تحلیل آماری فوتبال یعنی تبدیل رویدادهای بازی به داده‌های عددی و استفاده از روش‌های ریاضی برای شناخت عملکرد تیم‌ها. این کار با حدس شخصی یا تکیه بر احساس طرفداران تفاوت بنیادی دارد. در تحلیل داده‌محور، هر ادعا باید به داده‌ای قابل اندازه‌گیری متصل باشد. هدف نهایی، تخمین احتمال رخداد نتایج ممکن است، نه پیش‌بینی قطعی یک نتیجه مشخص.
تحلیل داده‌محور فوتبال چیست؟
تحلیل داده‌محور یعنی جمع‌آوری، پاک‌سازی و تفسیر داده‌های مسابقه برای پاسخ به پرسش‌های مشخص. داده‌ها می‌توانند از منابع گوناگون مانند آمار رسمی لیگ، سیستم‌های ردیابی بازیکنان و گزارش‌های تاکتیکی به دست آیند. تفاوت اصلی این روش با تماشای معمول بازی، در ثبت عددی رویدادهایی است که چشم انسان ممکن است نادیده بگیرد. یک تحلیلگر داده‌محور ابتدا تعریف می‌کند که «چه چیزی را می‌خواهد بسنجد»، سپس داده مناسب را انتخاب می‌کند و در نهایت محدودیت‌های آن داده را می‌پذیرد. بدون این سه مرحله، تحلیل به انبوهی از اعداد بی‌معنا تبدیل می‌شود.
چرا آمار خام مسابقات کافی نیست؟
آمار ساده‌ای مانند تعداد شوت یا مالکیت توپ، تصویری ناقص از بازی ارائه می‌دهد. تیمی ممکن است ۲۰ شوت بزند اما همه آن‌ها از فاصله دور و با احتمال پایین گل باشند. در مقابل، تیمی با ۵ شوت می‌تواند چند موقعیت بسیار خطرناک ایجاد کرده باشد. به همین دلیل، تحلیلگران از شاخص‌های پیشرفته‌تری استفاده می‌کنند. «گل مورد انتظار» (xG) احتمال گل شدن هر شوت را بر اساس عواملی مانند فاصله، زاویه و نوع پاس قبل از شوت تخمین می‌زند. «گل مورد انتظار دریافتی» (xGA) همین مفهوم را برای شوت‌های حریف به کار می‌برد و کیفیت دفاع را می‌سنجد. شاخص «پاس به ازای هر اقدام دفاعی» (PPDA) شدت پرس حریف را اندازه می‌گیرد و نشان می‌دهد یک تیم چقدر اجازه می‌دهد حریف پاس‌کاری کند. این شاخص‌ها به تحلیلگر کمک می‌کنند کیفیت موقعیت‌ها را از کمیت آن‌ها جدا کند.
دسته‌بندی متغیرهای کلیدی در تحلیل آماری فوتبال
مقاله وعده بررسی ۴۰ متغیر کلیدی را داده است. این متغیرها را می‌توان در پنج گروه اصلی سازمان داد. هر گروه، بُعد متفاوتی از عملکرد تیم را پوشش می‌دهد. متغیرهای زیر نمونه‌هایی از شاخص‌هایی هستند که در پژوهش‌های تحلیل عملکرد فوتبال به کار رفته‌اند. این فهرست یک استاندارد علمی قطعی نیست و بسته به لیگ، فصل و هدف تحلیل، انتخاب متغیرها تغییر می‌کند.
| گروه متغیرها | نمونه‌های قابل بررسی | محدودیت |
|---|---|---|
| عملکرد هجومی | گل زده، شوت، شوت در چارچوب، xG، پاس کلیدی، کرنر، موقعیت از عمق | کیفیت فرصت‌ها و سطح حریف تفسیر را تغییر می‌دهد |
| عملکرد دفاعی | گل خورده، xGA، شوت مواجه‌شده، قطع توپ، تکل، دفع توپ، PPDA | آمار خام تمام ابعاد دفاع سازمان‌یافته را نشان نمی‌دهد |
| فرم و نتایج | نتایج اخیر، امتیاز در بازه زمانی، روند xG در چند بازی | فرم گذشته تضمین‌کننده نتیجه آینده نیست |
| شرایط مسابقه | میزبانی، فاصله بین بازی‌ها، شرایط زمین، اهمیت مسابقه | کیفیت و دسترسی داده در لیگ‌های مختلف متفاوت است |
| بازیکنان و تاکتیک | دقایق بازی، تغییر ترکیب، پاس در نیمه حریف، دریبل موفق | اطلاعات باید معتبر و متناسب با هدف تحلیل باشد |
عملکرد هجومی تنها به گل زده محدود نمی‌شود. شوت در چارچوب و xG تصویر دقیق‌تری از توانایی خلق موقعیت ارائه می‌دهند. عملکرد دفاعی نیز فراتر از گل خورده است. قطع توپ و PPDA نشان می‌دهند تیم چقدر فعالانه از ایجاد موقعیت جلوگیری می‌کند. فرم تیم باید در بازه زمانی مشخص و در نسبت با کیفیت حریفان سنجیده شود، نه به‌صورت مطلق. شرایط مسابقه متغیرهایی هستند که خارج از کنترل تیم‌اند اما بر نتیجه اثر می‌گذارند. متغیرهای بازیکنان و تاکتیک به تحلیلگر کمک می‌کنند تغییرات درون‌تیمی را در مدل لحاظ کند.
مدل پواسون چگونه در تحلیل فوتبال به کار می‌رود؟
مدل پواسون یک مدل آماری برای شمارش رویدادهای نادر در یک بازه زمانی مشخص است. در فوتبال، گل زدن یک رویداد نسبتاً نادر محسوب می‌شود. مدل دوبل پواسون که نخستین بار در سال ۱۹۸۲ معرفی شد، فرض می‌کند گل‌های هر تیم از توزیع پواسون پیروی می‌کنند و میانگین این توزیع به قدرت هجومی، قدرت دفاعی و مزیت میزبانی بستگی دارد. برای مثال، اگر میانگین گل مورد انتظار تیم A برابر ۱. ۵ و تیم B برابر ۰. ۸ باشد، مدل می‌تواند احتمال نتایج مختلف مانند ۱-۰، ۲-۱ یا ۰-۰ را محاسبه کند. این محاسبه یک توزیع احتمال تولید می‌کند، نه یک پیش‌بینی قطعی. مدل پواسون در پژوهش‌ها همچنان یک انتخاب رایج برای پیش‌بینی نتایج فوتبال است، هرچند روش‌های جدیدتری نیز توسعه یافته‌اند.
محدودیت‌های پیش‌بینی داده‌محور
مدل آماری نمی‌تواند نتیجه مسابقه را تضمین کند. نخستین دلیل، ماهیت تصادفی فوتبال است. یک تیم ممکن است بر اساس داده‌ها شایسته پیروزی باشد اما با یک اشتباه فردی یا تصمیم داوری نتیجه را از دست بدهد. دومین محدودیت به فرض‌های مدل مربوط می‌شود. مدل پواسون کلاسیک فرض می‌کند گل‌های دو تیم مستقل از یکدیگرند، اما در واقعیت نتیجه یک تیم بر رفتار تیم دیگر اثر می‌گذارد. سومین محدودیت، کیفیت داده است. اگر داده‌های ورودی ناقص یا نادرست باشند، خروجی مدل نیز قابل اعتماد نخواهد بود. چهارمین محدودیت، اندازه نمونه در تحلیل یک مسابقه واحد است. در یک بازی مشخص، حجم داده برای تخمین دقیق پارامترها کافی نیست. پنجمین محدودیت، ناتوانی مدل در لحاظ کردن عواملی مانند روحیه تیمی، انگیزه، شرایط روانی و تصمیمات لحظه‌ای مربی است. به همین دلیل، تحلیل آماری فوتبال باید به‌عنوان یک ابزار کمکی در کنار مشاهده کیفی و دانش تاکتیکی به کار رود، نه به‌عنوان جایگزین آن.
نتیجه‌گیری
تحلیل آماری فوتبال ابزاری برای درک عمیق‌تر عملکرد تیم‌ها و تخمین احتمال نتایج ممکن است. متغیرهای هجومی، دفاعی، فرم، شرایط مسابقه و داده‌های تاکتیکی هر یک بخشی از تصویر را روشن می‌کنند. مدل پواسون با فرض توزیع گل‌ها، چارچوبی ریاضی برای محاسبه احتمالات فراهم می‌کند. با این حال، هیچ مدلی نمی‌تواند نتیجه مسابقه را تضمین کند. کیفیت داده، فرض‌های مدل و ماهیت تصادفی فوتبال، محدودیت‌های اجتناب‌ناپذیری ایجاد می‌کنند. تحلیل داده‌محور زمانی ارزشمند است که در کنار دانش تاکتیکی و مشاهده کیفی به کار رود، نه به‌عنوان جایگزین آن.
اگر به آمار ورزشی علاقه دارید، یادگیری مفاهیمی مانند xG، PPDA و توزیع پواسون می‌تواند نقطه شروع خوبی برای درک عمیق‌تر تحلیل داده‌محور باشد.
