Hvad er xG? Forventede mål forklaret for fodboldfans

Hver fodboldsamtale de seneste fem år har samlet de samme tre bogstaver op. Kommentatorer smider xG afslappet ind mellem genudsendelserne. Twitter-tidslinjer poster xG-resultattavler ved siden af de rigtige. Analytikere henviser til forventede mål, som ældre generationer henviste til boldbesiddelsesprocenter, som om alle allerede ved, hvad tallet betyder.

De fleste fans gør det ikke, og det er et problem værd at løse. xG er en af de mest nyttige måder, vi har til at tale om fodbold ud over slutresultatet, men det er også en af de mest misbrugte. Behandlet som et orakel skuffer det. Behandlet som det, det faktisk er, en sandsynlighedspoint for chancekvalitet, skærper det måden, du ser kampen på.

Denne artikel gør to ting. Den forklarer, hvad xG måler på enkelt sprog, uden at der kræves en statistikgrad. Og den er ærlig om, hvor xG vildleder, for det er den halvdel, som det meste indhold online springer over. Til sidst, næste gang du ser "xG: 1,4 mod 2,8" under et 2-1-resultat, vil du vide, hvad det fortæller dig, og hvad det bevidst udelader.

Hvad xG faktisk er

Forventede mål, skrevet xG, er en sandsynlighedspoint knyttet til et enkelt skud. Det besvarer ét spørgsmål: hvor sandsynligt er det, at netop denne chance, på netop dette sted, efter denne type opbygning, ender i nettet? Svaret er et decimaltal mellem 0 og 1.

Et skud taget fra cirka seks meter med plads og et indbydende indlæg kan have 0,65 xG. Omtrent to ud af hver tre sådanne chancer, gennem hele det historiske udvalg, bliver mål. Et spekulativt skud fra 27 meter med to forsvarere, der blokerer vinklen, kan have 0,03 xG. Tre ud af hver hundrede. Tallet er et gennemsnit over tusindvis af lignende forsøg, ikke en forudsigelse for netop denne skytte denne specifikke dag.

Læg hvert skud i en kamp sammen for et hold, og du får holdets samlede xG for kampen. Et resultat på xG: 0,9 mod 2,4 mod mål på 2-1 fortæller dig, at siden med ét mål var den bedre side i forhold til chanceskabelse, og siden med to mål afsluttede langt over deres underliggende rate. Et resultat på xG: 2,7 mod 0,4 med mål på 0-0 fortæller dig, at nogen fortjente at vinde og ikke gjorde det, hvilket er mønsteret hver fan genkender fra kampe, der føles uretfærdige.

Metrikken blev første gang kommercielt brugt i begyndelsen af 2010'erne, mest synligt af Opta, og er siden blevet standardmåden at beskrive chancekvalitet på hvert niveau af professionel fodbold. Dens nytte er ikke kontroversiel. Dens misbrug er.

Hvordan xG beregnes, i hovedtræk

xG-modeller bruger ingen enkelt magisk input. De trænes på enorme biblioteker af historiske skud, typisk hundredtusinder, hver mærket med et endeligt udfald (mål eller ej) og en liste af kontekstuelle egenskaber. Modellen lærer, hvilke egenskaber der flytter konverteringsraten op, og hvilke der flytter den ned.

Egenskaberne, som de fleste xG-modeller bygger på, er stort set ens på tværs af branchen:

• Skuddets placering. Hvor på banen skuddet blev taget, målt som afstand og vinkel til målet. Dette er den enkeltstående stærkeste driver.
• Kropsdel. Højre fod, venstre fod, hoved eller andet. Headinger fra samme sted som et fodskud konverteres i meget forskellige rater.
• Assist-type. Var det en dybdeaflevering, et indlæg, en cutback, et dødbold, et returskud. Hvert leveringsmønster producerer sin egen typiske konvertering.
• Defensivt pres. Hvor mange forsvarere var der mellem skuddet og målet, og hvor tæt var den nærmeste. Åbne skud konverteres langt oftere end lukkede.
• Spilsituation og fase. Åbent spil, kontra, dødbold, straffespark. Straffespark behandles især som næsten konstant 0,76 til 0,78 xG i de fleste offentlige modeller.

Forskellige udbydere bruger forskellige specifikke egenskabssæt. Nogle inkluderer tracking-data-egenskaber som forsvarerplacering. Nogle inkluderer målmandens udgangsposition. Nogle få inkluderer opbygningsegenskaber før skud som afleveringer per boldbesiddelse. Det de alle deler, er den underliggende idé: reducere hvert skud til et lille sæt beskrivende tags, slå op hvor ofte den tag-kombination historisk har været mål, og returnere den rate som xG.

Tactiq bruger kampdata på hændelsesniveau fra licenserede sportskilder på tværs af mere end 1200 ligaer for at hente konteksten per skud til analysen. Den specifikke måde, xG-signaler kombineres med resten af, hvad produktet ser på, forbliver inde i appen. Den nyttige pointe for en læser er: xG selv er branchestandard. Hvad et værktøj gør med xG bagefter er der, hvor produkter adskiller sig.

Hvorfor xG betyder noget

En ligatabel rangerer hold efter resultater. En mål scoret-kolonne rangerer dem efter afslutning, hvilket er støjende. xG giver dig en tredje linse: hvem genererede mest kvalitet, uafhængigt af om bolden gik ind.

Det betyder noget af flere grunde, som en fodboldfan faktisk bekymrer sig om.

Det adskiller held fra præstation. En angriber, der scorer fem på tre kampe ud fra 1,8 kumulativ xG, afslutter over sin rate, og den rate vil normalt regresseere. En angriber, der scorer nul ud fra 4,1 kumulativ xG, er uheldig, og hans mål vil normalt komme. Over nok skud konvergerer xG og mål. Når de divergerer, sker der noget midlertidigt, enten heroisk afslutning, frustrerende brændte chancer eller en målmand, der har en karrieremåned.

Det belønner proces frem for udfald. En side, der skaber 2,5 xG i chancer og taber 0-1 på et dødboldmål, er ofte den bedre side over de 90 minutter. xG fanger det gab på en måde, som slutresultatet ikke kan. Trænere har brugt interne versioner af denne idé i årtier. xG gjorde den offentlig.

Det løfter underliggende form frem før resultater. Et midterhold, hvis xG-difference stille har forbedret sig over seks kampe, er ofte på vej til at klatre på tabellen, selvom deres point ikke er fulgt med endnu. En side i øverste halvdel, hvis xG glider, mens de bliver ved med at vinde tætte kampe, låner mod en regression, der normalt ankommer. Over et rullende vindue på fire til otte kampe er xG-form en mere ærlig indikator end rå resultater.

Det giver dig en måde at tale om skudkvalitet på. Før xG var "god chance" og "dårlig chance" subjektive. To personer kunne se den samme brændte chance og være uenige om, hvorvidt den burde være scoret. xG sætter et tal på det. Tallet er ufuldkomment, men det er konsistent på tværs af kampe, ligaer og sæsoner.

Det rejser på tværs af ligaer. Et 0,30 xG-skud i hollandske Eredivisie er genkendeligt som et 0,30 xG-skud i italienske Serie A. Den underliggende chancekvalitet er samme metrik, selvom den taktiske kontekst omkring den er forskellig. Den portabilitet er en del af grunden til, at xG er blevet lingua franca for moderne fodboldanalyse.

Hvor xG vildleder

Dette afsnit er det, de fleste xG-forklaringer udelader, og det er grunden til, at xG behandles som magi af folk, der burde vide bedre. At være ærlig om metrikens svage punkter er forskellen mellem at bruge xG godt og blive narret af det.

Små stikprøver lyver. Én kamp er næsten aldrig nok xG-data til at dømme noget. En angriber kan poste 1,4 xG mod en dyb blok, der lader ham ind i feltet hele aftenen, og poste 0,05 xG mod en høj pres, der aldrig lader ham vende. Begge er information om netop det match-up, ikke om angriberens evne. At rulle mindst fire til seks kampe, før konklusioner drages, er baslinjen. Noget mindre er anekdote med et tal hæftet på.

Eliteafsluttere slår systematisk xG. Nogle spillere scorer gennem hele karrierer flere mål, end deres xG antyder, de burde. Messi, Salah, Haaland og en lille klub af andre har nok skudvolumen til, at deres overpræstation ikke bare er støj. En gennemsnitlig xG-model ved ikke, hvem der skyder, kun hvor skuddet kom fra. Det er en funktion, ikke en fejl, men det betyder, at rå xG undervurderer værdien af eliteangribere og overvurderer værdien af volumenskytter, der ikke afslutter.

Svage afsluttere brænder systematisk xG. Det omvendte er lige så sandt. Angribere, der kronisk underpresterer xG over en fuld sæson, er normalt ikke uheldige. De afslutter dårligt. At behandle deres underpræstation som forestående regression, når karrieremønstret siger noget andet, er en almindelig fælde.

Defensive fejl puster xG op. En målmandsfumling, der ruller til en umarkeret angriber seks meter ude, scorer høj xG, fordi skuddet sker fra et højkvalitetssted. xG-modellen ser ikke den defensive fejl, der skabte chancen. Over én kamp kan et hold poste en imponerende xG-linje i høj grad på grund af modstanderfejl, og det er ikke en repeterbar færdighed.

Dødbolde og straffespark forvrænger hovedtallet. Et straffespark er værd omtrent 0,76 xG hver eneste gang. Et hold, der får to straffespark i en kamp, har 1,5 xG indbygget, før de overhovedet har spillet fodbold. Analytikere, der bekymrer sig om åbent spil, trækker nogle gange straffespark og frispark fra totalen. Den offentlige tavle gør det normalt ikke.

Pokalfinaler, derbyer og nedrykningsafgørere bryder modellen. xG er kalibreret mod den enorme historiske base af almindelige sæsonkampe. Finaler, lokale derbyer og sidstedags-overlevelseskampe har anden psykologi, andre taktiske former, andre dommerafgørelser og meget mindre sammenlignelige stikprøver. At bruge xG til at læse disse kampe på samme måde, som du ville læse en midtsæson-ligakamp, er en fejl. Tallet bliver stadig beregnet. Tilliden omkring det bør være lavere, og de fleste offentlige dashboards gør ikke det synligt.

Sensspil-situationseffekter vrider totalen. Et hold, der jagter et mål i de sidste tyve minutter, skaber desperationschancer, der ikke er repræsentative for deres sande kvalitet. Et hold, der beskytter en 1-0-føring, falder i en form, der bevidst giver afkald på boldbesiddelse og skudvolumen. Rå hele-kamp xG udtvær disse faser sammen. Spilsituationsjusteret xG findes, men det er ikke, hvad hovedtavlen viser.

Det er et signal på holdniveau fejlagtigt læst som et signal på spillerniveau. "Spiller X har 0,8 xG denne kamp" kan betyde, at han tog én god chance og brændte, eller seks halvchancer og brændte dem alle. Formen på den underliggende skudfordeling betyder noget, ikke bare summen. At behandle kumulativ xG som et spillerkarakterkort, uden at se på skudfrekvens og kvalitetsspredning, er hvordan fans ender med at skændes om tal, der beskriver forskellige ting.

Reglen, der falder ud af alt dette: xG er mest nyttigt som ét input i en bredere læsning, sammenlignet over et vindue på flere kampe, med afslutterkvalitet og kampkontekst holdt i hovedet. Det er mindst nyttigt som en selvstændig dom om én enkelt kamp.

Hvordan Tactiq bruger xG i analysen

Tactiq behandler xG på den måde, denne artikel netop har beskrevet det: som ét stykke underliggende præstationsdata, ikke en forudsigelse i sig selv.

Inde i en kampanalyse bidrager xG-signaler til billedet af, hvem der har præsteret på hvilket niveau over nylige kampe, hvilke spillere og hold der over- eller underpræsterer deres kvalitet, og hvor tæt eller ensidig den underliggende form af et match-up er. xG-form sidder ved siden af flere andre input. Ingen af dem behandles som svaret.

Den specifikke måde, Tactiqs analyse blander xG med resten af, hvad den ser, vægtene, de rullende vinduer, ligaspecifikke justeringer, måderne ustabile signaler bliver flaget på, forbliver inde i produktet. Det er et bevidst designvalg, ikke et undvigende. Offentliggjort metodologi bliver kopieret og fejlkalibreret inden for uger; det, der når brugeren, er en tillidskvalificeret analyse med ræsonnementet forklaret på enkelt sprog, ikke en lærebog.

Hvad brugeren ser på kamp-kortet:

• Et forventede mål-tal for hver side, med en nylig-trend-indikator, så du kan se, hvilken vej tallet bevæger sig.
• Sandsynlighedstripler for udfaldet, kvalificeret af en synlig tillidsindikator, der reflekterer, hvor stabile de underliggende signaler er for netop denne kamp.
• En skriftlig analyse, der navngiver xG-konteksten på enkelt sprog: "Hjemmesidens nylige xG-trend har løftet sig over deres seneste fem kampe, mest fra dødboldkvalitet," ikke "vores model tildeler vægt 0,37 til egenskabsvektor tre."
• Ingen bookmaker-odds nogen steder. Ingen spilpåmindelser. Ingen virtuel valuta. Rammen er statistisk analyse, og den forbliver sådan.

Hensigten er, at en fan, der læser et Tactiq-kort, går derfra med en skarpere læsning af kampen, ikke et tal at kopiere et andet sted.

Hvordan man læser xG som en professionel

Seks vaner adskiller folk, der bruger xG godt, fra folk, der citerer det.

1. Se altid på det rullende vindue, ikke én kamp. Fire til otte kampe per hold er baslinjen. Én kamp er en historie, ikke et mønster.
2. Sammenlign xG-difference, ikke rå xG. "Hvor meget mere kvalitet dette hold genererede, end de lukkede ind" er normalt mere informativt end hver sides total alene.
3. Træk straffespark og frispark fra, når du bekymrer dig om åbent spil. Den offentlige overskrift gør det ofte ikke. Træk 0,76 fra for hvert straffespark for at se, hvordan formen i åbent spil så ud.
4. Tjek, hvem der skyder. En eliteafslutter, der overpræsterer xG, er ikke nyhed. En rotationsangriber, der overpræsterer xG, er et flag, der siger "stikprøvestørrelse."
5. Læs xG sammen med afslutningshistorik. Overpræstation i nogle få kampe kan være støj. Overpræstation i tre sæsoner er information.
6. Behandl derby-, pokal- og finalekampe med forsigtighed. Sænk din tillid til xG-læsningen på kampe, som modellen har færre sammenlignelige kampe for. Tallet bliver beregnet. Båndet omkring det er bredere, end dashboardet fortæller dig.

Anvendt sammen forvandler disse vaner xG fra et trivia-tal til en linse. Linsen er ærlig om, hvad den kan se. Det er hele pointen.

Konklusionen

xG er en informeret forudsigelse om chancekvalitet, ikke en dom om en kamp. Brugt inden for et vindue på flere kampe, læst sammen med afslutterkvalitet og kampkontekst, og befriet fra straffespark- og dødboldinflation, når åbent spil er spørgsmålet, er det et af de skarpeste værktøjer, en fan har til at tale om fodbold ud over slutresultatet.

Brugt som et enkeltkamp-orakel, eller som et topliste-tal uden kontekst, eller som en erstatning for at se kampen, vildleder det. Metrikken ændrede sig ikke. Læsningen gjorde.

Tactiq er bygget omkring den læsning. Appen løfter xG frem i kontekst, kvalificerer det med tillid, forklarer, hvad tallet betyder på et sprog, som en fan faktisk kan bruge, og blander det aldrig med bookmaker-odds eller spilpåmindelser. Mere end 1200 ligaer, 32-sprogs lokalisering på tværs af grænsefladen og analyseteksten, gratis-niveau på otte analyser om dagen, intet kreditkort påkrævet.

Hvis du fandt denne artikel nyttig, er den naturlige ledsager den tidligere guide om hvordan AI forudsiger fodboldkampe. xG er en af fire datafamilier, som det stykke gennemgår i detaljer, og de to artikler sammen er fundamentet, vi bliver ved med at bygge resten af bloggen på.