Примерно раз в год “Футбол в Цифрах” устраивает поиск идеальной замены Давида Сильвы в Манчестер Сити. На этот раз, мы воспользовались методом главных компонент и сгруппировали популярных полузащитников из топ-5 в кластеры

Как и в случае с командами, оси координат не подписаны, расположение точек на плоскости не имеет значения, важны расстояния между ними. Чем ближе игроки друг к другу - тем сильнее они похожи стилистически

Под “стилем” понимается совокупность показателей, оценивающих манеру игры и роль на поле. Например, насколько часто относительно числа касаний игрок пытается пойти в обводку, вступить в единоборство, совершить навес или передачу с продвижением. Итого набралось около 20 различных метрик

Среди рассмотренных игроков, на Давида Сильву образца 2017-2019 больше всего похожи Танги Ндомбеле, Бернарду Силва и Марко Верратти, а Джека Грилиша алгоритм [справедливо] относит к кластеру форвардов

Ссылка на картинку в хорошем качестве

patreon.com/markstats

Ромелу Лукаку в сезоне 2020/21 с большим отрывом был самым вовлеченным в быстрые атаки своей команды игроком Серии А

У компании Opta очень строгие критерии того, чтобы момент квалифицировался как “fast break” - удар должен быть нанесен в течение нескольких секунд сразу после отбора мяча на своей половине поля

Бельгиец принял участие в наибольшем числе атак, удовлетворяющих условиям Опты - 13 раз завершал сам, в 8 случаях напрямую ассистировал партнеру и еще один раз помог в билдапе

Имея в составе нападающего с такими качествами, у Тухеля появляется опция с переходом в очень эффективный вертикальный режим игры, который может быть полезен против активно прессингующего соперника или если команда уже ведет в счете

patreon.com/markstats

График демонстрирует уникальные классы передач, которые отличают игрока от других центральных полузащитников из топ-5

Рассмотрены все пасы с игры (включая неточные), совершенные в прошлом сезоне в домашних чемпионатах, еврокубках и на Евро-2020

Длинные переводы с левого фланга на правый являются визитной карточкой Тони Крооса и сильнее всего отличают его от других игроков, выступающих на похожей позиции

Уникальные кластеры Мануэля Локателли указывают, что в прошлом сезоне он участвовал во всех фазах игры Сассуоло и сборной Италии: помогал с розыгрышем от ворот, продвигал мяч в развитии атаки и пасовал в штрафную

Френки Де Йонг намного чаще чем средний игрок его позиции принимает мяч в опорной зоне и штрафной соперника

Среди кластеров Родриго Де Пауля выделяются необычные с точки зрения традиционных центральных полузащитников попытки проникновения в штрафную с правого полуфланга

Ссылка на картинку в хорошем качестве

patreon.com/markstats

Перерыв на матчи сборных - это отличный повод для подведения итогов стартового отрезка Российской Премьер-Лиги 2021-22

Команда “Футбола в Цифрах” подготовила большую статью, в которой, с помощью продвинутой статистики, проанализировала команды и игроков РПЛ с различных точек зрения:

-Кто из лидеров чемпионата, ведя в счете, моментально садится в оборону, а кто продолжает атаковать?
-Созданная и допущенная ожидаемая угроза (xThreat)
-Хвича все еще лучший дриблер РПЛ?
-Какая команда наиболее эффективна в прессинге?
-Игроки, проявившие себя с точки зрения продвижения мяча
-Какие 6 клубов РПЛ доводят хотя бы половину своих владений до трети соперника?
-Три команды с самыми высокими линиями обороны
-Лидеры среди игроков по количеству deep entrances

Если вы хотите поддержать проект, сделайте репост и подпишитесь на наш Patreon, ссылка patreon.com/markstats

График демонстрирует соотношение побед и поражений в индивидуальных дуэлях команд АПЛ с разбивкой по зонам

Дуэлями мы считаем попытки отбора, фолы, верховые единоборства и обводки, подборы и перехваты не учитываются

Вулверхэмптон лидирует по проценту выигранных индивидуальных противостояний (57%). Много побед “волкам” принесли дуэли в атаке на левой стороне поля (зоны 7, 10, 13, 16). На этом фланге в новом сезоне располагается Адама Траоре, который, благодаря своей технике и атлетизму, выиграл 89% единоборств

Арсенал проиграл 10 из 17 дуэлей в центре своей штрафной (зона 2) - худший результат среди всех команд лиги

Возглавляющий турнирную таблицу Тоттенхэм имеет самый низкий процент побед (44%) в АПЛ. Особенно много противостояний проигрывается справа в обороне, где играет молодой Джафет Танганга, уступивший в 61% случаев

Стандартное в таких случаях предупреждение об очень маленькой выборке данных

Ссылка на оригинал картинки

patreon.com/markstats

Модель Expected Goals On Target (xGOT) для оценки вероятности гола использует все те же параметры, что и традиционная xG, но, кроме того, учитывает дополнительную информацию о том, куда именно был направлен мяч

xGOT входит класс post-shot моделей, использующих характеристики, появляющиеся у удара только после его совершения. Классическая же Expected Goals - это pre-shot модель, она оперирует только той информацией, которая была известна до момента удара

Интересно сравнивать значения pre- и post-shot моделей для одних и тех же наборов данных. Это позволяет, например, оценить увеличил ли игрок своим исполнением вероятность забить или, наоборот, уменьшил

Для примера рассмотрим гол Сона в ворота Ман Сити в первом туре АПЛ. Классическая модель xG учла игровую ситуацию, точку откуда был нанесен удар и оценила вероятность забить в 2%, но, с учетом исполнения, вероятность возросла до 21%

В следующих постах мы сравним xG и xGOT игроков на длинной дистанции

patreon.com/markstats

Совместно с Roaming Playmaker мы продолжаем работать над сервисом Polar Bear, который позволяет визуализировать перформанс любого игрока из топ-5 и сравнить его с другими, выступающими на похожей позиции

Список новых возможностей, которые теперь поддерживает Polar Bear:
- данные по игрокам из топ-5 начиная с 2017 года
- режим сравнения с возможностью выбора интересующего вас сезона для каждого из игроков
- имена игроков в списке дополнены информацией о команде

Каждый сектор окружности представляет собой одну метрику, цветами выделены три группы характеристик: “оборона”, “атака” и “владение”. В прямоугольниках значение параметров в пересчете на 90 минут. Радиус сектора показывает перцентиль, в который попадает игрок, чем шире фигура - тем лучше. Данные берутся с FBRef и обновляются раз в неделю

Сервис Polar Bear абсолютно бесплатный, но мы будем рады, если вы рассмотрите возможность поддержки проекта. Купить кофе разработчикам можно по ссылке

Как и было обещано, мы рассчитали влияние качества исполнения ударов на изменение вероятности забить гол для дистанции более чем один сезон

“Мастерство исполнения” - это разница между прогнозами моделей xGOT и xG для всех ударов, поделенная на их количество. Если полученное число положительное, значит игрок в среднем увеличивает вероятность забить, отрицательная - уменьшает. Пенальти и штрафные удалены из выборки, для удара мимо ворот xGOT равен нулю

Среди рассмотренных игроков лучший показатель качества исполнения имеет Лионель Месси. И это даже без учета ударов со штрафных. Такая большая разница между xGOT и xG заработана благодаря уникальному умению наносить точные удары с неочевидных позиций, среднее значение xG одного удара меньше только у Мэйсона Гринвуда

Важно отметить, что модель xGOT не учитывает положение голкипера в створе. Поэтому, для некоторых типов ударов прогноз может быть заниженным. Например, для завершений прямо по центру в пустые ворота

patreon.com/markstats

Статья, в которой мы проанализировали три матча сборной России, сыгранные в это окно, и затронули следующие темы:

- Объем, эффективность и интенсивность прессинга в сравнении другими национальными командами
- Сколько процентов владений сборной России достигли трети соперника?
- Кто из игроков отдавал самые опасные передачи, кто чаще всех высоко прессинговал, а кто возвращал владение?
- Повторяющиеся шаблоны в игре: выходы со своей трети, продвижение мяча и создание моментов
- Какая доля ударов от ворот была разыграна коротко?

Если вы хотите поддержать проект, сделайте репост и подпишитесь на наш Patreon

Уже очень скоро Зенит начнет свое выступление в Лиге Чемпионов 21/22. Мы подготовили отчет о первом сопернике питерской команды, в котором

- Изучили принципы игры Челси в различных фазах: выход со своей трети, продвижение мяча, проникновение в финальную треть и создание остроты у ворот соперника

- Сравнили перформанс под руководством Тухеля и Лэмпарда

- Нашли команды, которые преуспели в матчах против Челси и попытались разобраться как им это удалось

- Определили самых опасных игроков и связки “пасующий — адресат”

Отчет о матче Челси - Зенит, содержащий разнообразную продвинутую статистику, вы найдете на нашем канале @markmatch сразу после финального свистка

patreon.com/markstats

PPDA - это метрика интенсивности прессинга. Показывает сколько передач успевает отдать соперник до того как команда совершит оборонительное действие (Passes Allowed Per Defensive Action)

Мы изучили влияние счета на табло (game state) на изменение PPDA. Рассмотрены все матчи, сыгранные в прошлом сезоне в топ-5 и РПЛ

Результаты совпадают с ожиданиями. Даже самые прессингующие команды, выигрывая, начинают немного сбавлять интенсивность. И наоборот, уступая, пытаются вернуть мяч более активно, чем при ничейном счете

Средняя Европейская команда, играя вничью, имеет показатель 9.48 PPDA. В случае проигрыша, интенсивность прессинга увеличивается примерно на 20%

Из примечательного, прошлогодняя версия Спартака, выигрывая, не теряла в интенсивности, но даже слегка прибавляла. Интер Антонио Конте, по-умолчанию игравший в “режиме экономии”, проигрывая, начинал прессинговать на уровне уступающей в счете Барселоны или Баварии

patreon.com/markstats

Мы рассмотрели все атаки команд, которые привели к удару по воротам соперника. Полученные владения были разбиты на короткие (1-3 паса), средние (4-9) и продолжительные (10+). А в зависимости от того, где они были начаты, дополнительно сгруппированы по третям поля (Def, Mid, Att)

Воспользуемся примером Челси 21/22, чтобы показать как читать результаты. У лондонской команды на пересечении строки “10+” и столбца “Mid” находится значение 20%. Это означает, что каждое пятое владение Челси, которое завершилось ударом, состояло из более чем 10 передач и начиналось в середине поля

Возможно, дело в маленькой выборке, а не в радикальном изменении стиля Барселоны, но в прошлом году из 10 или более передач состояли 28% владений с ударом, в этом - лишь 9%. Кроме того, доля атак, начатых в своей трети, снизилась с 23% до 9%

57% успешных атак Баварии в этом сезоне были начаты на трети соперника и менее чем за 10 передач доставлены до точки удара

Ссылка на картинку в хорошем качестве

patreon.com/markstats

Недавно Джеймс Йорк (Statsbomb) в своем твиттере написал прекрасный пост:

"Почему, прежде чем оценивать силу команды, специалисты обычно просят подождать, чтобы она сыграла, скажем, 10 матчей?

Все потому, что на маленькой выборке данных, метрики могут быть очень нестабильными. Расписание матчей, травмы игроков, игра в неравных составах - все это, на короткой дистанции, оказывает сильное влияние на результаты

Но, к тому моменту, как команды успевают провести по 10 встреч, даже самые волатильные метрики приобретают относительную устойчивость"

На картинке пример изменения среднего значения xGDiff в прошлом сезоне АПЛ

Видно, что результаты первых пяти туров имеют мало общего с итоговыми показателями по окончании сезона. Однако, уже после шестой игры линии стабилизируются, а после десятой становятся практически горизонтальными

Если вы думаете что метрики, основанные на более частых (чем удары) типах событий, ведут себя иначе, в комментарии мы приложили такой же график, но для Non-Shot xG

Бруну Фернандеш касается мяча последним в каждой шестой атаке Ман Юнайтед. Сильнее португальца в завершающую фазу игры своей команды вовлечены только Сарр и Рафинья - главные креативщики Уотфорда и Лидса

На графике изображены игроки АПЛ с самым большим процентом владений, в которых они совершили последнее действие. Результаты сгруппированы по типу события - удар, фол на игроке, потеря или неточный пас

Это отличный пример того, как один и тот же показатель в разной интерпретации приобретает чуть ли не противоположный смысл. Ведь, при желании, можно сделать заключение, что “каждая десятая атака команды заканчивается после неточного паса Фернандеша”

Однако, при добавлении контекста, у метрики “процент владений, завершившихся на игроке”, в большинстве случаев, прослеживается скорее позитивная коннотация. Чаще всего лидерами по этому показателю являются наиболее вовлеченные, заряженные на обострение и важные для своей команды игроки

Графики для остальных лиг в комментариях к посту

patreon.com/markstats

На графике 10 самых неравных матчей, сыгранных на данный момент в Лиге Чемпионов 2021/22. То есть таких, в которых одна из команд сильно доминировала

Для оценки степени превосходства над соперником была использована модель non-shot expected goals. Базируясь на исторических данных, она делает прогноз о том, сколько голов “должна” была забить каждая из команд. При этом, основывается модель на всех действиях игроков с мячом, за исключением ударов по воротам (пасы, перехваты, обводки, отборы)

Вчерашний матч Реал Мадрид - Шериф является [пока что] самым неравным в этом розыгрыше Лиги Чемпионов. Даже без использования сложных статистических моделей, степень доминирования Реала можно ощутить по соотношению касаний внутри штрафной (78 против 7) или наклону поля (89% в пользу Мадрида)

Отчеты о главных матчах Лиги Чемпионов вы найдете на нашем канале @markmatch

Из-за насыщенной еврокубковой недели вы могли пропустить классный тред о голкипере Астон Виллы Эмилиано Мартинесе

В общем случае, вероятность того, что удар с одиннадцати метров закончится победой вратаря, составляет около 20-25%. Мартинес, с результатом 42% не забитых в его ворота пенальти, сильно оверперформит прогноз модели ожидаемых голов

Успех объясняется не только природными данными и крошечной выборкой, но еще и тем, что Эмилиано мастерски пользуется различными техниками по отвлечению внимания бьющего игрока:

- Физическое воздействие
- Затяжка времени
- Визуальное помехи прямо перед ударом
- Вербальное воздействие (трэшток)
- Социальное манипулирование (более тонкий вариант предыдущего пункта)

Против Бруну Фернандеша неделю назад Мартинес применил сразу все вышеперечисленные техники

Самое интересное, что влияние этих способов на исход дуэли подтверждена исследованиями. Наиболее эффективными техниками являются затяжка времени (от 20 до 30 процентов увеличения вероятности отразить пенальти) и визуальные помехи (10%)

@markstats

Точный пас в какую зону увеличивает шанс преодолеть оборону соперника?

Мы обработали все матчи, сыгранные в популярных европейских турнирах за последние несколько сезонов и отфильтровали “позиционные атаки” (минимум 10 непрерывных передач на чужой половине). Этот тип владений является косвенным признаком того, что команда не сразу нашла путь к воротам, а столкнулась с сопротивлением обороняющейся стороны

Финальная треть разбита на 6 зон, для каждой успешной передачи рассмотрены по 3 следующих события, в шестиугольниках изображены результаты, к которым привели действия после паса в выделенную цветом зону:

- Процент атак, завершившихся ударом
- Вероятность потерять владение

Вслед за очевидным вариантом “центр штрафной”, второй наиболее опасной зоной для взлома обороны являются “высокие полуфланги” - 16% успешных передач приводят к моменту в течение следующих трех событий. Пас в опорную зону в два раза реже заканчивается ударом, зато более надежен с точки зрения сохранения владения

patreon.com/markstats

Игроки с наибольшим количеством ожидаемой угрозы (Expected Threat), созданной в одном отдельно взятом матче этого сезона в Лиге Чемпионов, топ-5 или РПЛ

Борна Соса (Штутгарт - Гройтер) 1.05 xT (67% кроссов)

Душан Тадич (Аякс - Бешикташ) 0.95 xT (76%)

Дуглас Сантос (Зенит - Мальмё) 0.8 xT (71%)

Дуглас Сантос (Зенит - Сочи) 0.78 xT (33%)

Павел Кадержабек (Арминия - Хоффенхайм) 0.75 xT (73%)

Учитываются только передачи с игры, все стандартные положения исключены из выборки. В скобках указан процент очков xThreat, набранных при помощи кроссов

Модель Expected Threat оценивает изменение вероятности забить гол в течение следующих N действий при перемещении мяча из одной точки поля в другую

В комментариях к посту результаты для каждой лиги в отдельности

patreon.com/markstats

“Мастерством исполнения удара” мы называем разницу между прогнозами моделей Expected Goals On Target (xGOT) и классической xG. Если полученное число положительное, значит игрок своим исполнением увеличивает вероятность забить, отрицательная - уменьшает

На графике изображены 14 лучших и 3 худших игрока этого сезона с точки зрения описанной выше метрики. В список попали только те, кто нанес как минимум 20 ударов с игры во всех соревнованиях включая домашние чемпионаты, матчи сборных и еврокубки. Пенальти и штрафные удалены из выборки, для удара мимо ворот xGOT равен нулю

Возглавляет рейтинг полузащитник Зенита Вендел, у которого [пока что] лучшая в Европе разница между xGOT и xG в пересчете на один удар по воротам

Гамид Агаларов из Уфы, который недавно попал в расширенный список игроков сборной России, занимает второе место, опережая по “мастерству исполнения ударов”, на минуточку, Эрлинга Холанда

Результаты прошлого сезона в комментариях к посту

patreon.com/markstats

График демонстрирует эффективность прессинга национальных сборных, лидирующих в своих отборочных группах. Расчет произведен за период времени с момента назначения Валерия Карпина на пост главного тренера сборной России

Для оценки эффективности прессинга мы используем две метрики:

Ось Y - процент запрессингованных владений соперника. Владение соперника считается запрессингованным, если оно началось в его оборонительной трети, состояло из менее чем трех передач или не достигло половины поля прессингующей команды

Ось X - процент точных передач соперника в зоне расчета PPDA

Сборная России находится в нижней части рейтинга. Наиболее показательно сравнение с Хорватией - обе команды играют против одних и тех же соперников, однако давление подопечных Златко Далича доставляет их оппонентам значительно больше неприятностей

patreon.com/markstats

На графике изображено изменение показателей команд Чемпионшипа по сравнению с их следующим годом после повышения в АПЛ

Статистика показывает, что клубы, получившие путевку в Английскую элиту, в следующем сезоне теряют в среднем 75% прошлогодних показателей в атаке и 60% в обороне

У Брентфорда наблюдается лишь небольшое снижение качества игры в защите (с 0.85 допущенных xG за матч до 1.06 xG) и еще более незначительное уменьшение количества создаваемых моментов (с 1.61 xG до 1.54 xG)

Команда из западного Лондона уже победила Арсенал, сыграла вничью с Ливерпулем и, хоть и потерпела поражение, но провела отличный матч против Челси

Если Брентфорд сохранит набранный темп на дистанции всего сезона, то обойдет Вулвз-2018/19 и станет носить титул лучшего новичка Английской Премьер-Лиги за последние 4 года

patreon.com/markstats