Inngangur

Við erum flest farin að kannast við tölfræðigildið expected goals (xG) sem hefur fengið sífellt meira vægi í fótboltaumfjöllun síðustu ár. En færri okkar hafa kafað ofaní tölurnar á bakvið xG, hvernig gildið er reiknað út, hvað það segir okkur og það mikilvægasta: hvað xG segir ekki.

Í þessari grein ætla ég fara í saumana á xG. Til að gera það ætla ég að skoða hvernig tölfræði varð hluti af íþróttum og miða þá sérstaklega við tölfræði eins og hún birtist í umfjöllun um leiki. Greinin fjallar að mestu við ensku deildina, þar sem ég tala ekki tungumálin nógu vel til að leggjast í rannsóknarvinnu á t.d. spænsku og þýsku deildinni. Ég mun skoða forvera xG, sem mér finnst persónulega vera nytsamasta tölfræðin, hverju xG er svar við og hvað talan þýðir. Að lokum mun ég leggjast í smá áhugamanna grúsk á Liverpool á þessu tímabili og hvað xG segir okkur um stöðu liðsins.

Íþróttatölfræði

Bandaríska hafnarboltadeildin var stofnuð 1876 og lengi var sú íþrótt heimavöllur tölfræði í íþróttum. Fyrir því eru nokkrar ástæður, en sú stærsta er að hafnarbolti hentar einstaklega vel til tölfræðigreiningar. Hann er í grunninn einfaldur, leikmenn keppa einn á móti einum og færri breytur en t.d. í hand- og fótbolta. Síðan á sjötta áratug 19. aldar hafa menn verið að skrifa um tölfræði í hafnarbolta og haft gaman af. Það hjálpar að auðvelt er að fá góða mynd af leikjum af því að lesa vel uppsetta tölfræði, sem dagblöðin gerðu lengi og gera enn.

Fótboltinn var frekar seinn að taka við sér í svona greiningu. Heimildirnar sem ég fann um upphaf tölfræðigreiningar tala flestar ef ekki allar um Charles Reep sem hefur verið kallaður „father of long ball football.“ Hann var fyrsti Englendingurinn til að setjast niður og markvisst telja sendingar, skot og fleira í þeim dúr og svo greiningar upp úr gögnunum sem hann safnaði.

Frá honum hafa varðveist skýrslur um 2500 leiki. Hann byrjaði þessa gagnasöfnun 1950 og undir lok áratugarins var hann farinn að halda fyrirlestra og berjast fyrir ákveðnum aðferðum í fótbolta. Hann vildi meina að aðferðir hans væru hávísindalegar og þegar fram liðu stundir varð hann mikill áhrifa maður, bæði hjá félagsliðum sem réðu hann og hjá knattspyrnusambandinu.

Hér komum við að stóra vandamálinu við tölfræðigreiningu í íþróttum. Gögnin verða aldrei betri en greinandinn. Reep gerði stór mistök. Hann tók eftir því að 80% allra marka komu eftir sendingarunu sem var þrjár eða færri sendingar og 60% áttu upphaf sitt í sendingu sem var 35 metrar eða lengri. Af þessu dró Reep þá ályktun að það væri best að nota langar sendingar beint fram á völlinn og reyna að skjóta sem allra fyrst.

Það tók tíma og baráttu en að lokum náði hugmyndafræði Reep útbreiðslu á Englandi og var notuð til að réttlæta ofuráherslu á styrk og kraft í fótboltaþjálfun. Hann taldi að tilraunir til að halda boltanum innan liðsins væru skaðlegar.

Málið er að þegar grúskað er í tölurnar kemur í ljós stór galli í kenningum Reep. Já vissulega komu 80% allra marka eftir sendingarunu sem er 3 sendingar eða færri. En rúmlega 90% allra sendingaruna voru þrjár eða færri. Ef fjöldi sendinga skipti engu máli, ættu fleiri mörk að koma frá stuttum sendingarunum. Ef styttri runur væru líklegri til að leiða til marks, ætti hlutfallslega fleiri en 90% marka að koma úr stuttum sendingarunum. En í raun voru 20% marka eftir 4 eða fleiri sendingar, sem voru ekki nema 10% allra sendingunaruna. Með öðrum orðum, lið voru líklegri til að skapa færi og skora eftir lengri runur, þvert á boðskap Reep.

Þess fyrir utan gerði hann engan greinarmun á deildum og liðum með kenningum sínum. Hann vildi meina að sömu reglur væru réttar í Evrópukeppni og fjórðu deild. Þessi ofuráhersla á löngu boltana fór að missa vinsældir sínar þegar mun tæknískari lið í Evrópu, bæði félags- og landslið, fóru reglulega að rústa Englendingum. En í nokkra áratugi var þetta hjartað í fótboltaþjálfun og spili á Englandi. Ég er ekki að segja að þessi stíll hafi ekki sitt notagildi, en hann er ákaflega takmarkaður og hægt að finna leiðir framhjá.

En skaðinn skeði og þangað til nýlega var öll áherslan í enskum fótbolta á kraft og ótrúlega lítil á færni með boltann. Þetta hefur reyndar breyst á síðustu árum og nú eru Englendingar farnir að leggja mun meiri áherslu á tækni með boltann, meðal annars vegna ítrekað hörmulegs gengi landsliðsins.

Þó fyrstu tilraunir Englendinga með „vísindalega“ nálgun hafi ekki skilað góðu, þá eru nær öll stóru liðin og fjölmiðlar farin að greina leiki tölfræðilega. Opta stats var stofnað árið 1996 og hófu þá að selja tölfræði. Í dag eru greiningar þeirra mikið notaðar af fjölmiðlum sem og liðum. En hvað á að greina og hvað segja tölurnar okkur?

Possession og skot á mark

Í seinni tíð hefur mest borið á tvenns konar tölfræði í umfjöllun um knattspyrnu: Possession, hversu mikið liðin eru með boltann, sem og fjöldi skota. Auðvitað er fleira mælt en þetta hafði en þetta er mest áberandi ásamt xG og kannski hveru langt leikmenn hlaupa.

Einfaldasta leiðin til að mæla possession (smá útúrdúr: á einhver gott íslenskt orð yfir possession?) er að telja sendingarnar og deila til að fá prósentu hvors liðs með  boltann. Nákvæmari leiðir eru notaðar af stærri tölfræði fyrirtækjunum, sem snúast oft um að skilgreina betur hversu lengi leikmenn liðanna eru með stjórn á boltanum. Þetta er stundum mælt með skeiðklukku, sem hlýtur að verða mjög þreytandi fyrir greinanda sem fer yfir hundruð leikja þannig.

Hitt sem oft birtist á skjánum er hversu mörg skot lið hefur náð, og hversu mörg þeirra voru á ramman (rammann). Vandamálið við bæði skot á mark og possession er það sama, tölurnar segja okkur lítið um hversu líklegt er að lið skori.

Vandinn við að miða við possession er að mismunandi leikstílar vilja vera með boltann mismikið. Pep Guardiola og José Mourinho eru á öndverðu meiði um hvað er rétt magn possession. Í sumum liðum er gott að vera með boltann mikið, en fyrir hina ýmsu rútubílstjóra er það ekki rétt aðferðafræði, sérstaklega hjá liðum þar sem tæknilegir hæfileikar eru litlir. Svo munum við öll eftir slæmum leikjum þar sem lið héldu boltanum mínútunum saman án þess að vera nokkurn tíma hættuleg fram á við (hæ Liverpool undir stjórn Rodgers í slæmum leikjum).

Svo er það fjöldi skota. Þetta er svo gölluð tölfræði að það má segja að xG sé svar við henni. Ef einhver vill sjá gott dæmi um vandann við að telja skotin þá sést kannski best í óþolandi leik Liverpool og Chelsea 2013-14. Ef skotin eru talin voru Liverpool með 19, Chelsea 7. Liverpool átti 8 skot á markið, en markmaður Chelsea þurfti bara að verja þrjú þeirra og Liverpool var rúmlega 60 prósent með boltann. En það muna allir hvernig leikurinn var, Liverpool var aldrei líklegt til að skora í honum, flest skotin voru langt fyrir utan teig, en ef þú teldir bara skot þá myndirðu halda að Liverpool hefði stjórnað leiknum frá A til Ö.

xG – Hvað er það eiginlega?

XG er í grunninn mjög einfaldur hlutur: Tilraun til að mæla gæði færanna sem lið skjóta úr. Fyrirtækin sem selja tölfræði til fjölmiðla og liða gefa ekki út hvernig það er gert nákvæmlega, enda um verðmætar formúlur að ræða en hugsunin bakvið mælingarnar er þekkt.

Einfaldasta leiðin til að mæla gæði skotsins er fjarlægð þess frá markinu. Þegar það er komið er fjöldi skota út þeirri fjarlægð talin (úrtakið allt frá einu tímabili hjá liði og upp í tugir þúsunda leikja) og fjöldi marka deilt með fjölda skota. Talan sem kemur út er xG gildi skotsins, sú prósenta skota úr því færi sem fara inn. T.d ef xG skotsins er 0.1 þýðir það að skot fer inn úr þeirri fjarlægði í 10% skipta. Svo eru tölurnar lagðar saman. Segjum 10 skot, öll með gildið 0.1. Þá væri heildar talan 1. Sem þýðir að meðal lið myndi skora eitt mark í leiknum.

Allar útfærslur xG ganga svo út á að mæla þessar líkur betur. T.d. er vallarhelmingi andstæðings skipt í svæði á korti og hverju svæði gefið xG gildi, þannig að það er ekki bara fjarlægð frá marki sem skiptir máli heldur líka hvaðan skotið kemur. Hér er dæmi um hvernig slíkt getur litið út:

Niðurstaðan er alltaf tala, sem gæti þannig séð verið 0 ef ekkert lið skaut aldrei. Eftir því sem skotin eru fleiri, því meira hækkar talan, þó svo að það sé ekki nema örlítið. Klikkaðasta dæmið sem ég fann var 0-0 leikur Burnley og United árið 2016. Í leiknum skutu United menn 38(!) sinnum, en xG United var ekki nema 2.72. Vissulega hefðu United menn átt að vinna þann leik, en 2.72 er mjög lágt xG fyrir svo mörg skot, sem útskýrist að hluta af 17 skotum fyrir utan teig, sem voru með á bilinu 0.01-0.06 xG gildi (1%-6% líkur á að fara í markið).

Svo er hægt að nota xG til að mæla varnarleik liðsins. Því lægra sem xG andstæðinga er, sérstaklega ef xGið er áberandi lægra en í fyrri leikjum andstæðingsins, er það mjög góð vísbending um að liðið sé gott varnarlið. Einnig hafa menn verið að leika sér með að mæla xG leikmanna yfir tímabil til að sjá hversu góðir þeir eru í að koma sér í færi, en ef leikmaður er aftur og aftur með fleiri mörk en xG hans bendir til er hann líklega mjög góður slúttari og öfugt ef hann er lengi undir því.

Kostir og gallar

Stærsti kostur við xG er að hún gefur mun réttari mynd af hvernig leikurinn þróaðist en skot á mark eða hversu mikið liðið var með boltann. Hægt er að ímynda sér leik þar sem annað liðið lætur boltann ganga innan liðsins, en varnarsinnaða liðið tekur tvær þrjár skyndisóknir og kemur sér í mun hættulegri færi.

Einn galli við þetta kerfi hefur verið kallað Messi vandamálið. Síðan að Opta og fleiri hófu að safna xG gögnum hefur Barcelona, með Messi í broddi fylkingar, staðið sig markvert betur en xG tölurnar benda til þess að þeir ættu að gera. Þetta er ekki eitt-tvö tímabil, heldur allan þann tíma sem Messi hefur spilað með liðinu. Það er einfaldlega ekki búið að finna leið til að taka tillit til besta leikmanns í heimi, í liði sem hefur oftar en ekki verið það besta í heimi á þessum tíma.

Jared Young hjá American Soccer Analysis benti á áhugaverðan vinkil við xG. Hann var að vinna með lítið tölusett, aðeins eitt tímabil í MLS deildinni. Hann prufaði að gefa liðum gildi, frá einum upp í sjö, þar sem einn var mjög varnarsinnað lið og sjö var mjög possession sinnað lið. Hann komst að því að ef talan var 1 eða 2 eða 6 og sjö, það er að segja leikstíllinn var mjög gíraður í átt að vörn eða vera með boltann, skoruðu liðin marktækt meira en xGið benti til.

Kenningin hans er að lið sem pökkuðu í vörn fengu betri færi af því að færin þeirra voru aðallega úr skyndisóknum. Liðin sem gátu haldið boltanum heilu og hálfu leikina skoruðu meira af því þau voru með betri leikmenn. Því miður hef ég ekki fundið fleiri greinar um þessar rannsóknir hans en hlakka til að sjá hvort hann fari lengra með þær í framtíðinni.

Bara svo það sé sagt skýrt: xG módel hafa ekki 100 prósent forspár gildi fyrir neinn stakan leik. En yfir heilt tímabil virðist það geta spáð ágætlega fyrir um hvernig lið mun standa sig. xG er líka gott í að spá fyrir um xG, það er að segja lið skapa svipað mörg færi yfir allt tímabilið nema eitthvað virkilega breytist mikið hjá því (t.d. sala á besta leikmanni, heimsklassa leikmaður kemur inn og svo framvegis).

xG og Liverpool 2018-19

Þá komum við loksins að þessu tímabili. Þegar þetta er birt er Liverpool nýbúið að spila við Bournemouth. Liðið er í næst efsta sæti vegna markatölu, en eiga einn leik til góða, sem fer fram um aðra helgi á Old Traffort. Liðið er búið að spila 13 leiki heima og 13 leiki að heiman. Svona lítur tímabilið út með köldum augum tölfræðinnar:

Allar tölur hér eru teknar af understat.com. Í þessari útgáfu af xG eru víti talin með, sem er ekki alltaf gert því eitt víti getur skekkt myndina sem fæst af leiknum. Tökum til dæmis leik Liverpool og City í haust. Sá leikur endaði 0-0, en xG-ið er 0.43-1.07. Af þessum 1.07 er 0.75 vítið. Án þess er xG City 0.36, sem passar nokkuð vel. Liðin voru jöfn í leiknum og reyndu eftir fremsta megni að loka á hvort annað. Ég er sjálfur hrifnari af xG módelum sem taka víti með, þau eru eftir allt saman hluti af leiknum.

Þegar taflan er skoðuð eru nokkrir hlutir ljósir. Í fyrsta lagi þá er mjög sjaldgæft að andstæðingurinn skapi meira en Liverpool. Það hefur gerst fjórum sinnum í vetur að Liverpool er með lægra xG en andstæðingarnir: Chelsea, Arsenal og City í haust og svo Leicester leikurinn í janúar, þar sem Liverpool átti að fá víti.

Hitt er að allir leikirnir sem Liverpool hefur verið undir í xG hafa endað með jafntefli. Í eina tap leik liðsins var Liverpool með hærra xG, sem sýnir kannski hvað sá leikur gegn City var ógeðslega mikill stöngin inn/stöngin út. Liverpool hefur aðeins einu sinni verið með hærra xG og misst leikinn í jafntefli, West Ham í janúar.

En mér finnst varnartölfræðin hjá Liverpool áhugaverð. Í aðeins sjö leikjum af 26 er andstæðingurinn með yfir einn í xG og sjö sinnum hefur xGið verið undir 0.5. Þetta lið er ekki mikið í að hleypa öðrum liðum í góð færi og þegar það gerist er öflugur markmaður að skila sínu.

xGið á móti liðinu er samtal 20.55, en liðið er ekki búið að fá á sig nema 15. Það er rúmlega fjórðungs munur. Tímabilið 2017-18 var xGið á móti Roma í Serie A 38.46 en liðið fékk á sig 28, sem er einnig rúmlega 25 prósent munur. Eins og við þyrftum frekari sönnur á því að Alisson væri frábær markmaður.

Liverpool er með samtal 54.98 í xG yfir tímabilið, en er búið að skora 59 mörk. Það er 7% yfir því sem meðallið ætti að vera búin að skora, sem er heill hellingur í sporti þar sem skorið er ekki hærra en það er í fótbolta. Í fyrra var xG liðsins yfir tímabilið 80.58 en liðið skoraði 84. Ekki jafn mikill munur en samt sem áður er skorið hærra en meðallið með sömu færi ætti að eiga von á.

En það er einn stór munur á milli ára. Í fyrra voru Salah og Firmino með samtals 11 mörkum fleiri en xGið þeirra gaf til kynna. Í ár er Salah með örlítin plús (0.39) miðað við xG, Firmino ætti að vera með einu marki fleira en hann hefur skorað. Mané er með 2.64 í plús (hann var með örlítin mínus í fyrra). Með öðrum orðum, fremstu þrír eru að spila nokkurn veginn á pari í ár. Þó við höfum kvartað yfir í vetur að vera ekki að fá mikið framlag frá öðrum en sóknarlínunni, þá eru hinir leikmennirnir að nýta færin sín betur en í fyrra. Hvort þeir séu að koma sér nóg í færin er annar handleggur.

Svo eru tveir leikir sem skera sig úr, Everton í desember og Crystal Palace leikurinn. Þrátt fyrir að Liverpool rústi Everton leiknum í xG, þá fór hann ekki nema 1-0 með marki á síðustu sekúndum. Svo er Crystal Palace 4-3 bara rugl, þar sem xG-ið var 2.83-0.83. Sama hversu gott módel xG kann að vera þá eru sumir leikir bara klikkun.

En mér finnst stóri punkturinn úr þessu vera að núverandi stigasöfnun liðsins er engin heppni. Liverpool eru að spila betur en andstæðingurinn oftar en ekki og uppskera eftir því. Að því gefnu að liðið standi sig vel í næstu tveim eða svo leikjum, getum við kvatt allt krísutal sem skapaðist í kringum Leicester og West Ham, ef við erum ekki nú þegar búin að því.

Af öllum tölum sem ég skoðaði við að skrifa þetta var tvennt sem vakti hjá mér mesta bjartsýni: xG andstæðinga Liverpool hefur ekki hækkað síðan Gomez meiddist, þó úrtakið sé reyndar minna. Hitt er þetta með að Alisson er að skila 25% betri árangri en xG segir að hann eigi að gera, annað árið í röð. Ef vörnin spilar eins og hún hefur gert að meðaltali á þessu tímabili og markmaðurinn líka, ætti liðið að fá sig um 7 mörk það sem eftir lifir deildarinnar í ár. Ef það rætist er ansi líklegt að liðið sigri nánast alla leiki sem eftir eru.

Niðurlag

Mig langar að klára þessa grein á eftirfarandi tilvitnun:

You can lie with statistics, even to yourself. There are often so many statistics out there that you can make a compelling story to predict either terrible or incredible results by a player or a team over the course of a given season. So the full context of all the data always matters. -John Fernandez, yfirmaður tölfræðigreiningar hjá Quora.com

Ég gæti nokkuð auðveldlega með notkun xG logið því að sjálfum mér að Liverpool ætti að vinna ellefu af þeim tólf leikjum sem eru eftir af deildinni. Ég gæti líka fært mjög sterk rök fyrir að Liverpool eigi að missa dampinn og vinna ekki nema átta af þessum leikjum og tapa allavega einum. Í fyrri útgáfunni endar Liverpool með eitthvað um 95 stig, þeirri seinni tæplega 90. Bæði er rosalega bæting frá því í fyrra, sem er ákveðin sigur, en við vitum líka öll að við verðum ekki alveg sátt nema sá stóri fari á loft á Anfield í maí.

Þessi grein átti upphaflega að vera stutt grein um xG, en ég missti mig aðeins. Þegar maður fer að grúska í þessum fræðum opnast risaheimur og því meira sem maður les því fleiri dyr opnast. Á móti kemur að maður fer að sjá alla gallana við svona greiningu og verður eiginlega óviljugri til kasta fram fullyrðingum.

Í lok dags er xG, eins og öll tölfræði, bara verkfæri til að skilja. Hún er forspárri en önnur tölfræði, en engan vegin óbrigðul. En hún gefur allavega einhverja ástæðu til að vera bjartsýn á næstu tólf leiki. Það er eitthvað.

-Ingimar Bjarni