Футбол в цифрах

Устойчивость к прессингу среди команд Английской Премьер-Лиги.

По оси X - процент успешных прессинг действий соперника. То есть, когда команда потеряла владение в течение 5 секунд после начала давления. Чем правее - чем устойчивее.

По оси Y - доля передач, выполненных под давлением. Чем выше - тем больше свободы дает оппонент.

Манчестер Сити - наиболее успешно выходящая из-под прессинга команда АПЛ, вслед за ними идут Астон Вилла, Брайтон и Арсенал.

Из команд “большой шестерки” хуже всех под давлением себя чувствует Тоттенхэм.

Наиболее часто соперники пытаются прессинговать Бернли, а Челси и Ливерпуль - наоборот редко

@markstats

На момент, когда Оливье Жиру забивал свой блестящий гол, у Атлетико и Челси было почти равенство по числу ожидаемых голов (0.54 xG - 0.61 xG), ударам из пределов штрафной (4 - 3) и явным голевым моментам (1 - 1).

График демонстрирует вероятность (ось Y), с которой команды завершили бы матч с тем или иным количеством забитых голов (ось X). Результаты основаны на все той же идее проведения десяти тысяч симуляций для каждого нанесенного удара.

В 60% параллельных измерений (больше половины), где игра не закончилась победой Челси, эксперты написали не “запредельная степень бездарности”, а “продуманный оборонительный план, целью которого была нейтрализация сильных сторон соперника”

Ссылка на отчет матча https://t.me/markmatch/147

Вероятность выхода в четвертьфинал Лиги Чемпионов согласно модели fivethirtyeight (с учетом уже сыгранных первых матчей):

PSG 95% - Barcelona 5%
Liverpool 93% - RB Leipzig 7%
Man. City 92% - Gladbach 8%
Dortmund 89% - Sevilla 11%
Bayern 82% - Lazio 18%
Real Madrid 63% - Atalanta 37%
Juventus 60% - Porto 40%
Chelsea 57% - Atlético 43%

- Париж, Ливерпуль и Сити одной ногой в четвертьфинале
- Ювентус, даже с учетом поражения в первой игре, имеет больше шансов, чем Порту
- Пара Челси - Атлетико наиболее “равная"

Подробные отчеты всех матчей Лиги Чемпионов на нашем канале @markmatch

Кто из игроков АПЛ чаще других возвращает мяч своей команде при помощи отборов или перехватов:

D. Rice | West Ham - 90
P. Højbjerg | Tottenham - 81
Anguissa | Fulham - 75
C. Basham | Sheffield - 73
N. Kanté | Chelsea - 73
S. Dallas | Leeds - 71
A. Wan-Bissaka | Man Utd - 69
Y. Bissouma | Brighton - 68
L. Cooper | Leeds - 67
J. Ward-Prowse | Southampton - 67
M. Cash | Aston Villa - 64
N. Semedo | Wolves - 62

Хочется выделить Н’Голо Канте, который, мало того, что выступает за команду с владением 62% (это затрудняет набор оборонительных показателей), но еще и провел на поле меньше минут, чем любой другой игрок из списка

@markstats

Мы добавили в наши отчеты матчей новую метрику, которая называется “вероятность победы” и рассчитывается на основании количества ударов и суммы набранных ожидаемых голов.

Для каждого удара (включая пенальти), зная вероятность забить (xG), мы проводим десять тысяч симуляций и запоминаем результаты. Далее мы подсчитываем количество “вселенных”, в которых каждая из команд одержала победу или была зафиксирована ничья. Этот прием известен под названием “Метод Монте-Карло”, почитать можно тут или тут.

Например, в недавнем матче Лиги Чемпионов, Барселона победила в 28% симуляций, а Париж - в 43%.

Зачем мы вообще это делаем, если можно просто посмотреть на отношение ожидаемых голов, набранных командами?

В качестве ответа, предлагаем подумать над задачей: “Что лучше: создать один момент весом 0.4 xG или четыре момента по 0.1 xG каждый?”

Ссылка на страничку, на которой можно поэкспериментировать с xG и вероятностями победы.

Продвинутые отчеты главных матчей публикуются на канале @markmatch

Форварды из топ-5 с точки зрения помощи своим командам в игре без мяча.

По оси X - количество успешных возвратов владения за игру (учитываются отборы, перехваты и прессинг действия).

По оси Y - попытки прессинг действий на 100 касаний.

Statsbomb считает прессинг действие успешным, если команда в течение следующих 5 секунд вернула себе мяч. То есть, это не только индивидуальная, но еще и командная заслуга.

Лидеры по количеству возвратов (ось X):

M. Damsgaard | Sampdoria - 10.39
E. Rexhbeçaj | Köln - 9.79
J. Ayew | Crystal Palace - 9.41
C. Baumgartner | Hoffenheim - 9.11
M. Mount | Chelsea - 9.08

Лидеры по количеству прессинг действий (ось Y):

S. Weissman | Valladolid - 73.63
G. Simeone | Cagliari - 65.05
P. Bamford | Leeds - 64.77
S. Mina | Celta Vigo - 58.42
J. Ayew | Crystal Palace - 58.26

В топ-5 нет нападающего, который бы совершал меньше прессинг действий в пересчете на 100 касаний, чем Лео Месси

@markstats

Команды из топ-5 с наибольшим процентом коротких передач в этом сезоне:

PSG - 46%
Barcelona - 45%
Man Utd - 41%
Sassuolo - 41%
Real Madrid - 40%
Man City - 40%
Marseille - 40%
Atlético - 40%
Napoli - 39%
Crystal Palace - 39%
Southampton - 39%
Atalanta - 39%

“Короткими” считаются передачи до 14 метров. Учитываются не только успешные, а все попытки отдать пас.

В верхушке рейтинга нет ни одного клуба из Бундеслиги, зато замыкают список сразу три немецкие команды (Герта 27%, Арминия и Фрайбург по 30%).

Присутствие (или может отсутствие) в топе какого клуба удивляет вас больше всего?

@markstats

Сравнение ожидаемых голов и угрозы от передач для команд из АПЛ, cезон 2020/21.

По оси X - ожидаемые голы (NPxG, shot-based метрика).

По оси Y - угроза от успешных передач (xT, non-shot метрика).

В обоих случаях для расчетов мы используем собственные модели.

Выше пунктирной линии расположены команды, которые хуже трансформируют свои владения в удары (у них xT > xG). В этой категории Шеффилд, Фулхэм, Бёрнли, КП, а из лидеров - Ливерпуль и Челси.

Ниже линии, наоборот - те, кто немного чаще совершают качественные удары, чем владеют мячом в опасной близости от ворот соперника (xG > xT). Яркие представители - Тоттенхэм и Сити. То есть, эти команды создают моменты не только с помощью передач, но и через дриблинг или высокие возвраты владения (которые не учитываются моделью xT).

P.S. Какие же крутые Лидс, Астон Вилла, Брайтон и Вест Хэм.

@markstats

Игроки Ангийской Премьер-Лиги, которые вносят наибольший вклад в создание моментов в качестве ассистента (xA) или завершителя атак (NPxG).

H. Kane | Tottenham - 28.51%
D. Calvert-Lewin | Everton - 26.0%
C. Adams | Southampton - 25.2%
C. Wilson | Newcastle - 24.93%
S. Heung-min | Tottenham - 24.68%
J. Vardy | Leicester City - 24.37%
B. Fernandes | Man Utd - 23.59%
P. Bamford | Leeds - 23.48%
J. Grealish | Aston Villa - 21.9%
O. Watkins | Aston Villa - 21.54%
C. Wood | Burnley - 21.52%
P. Neto | Wolves - 20.26%

Кейн и Сон суммарно создают больше половины ожидаемых голов/ассистов Тоттенхэма.

@markstats

Самые “незаменимые” игроки команд из топ-5 с точки зрения создания голевых моментов.

По оси X - передачи под удар, по оси Y - успешные пасы в штрафную. Оба параметра в процентах от суммы по всем игрокам команды.

Чем выше и правее точка - тем больше вклад в создаваемые клубом моменты.

Вы же тоже ожидали увидеть на первом месте Бруну Фернандеша? Он действительно важен, практически каждый третий успешный пас в штрафную соперников Манчестер Юнайтед на счету португальца.

Однако, есть команды еще больше зависимые от своих лидеров.

Пасы под удар (% от команды):

R. Paul | Udinese - 31.55
J. Grealish | Aston Villa - 31.02
H. Çalhanoğlu | Milan - 27.39
B. Fernandes | Man Utd - 26.83

Пасы в штрафную (% суммы команды):

A. Westwood | Burnley - 31.21
R. Paul | Udinese - 30.91
J. Grealish | Aston Villa - 30.29
B. Fernandes | Man Utd - 28.39
D. Berardi | Sassuolo - 26.02
L. Messi | Barcelona - 25.08

@markstats

В первом тайме матча Лестер - Ливерпуль два очень опасных удара были нанесены из положения офсайд.

Если бы моменты были реализованы, то при просмотре VAR, оба гола были бы отменены. Но так как Фирмино и Варди не забили, судьи не остановили матч и все провайдеры данных не исключили удары из итоговой статистики.

К посту прикреплены два графика.

Первый - “официальный”, который включает оба момента, во втором мы вручную исключили удары Фирмино (25 минута, 0.37 xG) и Варди (41 минута, 0.14 xG). Результат не меняется кардинально, но все же видна разница.

Это еще один пример того, почему нужно быть очень осторожным, когда используешь модель xG для анализа или выводов на короткой дистанции в один матч.

Подробный отчет игры Лестер - Ливерпуль https://t.me/markmatch/102

@markstats

В этом посте мы пользуемся методом получения информации о Post-Shot xG для команд из АПЛ, описанным в канале Roaming Playmaker.

По оси X - “качество моментов”. Рассчитывается как среднее значение xG одного удара по воротам соперника (обычные xG per shot).

По оси Y - “качество исполнения удара”. Рассчитывается как среднее значение Post-Shot xG одного удара по воротам. PSxG оценивает насколько сложно голкиперу соперника было отразить удар в створ.

Если команда находится ниже пунктирной линии - исполнение ударов хуже, чем качество создаваемых моментов. Таких команд пять - Брайтон, Шеффилд, Бёрнли, Фулхэм и Арсенал.

Сильнее всего качество моментов своим исполнением улучшают игроки Кристал Пэлас (+0.019 xG на удар), Лидса, Эвертона и Саутгемптона.

Результаты команд из “big 6”:

Spurs +0.014 (xG на удар)
Man Utd +0.0131
Man City +0.0126
Chelsea +0.007
Liverpool +0.006
Arsenal -0.007

@markstats

На картинке тепловые карты ожидаемой угрозы от передач Лионеля Месси (слева) и остальных игроков Барселоны (справа) в этом сезоне.

При том, что Месси провел на поле 83% возможных минут, он создал через пас примерно пятую часть всей “остроты” у ворот соперника. Это впечатляет даже сильнее, если вспомнить что наша версия модели xThreat (пока что) работает только с передачами и не учитывает угрозу от продвижения мяча на дриблинге.

Кроме того, можно заметить, что Месси - один из немногих (единственный?) в Барселоне, кто отдает успешные обостряющие передачи из центральной зоны перед штрафной соперника.

@markstats

Лидеры сезона среди игроков по количеству действий, которые привели к удару по воротам соперника:

J. Grealish | Aston Villa - 134
L. Messi | Barcelona - 134
R. Faivre | Brest - 119
B. Fernandes | Man Utd - 114
M. Depay | Lyon - 110
H. Çalhanoğlu | Milan - 106
KDB | Man City - 101

Мы выделили цветом различные типы действий игрока: передачи с игры, передачи со стандартов, обводки и “прочее”. В последнюю категорию входят оборонительные действия, фолы на игроке и удары (которые привели к другому удару).

Никакой нормализации количеством сыгранных минут или касаниями, один квадратик представляет собой одно действие.

@markstats

Жоау Канселу не стал героем хайлайтов матча с Ливерпулем, однако его вклад в победу не должен остаться недооцененным. Португалец чаще других игроков Манчестер Сити возвращал владение мячом и занял второе место по передачам с продвижением и очкам xThreat.

О его важности для команды недавно писал @lukomski и даже назвал главным претендентом на “прорыв года”.

Что же изменилось по сравнению с сезоном 19/20?

Первый график сравнивает стилистические показатели Канселу. Отличий всего два. Во-первых, игрок реже идет в обводку (dribbles per touch), во-вторых, возрос процент коротких передач.

Причину изменений иллюстрирует второй график - тепловые карты касаний мяча. Канселу играл слева и раньше, это не новость. Более важное отличие в том, что перед португальцем теперь стоит задача не в создании ширины на фланге (поэтому меньше попыток обыгрыша), а в насыщении центральной зоны, помощи в продвижении мяча и при обороне переходных ситуаций

@markstats

Последнее время в статьях на the athletic часто появляется термин “field tilt” (дословно “наклон поля”).

По сути, это просто еще одно название для выражения территориального преимущества команды в матче.

В расчете “field tilt” используются только передачи и касания, совершенные в финальной трети поля.

Например, если команда А зарегистрировала 80 действий на чужой трети, а команда Б - 20, то “наклон поля” будет равен 80% и 20% соответственно. Если значение равно 50%, значит преимущества не было ни у одной из команд.

На графике сравнение среднего значение наклона поля (ось X) и процента владения мячом (ось Y) в этом сезоне для команд Ла Лиги.

Пример Эльче показывает, что владеть мячом (48%) это не то же самое, что владеть территорией (“наклон поля” равен 30%, значит у соперников - 70%).

Те, кто подписан на наш канал @markmatch, возможно, даже заметили, что “наклон поля” уже добавлен в отчеты

Сегодня мы рассматриваем игроков с точки зрения продвижения мяча в штрафную соперника. Метрика рассчитывается как сумма успешных передач + входов в штрафную на дриблинге.

График показывает лучшего и следующего за ним (второго лучшего) игрока команды по этому показателю.

Йосип Иличич лидирует среди игроков рассматриваемых (топ) клубов, Месси - второй, Санчо - третий.

У Тоттенхэма ожидаемо лидирует пара Кейн-Сон. Первый отвечает за передачи, второй за входы на дриблинге.

Усман Дембеле продвигает мяч в штрафную чаще, чем Кевин Де Брейне.

У Баварии есть два равнозначных, на топовом уровне продвигающих мяч в штрафную, игрока - Гнабри и Коман.

Садио Мане обогнал Трента и лидирует среди игроков Ливерпуля.

Напишите в комментариях, что интересного заметили вы, нам будет очень интересно почитать.

@markstats

Вы могли заметить, что вчера в наших отчетах появился новый тип графиков - тепловые карты зон, из которых были отданы наиболее опасные передачи (weighted xThreat heatmap).

Чем ярче пятно на карте - тем больше очков xT заработали пасы, отданные из этой локации. Учитывается не количество передач, а именно суммарная опасность.

Например, на карте прикрепленной к посту, видна активность Люка Шоу на левом фланге атаки. У Арсенала, кроме очевидных навесов, проходили опасные пасы из зоны правого полуфланга

@markstats