szans na strzelenie gola. Kluczowa różnica: xG wycenia strzał, xT wycenia budowanie ataku.

Pod maską xT zadaje proste pytanie z każdego miejsca na boisku: strzelać, czy podać? Model waży szanse na strzelenie gola po uderzeniu względem wartości miejsca, do którego prawdopodobnie zostanie przekazana piłka.

Obliczenia przebiegają w rundach, aż liczby się ustabilizują, zwykle po czterech lub pięciu. Każda runda dodaje kolejną akcję do łańcucha, więc po pięciu rundach wartość dla strefy to prawdopodobieństwo strzelenia gola w ciągu kolejnych pięciu akcji z tego miejsca. W symbolach:

Matematyka stojąca za xT jest starsza niż jej nazwa. W 2011 roku Sarah Rudd przedstawiła pracę na New England Symposium on Statistics in Sports w Harvardzie, wykorzystując łańcuchy Markowa do wyceniania posiadania piłki w kilku stanach na boisku (pole karne, skrzydło, środek, bramka, utrata). Jej model ocenił wtedy młodego Jordana Hendersona, który grał w Sunderland, jako gracza z top 25 Premier League, podczas gdy płodny napastnik Darren Bent wypadł bardzo słabo. Wtedy wydawało się to absurdalne. Teraz wygląda na znacznie mniej absurdalne.

Następnie Karun Singh wprowadził ten pomysł do szerszego grona odbiorców. Jego post na blogu z grudnia 2018 roku nadał mu nazwę „Expected Threat”, dodał interaktywne wizualizacje i opisał metodę na tyle szczegółowo, że każdy mógł go skopiować. Nazwa przyjęła się, a jego post pozostaje jednym z najczęściej cytowanych materiałów na ten temat.

Standardowy układ dzieli boisko na siatkę 16x12, co daje w sumie 192 strefy. Każda strefa ma przypisane cztery wartości wyliczone na podstawie danych historycznych: jak często gracze przesyłają piłkę z tego miejsca (podaniem lub dryblingiem), jak często strzelają (obie te wartości sumują się do 100%), gdzie piłka ma tendencję lecieć dalej i jak często strzał z tej strefy trafia do bramki.

Model zaczyna od zera w każdej strefie i buduje wartości kolejnymi rundami. Pierwsza runda to w praktyce model xG, ponieważ liczy się tylko strzał. Druga runda dodaje „przesunięcie, a potem strzał”. Trzecia runda dodaje „przesunięcie, przesunięcie, strzał” i tak dalej. Do czwartej lub piątej rundy wartości przestają znacząco się zmieniać, a liczba przypisana do strefy oznacza szansę na strzelenie gola w ciągu pięciu akcji.

Dlaczego zatrzymujemy się na pięciu? Dłuższe sekwencje stają się coraz bardziej nieprzewidywalne, a dodatkowe rundy dodają bardzo niewiele. To sprytny kompromis, który sprawia, że liczby są łatwe do interpretacji.

Ocenianie pojedynczego podania lub dryblingu jest niemal banalnie proste: bierzemy wartość zagrożenia w miejscu, gdzie akcja się zakończyła, i odejmujemy od niej wartość z miejsca startu. Przesunięcie piłki z strefy o wartości 0,05 do strefy o wartości 0,15 oznacza, że ta akcja wygenerowała 0,10 xT, czyli o 10 punktów procentowych większe szanse na strzelenie gola w ciągu kolejnych pięciu akcji.

Zsumowanie tych zysków w ciągu meczu lub całego sezonu daje nam miarę tego, ile zagrożenia tworzy dany gracz lub zespół, niezależnie od tego, czy skończy się to strzałem, czy nie.

Założenie stojące za xT zostało sformułowane w analizie koszykarskiej przez Cervone i współpracowników: „Najbardziej zaawansowane metryki wciąż opierają się na prostych licznikach związanych z końcowymi stanami posessions... To jest jak analiza szachowego pojedynku oparta wyłącznie na ruchu, który zakończył się matachem, pomijając możliwość, że kluczowy ruch nastąpił kilka ruchów wcześniej.”

W piłce nożnej mamy dokładnie tę samą ślepotę. Gole, asysty i xG dotyczą wyłącznie końca akcji. Pomijają progresywne podanie, które przełamało linię defensywną, drybling, który wymanewrował obrońców z ich pozycji, oraz przełączenie gry na przeładowane skrzydło. Ponieważ większość akcji z piłką w meczu to podania i dryblingi, a nie strzały, ogromna część futbolu pozostaje nieuznana.

Szczegółowe Gole zrewolucjonizowały sposób, w jaki oceniamy jakość strzałów, ale podanie przełamujące linię obrony, drybling otwierający przestrzeń lub prowadzenie piłki z głębi pola nie przynosi nic w xG. xT i xG mierzą różne umiejętności, więc gracz może być genialny w kreowaniu zagrożenia, nie wykonując przy tym wielu strzałów.

Wróćmy do Özila i Kolašinaca. Prostopadłe podanie Özila podniosło zagrożenie z 0,077 do 0,158, co daje 0,081 xT i 86% zasługi. Podanie Kolašinaca na bliższy słupek podniosło je z 0,158 do 0,171, co daje 0,013 xT i 14%. Kolumna asyst przypisała całą zasługę Kolašinacowi, jednak wkład Özila był około sześciokrotnie większy. To ma znaczenie dla scouteingu, negocjacji kontraktowych i, jak zobaczymy, dla każdego, kto próbuje znaleźć przewagę na rynkach.

Test Hendersona

Najlepszą reklamą myślenia o wartości posiadania piłki jest wciąż praca Sarah Rudd z 2011 roku. Jej model wskazał Jordana Hendersona jako jednego z 25 najlepszych zawodników Premier League, jednocześnie oceniając Darrena Benta bardzo niskiej. Wtedy wydawało się to absurdalne: Bent był sprawdzonym strzelcem, a Henderson przeciętnym pomocnikiem. Henderson przeszedł następnie do Liverpoolu za kwotę szacowaną na 16–20 mln funtów, a Bent do Aston Villi za maksymalnie 24 mln funtów.

Kilka lat później Henderson jako kapitan Liverpoolu sięgał po Puchary Mistrzów, Premier League, Puchar Anglii i Puchar Ligi. Analitycy dostrzegli coś, czego nie mogły pokazać bramki i asysty.

Niewidoczny defensywny

Ta sama logika wyjaśnia, dlaczego defensiwni i głęboko grający pomocnicy często wyglądają lepiej w xT niż w tradycyjnych statystykach. Rzadko strzelają czy asystują, ale wielokrotnie przenoszą piłkę z głębokich pozycji w strefy zagrożenia. Ta praca nigdy nie trafia do meczu w formie klipu z najlepszymi momentami, a to właśnie to xT jest stworzone, aby liczyć.

Odczytywanie zespołu

Mapy xT dla poszczegnych drużyn pokazują, gdzie zespół tworzy zagrożenie: na lewej flance, przez środek, po długich przerzutach lub po podaniach z boku. Odwrócenie perspektywy pozwala zobaczyć, gdzie przeciwnik jest najbardziej podatny na strata, a połączenie tego z kierunkami podań pozwala znaleźć szlaki, które trzeba bronić. Wykres xT w trakcie meczu pokazuje również, kto naprawdę ma przewagę. Zespół może dominować na osi czasu zagrożenia bez strzelania wielu strzałów, ponieważ jego budowanie gry konsekwentnie trafia piłką w strefy niebezpieczne.

Ocena zawodników

xT wyróżnia graczy, o których zwykłe statystyki często zapominają: defensywnych i ofensywnych skrzydłowych, środkowych pomocników oraz wszystkich innych, którzy przesuwa piłkę do przodu, nie kończąc akcji samodzielnym strzałem. Metryka ta dzieli się też na podania i prowadzenie piłki. Kevin De Bruyne to klasyczny podający, Eden Hazard klasyczny prowadzący, a Lionel Messi zawodnik, który potrafił robić oboje. Porównanie akcji, którą wybrał gracz, z najlepszą dostępną opcją pozwala ocenić jego decyzje taktyczne.

Znajdowanie kolejnego wzmocnienia

Przy rekrutacji kluczowe jest dopasowanie. Zespół oparty na posiadaniu piłki szuka profilu xT innego niż ten, którego wymaga drużyna grająca w kontrataku. Ponieważ xT wyłania graczy, którzy napędzają budowanie gry, ale nie mają imponujących liczb goli i asyst, skauci mogą wykorzystywać te dane do wyłapywania talentów w mniejszych ligach, zanim większe kluby zaczną o nich wiedzieć.

Żadna metryka nie jest idealna, a prostota xT jest jednocześnie jej urokiem i słabością. Badacze stojący za frameworkiem VAEP z KU Leuven powiedzieli to wprost: lokalizacyjne podejście xT nie jest najbardziej precyzyjne, ponieważ zagrożenie tkwi w sposobie, w jaki piłka jest przenoszona, a nie w tym, gdzie się znajduje.

Brak poczucia presji i obrońców

Zagranie do pola karnego przeciwko zwarty, niski blok ma taką samą wartość, jak zagranie przeciwko rozciągniętej defensywie. Bez danych śledzących xT widzi tylko piłkę, a nie obrońców wokół niej, więc strefa, która na mapie wygląda na niebezpieczna, może być zatłoczona ludzkimi ciałami. To samo działanie w innym kontekście może być znacznie trudniejsze.

Brak poczucia ryzyka

Ryzykowne zagranie do pola karnego ma taką samą wartość jak bezpieczne, o ile oba dojdą. Bazowy xT ignoruje też błędy: przechwycona prosta piłka wyzerowuje wynik, nawet jeśli była dokładnie tym strzałem, który należało zagrać. Szybki kontratak przeciwko rozregulowanej obronie powinien być warty więcej niż cierpliwa budowa gry kończąca się w tym samym miejscu, a xT nie potrafi ich odróżnić.

Brak poczucia stanu meczu

Wynik, minuta i sytuacja taktyczna nie są uwzględnione w modelu. Zespół przegrywający 0-3 w 85. minucie może zgromadzić sporo xT, podczas gdy rywal trzyma się głęboko, ale to nie jest prawdziwe zagrożenie. Traktuj te liczby jako wskazówkę do oceny procesu, a nie jako wyrok.

Te luki stały się inspiracją dla rodziny bardziej zaawansowanych modeli wartości posiadania piłki. VAEP, stworzony w laboratorium DTAI na KU Leuven, wykorzystuje uczenie maszynowe na bogatych cechach stanu meczu i wycenia zarówno strzelanie goli, jak i ich tracenie. OBV od StatsBomb opiera się na ich modelu xG i wykorzystuje dane 360, aby oceniać, gdzie znajdują się gracze wokół piłki. American Soccer Analysis ma własny wskaźnik Goals Added (g+) dla MLS.

Wszystkie te modele zmierzają do tego samego celu co xT, wyceniając każdą akcję, nie tylko tę ostatnią, ale każdy z nich dodaje kontekst, którego podstawowy xT nie posiada. Tabela pokazuje, gdzie każdy z nich się sprawdza.

xT nie wygra ci meczów, ale jest ostrym narzędziem do wyciągania wniosków o tym, kto jest lepszy, niż sugerują to wyniki. Użyte w połączeniu z odpowiednim modelem bukmacherskim, wskazuje kilka praktycznych kierunków.

Drużyny, których wyniki nie odpowiadają procesowi

Zespół, który stale kreuje zagrożenie, ale słabo je finalizuje, to dobry kandydat do wzrostu formy. xT mierzy wydajność niezależnie od szczęścia przy końcowej strzelaniu, dzięki czemu pomaga rozróżnić naprawdę słaby zespół od tego, któremu po prostu nie szło. Ta sama logika przydaje się przy zakładach na liczbę goli, co świetnie opisujemy w naszym przewodniku do zakładów Over/Under.

Rynki graczy i asyst

Pomocnicy, którzy generują dużo zagrożenia dzięki podaniom, mogą być niedoceniani na rynkach asyst. Ich koledzy z drużyny często nie potrafią skończyć akcji, co maskuje jakość ich pracy, a właśnie tam najczęściej kryje się wartość.

Mismatchy taktyczne i zakłady live

Porównaj strefy zagrożenia jednej drużyny ze słabymi punktami rywala, a znajdziesz przewagę. Jeśli Drużyna A tworzy większość swoich okazji z boków, a Drużyna B dużo straci z rożnych, to jest to ważna wskazówka. Na żywo, zespół, który dominuje na osi czasu xT, ale przegrywa na tablicy, może być prawdziwą okazją do zakładu live.

Następną falę metryk już można wyłaniać. Dane z trackingu pozwolą analitykom uwzględniać pozycjonowanie defensywne, nagrodzić ruchy bez piłki i mierzyć stworzoną przestrzeń, a nie tylko przebyty dystans. Dynamic Expected Threat (DxT) i podobne modele mają na celu wplecenie w obliczenia presji obronnej, stanu meczu i szybkości przejść, kontekstu, którego brakuje w podstawowym xT.

Kolejnym krokiem będzie większe myślenie w kategoriach ryzyka i zysku, z modelami, które ważą szanse na strzelenie gola przeciwko szansom na stracenie gola, zwłaszcza w przypadku ryzykownych podań przełamujących linie. Kiedy modele wartości posiadania piłki staną się standardem w StatsBomb i wielu klubach, porównywanie metod i benchmarków stanie się łatwiejsze, a publiczna dyskusja na ten temat będzie mądrzejsza.

Expected Threat to jedna z najbardziej przydatnych koncepcji w analityce piłkarskiej po xG. Nie powie Ci, kto wygra w sobotę, ale pokazuje Ci ruchy przed szachem matem: podania, dryblingi i prowadzenie piłki, które tworzą okazje, zanim ktokolwiek pociągnie za spust. Nie jest perfekcyjny, ale prosty model, który szybko dostarcza Ci większość informacji, wygrywa ze skomplikowanym, którego nigdy nie używasz.

• Proces liczy się bardziej niż wynik. Zespół, który generuje dużo xT, ale przegrywa mecze, ma większe szanse na odwrócenie losów niż ten, który wygrywa dzięki szczęśliwym końcówkom.
• Szukaj ukrytw twórców. Podających i dryblerów, którzy budują akcję, rzadko odnotowuje się jako asystujących, dlatego szukaj ich na rynkach graczy i tworzenia szans.
• Dopasuj strefy zagrożenia do słabych punktów. To, gdzie zespół tworzy zagrożenie, w stosunku do miejsc, w których jego rywal pęka, to czystszy kąt niż sama forma.
• Szanuj kontekst. Presja, stan meczu i ryzyko nie są w podstawowym xT, więc używaj go w połączeniu z xG i własnym okiem.
• Szukaj live mismatchu. Zespół dominujący na osi czasu zagrożeń, tracący w meczu, to typ sytuacji live, która warto przyjrzeć się bliżej.
• Utrzymuj stawkę w rozsądnych granicach. Żadna metryka nie eliminuje wariancji, więc stawiaj tyle, ile możesz sobie pozwolić, i nigdy nie goni strat.

Asysta mówi Ci, kto podał. Gol mówi Ci, kto strzelił. xT pomaga pokazać, kto naprawdę stworzył szansę.

• Jak korzystać z xG (spodziewane gole) dla mądrzego obstawiania w piłkę nożną
• Jak zbudować model obstawiania sportowego: kompletny przewodnik
• Przewaga gospodarza vs jakość drużyny: zaawansowany przewodnik do obstawiania w piłkę nożną
• Rynki obstawiania minut: kiedy padają gole

18+. Graj odpowiedzialnie. Dostęp do bezpłatnej i poufnej pomocy znajdziesz na BeGambleAware.org.