tammi 25, 2019
tammi 25, 2019

Maaliodottaman rajoitukset

Maaliodottaman suosion nousu

Mitä malli sisältää, ja mitä se meille kertoo?

Tarvitsemmeko pelaajakohtaisia tietoja?

Miten ja milloin maaliodottamaa käytetään

Maaliodottaman rajoitukset

Maaliodottaman eli maalimäärän odotusarvon (xG, expected goals) mittari on löytänyt tiensä jalkapallon analyysiartikkeleista valtavirtamediaan viimeisten 18 kuukauden aikana. Vaikka ihmiset alkavat ymmärtää tätä mittaria ja sen etuja yhä paremmin, sen mahdollisista sudenkuopista ei tunnuta olevan kovin hyvin tietoisia. Mitä rajoituksia maaliodottaman mittarilla on? Lue lisää tästä artikkelista.

Maaliodottaman suosion nousu

Ennen maaliodottaman (xG) rajoitusten tarkastelemista kerron, mikä se on ja miksi siitä on tullut niin suosittu. Maaliodottama on lyhyesti sanottuna maalipaikkojen laadun mittari. Se kertoo meille, kuinka usein laukauksen voi ”odottaa” johtavan maaliin verrattuna suureen otokseen laukauksia tarkalleen samasta jalkapallokentän kohdasta (muitakin tietoja voidaan ottaa huomioon, mutta palataan tähän myöhemmin).

Maaliodottama esitetään yleensä lukuna 0–1 (1 tarkoittaa varmaa maalia ja 0 tarkoittaa varmaa maalin jäämistä tulematta). Maalipaikan laatuun voidaan viitata myös prosenttiluvulla (tämä on yksinkertaisesti xG-luku 0–1 muunnettuna prosenttiarvoksi). Esimerkiksi laukaus, jonka xG-luku on 0,5, voidaan esittää laukauksena, jolla on 50 %:n todennäköisyys tuottaa maali.

Vaikka xG-luku on mainio työkalu suoritusten analysoinnissa (tämä hyödyttää jalkapallojoukkuetta, joka pyrkii oppimaan ja kehittymään tai rekrytoimaan uusia kykyjä), se on kasvattanut suosiotaan laajemmassa jalkapalloyhteisössä ennen kaikkea siksi, että se on parempi ennustustyökalu kuin muut usein käytetyt mittarit (kuten laukaukset, maaliero ja jopa pisteet).

Mitä malli sisältää, ja mitä se meille kertoo? 

Maaliodottaman käyttöä vastaan on olemassa lukuisia argumentteja. Joskus näitä argumentteja esittävät ihmiset, jotka ovat käyttäneet paljon aikaa tämän mittarin ja sen toimintamekanismin opiskelemiseen. Valitettavasti tätä kritiikkiä esittävät usein ihmiset, jotka vain uskovat maaliodottaman sotivan lajin perinteitä vastaan eivätkä ole kunnolla perehtyneet mittariin ja sen toimintatapaan.

Vaikka käytetyt tilastotiedot ovat olennainen osa mitä tahansa mallia, tapa, jolla niitä tulkitaan, on aivan yhtä tärkeä.

”Jalkapalloa pelataan kentällä eikä laskentataulukossa” ja ”ainoa luku, jolla on merkitystä, on tulos 90 minuutin jälkeen” ovat esimerkkejä maalimäärän odotusarvon vastustajien lausahduksista. Monet näistä ihmisistä voivat kuitenkin sanoa myös, että ”hänen olisi pitänyt tehdä tuosta maali” tai ”meillä oli epäonnea, kun emme voittaneet” – nämä ovat vain sanallisia muotoja asioista, joiden paikkansapitävyyden (tai -pitämättömyyden) xG-luku voi osoittaa tilastotietojen käytön kautta.

Vaikka kielteinen suhtautuminen maalimäärän odotusarvoon vaikuttaisikin johtuvan perusteettomasta ja usein epäloogisesta järkeilystä, mittarin käyttöön liittyy kyllä tiettyjä rajoituksia. Jos aiot hyödyntää maaliodottamaa – varsinkin, jos aiot luoda ennustemallin jalkapallovedonlyöntiä varten – näiden mallin epäkohtien jättäminen huomiotta voi olla hyvin haitallista. 

Valitse mallisi viisaasti

Vaikka tämä ei olekaan ehkä varsinainen epäkohta, on tärkeää huomata, että ei ole olemassa vain yhtä yleisesti hyväksyttyä maaliodottaman mallia. Erilaisia maaliodottaman malleja on lukemattomia (monia niistä pääsee käyttämään verkossa ilmaiseksi), ja kullakin niistä on oma parametrijoukkonsa, joka tuottaa lopullisen maaliodottaman lukeman. Yhdessä mallissa tietyn maalipaikan arvo voi olla vaikkapa 0,52 xG, toisessa 0,47 ja jossain muussa 0,58 tai jopa yli 0,60.

Paras xG-malli on tulkinnanvarainen asia, ja on helppo harhautua ajattelemaan, että mallin rakentamisessa enemmän on parempi. Kun malliin lisätään laukauspaikan kaltaisten perusasioiden lisäksi sellaisia suureita kuin kulma maaliin nähden, ruumiinosa, jolla yritys tapahtuu, syöttötyyppi, puolustavan paineen määrä ja maalivahdin sijainti, saadaan kyllä hienostuneempi malli, mutta mallista saattaa tulla myös ylisovitettu.

Jalkapallossa on paljon ”kohinaa” (satunnaisuutta), ja xG voi auttaa näkemään tämän kohinan läpi paremmin. Silti on olemassa riski, että teemme asioista turhan monimutkaisia, kun kehitämme maaliodottaman malleja. Jos lisäämme malliin liian monta parametria, se saattaa yksinkertaisesti vain kuvata syötettyjä tilastotietoja sen sijaan, että siitä olisi hyötyä ennustamisessa.

Tarvitsemmeko pelaajakohtaisia tietoja?

Yksi xG:n suurimmista haasteista ei ole siinä, mitä se kertoo meille, vaan siinä, mitä se ei kerro. Maaliodottama ei ota huomioon yksittäisten pelaajien suhteellista taitoa. Useimmat mallit on rakennettu käyttäen tietokantaa, jossa on tuhansittain laukauksia. Lopputuloksena on keskiarvo, joka ei liity erityisesti yksittäiseen laukaisun suorittavaan pelaajaan.

Pelaajien henkilökohtaisten tietojen puuttuminen tarkoittaa, että jos Harry Kane ja Pablo Zabaleta ovat samanlaisessa tilanteessa ja suorittavat parametreiltaan tarkalleen samanlaisen laukauksen, molemmat saavat saman xG-lukeman (vaikka tiedämmekin, että Harry Kane tekee todennäköisemmin maalin).

Laukaisijalla on suuri merkitys analysoitaessa joukkue- ja henkilökohtaisia suorituksia, mutta niin on myös sillä, kuka on maalissa (toinen parametri, jota xG ei pysty ottamaan huomioon). Oletetaan tällä kertaa, että Harry Kanella on sama paikka kuin edellisessäkin esimerkissä. Hänen ja maalinteon välissä voi olla David De Gea tai joku Englannin neljännen sarjatason maalivahti, mutta maaliodottaman malli ei näe eroa maalinteon todennäköisyydessä.

Tästä ongelmasta on osoituksena, että tietyt pelaajat (kuten Harry Kane) ovat säännöllisesti suoriutuneet useimpia maaliodottaman mallien ennustuksia paremmin muutaman viime vuoden aikana. Lisäksi tietyt maalivahdit (kuten De Gea) ovat auttaneet joukkueitaan suoriutumaan päästettyjen maalien odottamaansa (xGA) paremmin samalla ajanjaksolla.

Miten ja milloin maaliodottamaa käytetään

Toinen maaliodottaman ”epäkohta” liittyy pikemminkin toteutukseen kuin itse mittariin. Ongelma ei ole maalimäärän odotusarvossa vaan ihmisissä, jotka sitä käyttävät. Vika on siinä, että maaliodottamasta ei ole juuri mitään hyötyä yksittäisen pelin perusteella, vaan se on tehokkaimmillaan pidemmällä ajanjaksolla ja suuremmilla tietomäärillä.

Jos aiot hyödyntää maaliodottamaa jalkapallovedonlyöntiä varten, näiden mallin epäkohtien jättäminen huomiotta voi olla hyvin haitallista.

Jalkapallo on uskomattoman vaihteleva peli. Tilanteet vaihtuvat minuutti minuutilta: tulos, kentällä jäljellä olevien pelaajien määrä, jäljellä oleva aika tai panos (erityisesti pudotuspeliotteluissa). Jos (tai yleensä kun) maaliodottamaa käytetään yksittäisten otteluiden perusteella, lukemat voivat olla harhaanjohtavia, koska ne eivät kerro koko tarinaa tai anna tärkeitä tilastotietoja.

On myös tärkeää ymmärtää, että vaikka maaliodottama voi olla erittäin hyödyllinen mittari, sitä ei välttämättä pidä käyttää koko ajan. Kauden alkuvaiheessa tilastot ovat todennäköisesti vinoutuneita, koska kyseisessä kilpailuympäristössä on pelattu vasta kourallinen otteluita (puhumattakaan vaihtelevan vastustajien tason vaikutuksesta). 

Sarjakauden kuudetta ottelua on usein pidetty merkitsevänä vaiheena kaudella. Sitä voi pitää kohtana, jossa pöly alkaa laskeutua tilastotietojen suhteen; häiritsevän kohinan osuus alkaa vaimentua. Noin kuuden sarjapelin jälkeen xG alkaa päästä oikeuksiinsa, ja siitä saa parhaan hyödyn.

Aivan niin kuin maaliodottamaa voidaan käyttää liian aikaisessa vaiheessa kautta, sitä voidaan väittää käytettävän myös liian myöhään (tai ainakin liikaa liian myöhään). Tietenkin tarvitsemme riittävän pitkän ajan, jotta trendit ehtivät kehittyä, mutta toisaalta joukkueet voivat suoriutua odotuksia huonommin tai paremmin jostakin tietystä syystä, ja joskus meidän on pystyttävä näkemään tilastoja syvemmälle (sen sijaan, että odottaisimme regressiota).

Ei ole olemassa mitään taikalukua, mutta erityisesti tyypillisen sarjakauden viimeisellä kolmanneksella kannattaa alkaa katsella varsinaisia pelisuorituksia tarkemmin (hankkien toki yhä lisänäkemystä xG-luvun avulla).

En tarkoita tällä, etteikö maaliodottama voisi olla hyödyllinen pitkällä aikavälillä. Jatkuva xG on mainio tapa arvioida joukkueen kehittymistä tai taantumista erityisesti, kun joukkueeseen tulee uusi manageri tai uusia pelaajia. Vaikka näistä tiedoista voikin olla apua siirryttäessä kaudesta seuraavaan, joukkueiden taipumus muutokseen voi kuitenkin aiheuttaa sen, että tiedot eivät ole enää ajanmukaisia.

Maaliodottama on mainio työkalu, mutta sitä on käytettävä oikein

Monet pitävät maaliodottamaa parhaana suorituskykymittarina jalkapallossa. Jokainen analyytikko tietää kuitenkin kontekstin merkityksen ja sen, miten vahingollinen se voi olla yksittäisen mittarin kannalta tilastoanalyysissä – erityisesti, jos sitä tehdään ottelu kerrallaan.

Maaliodottaman käyttäjät todennäköisesti tietävät jo sen hyödyt, mutta heidän olisi tunnistettava myös sen rajoitukset. Vaikka käytetyt tilastotiedot ovat olennainen osa mitä tahansa mallia, tapa, jolla niitä tulkitaan, on aivan yhtä tärkeä. Jotta maaliodottamasta saa täyden hyödyn, on ymmärrettävä sekä sen hyvät että huonot puolet.

Vedonlyöntiresurssit auttavat vedonlyönnissä

Pinnaclen Vedonlyöntiresurssit-osio on yksi netin kattavimmista asiantuntevan vedonlyöntineuvonnan kokoelmista. Tavoitteenamme on auttaa kaikentasoisia vedonlyöjiä parantamaan tietämystään.