A foci statisztika ereje: mélyebb elemzések és megalapozott fogadási stratégiák

Az az igény, hogy a labdarúgást valamilyen összetettebb, a hagyományos statisztikákon túlmutató mérőszám segítségével mélyebb összefüggéseiben is vizsgálni lehessen, már évtizedekkel ezelőtt megjelent. Ezek a fejlettebb statisztikák mostanra visszafordíthatatlanul a sport részévé váltak: ma már nem létezik nélkülük igényesebb elemzőműsor, sőt, a szurkolói beszélgetésekbe is beépültek. A sportfogadás világában egyre kevesebb a helye a puszta megérzésekre alapozott döntéseknek. Ahogy fejlődik a technológia és nő az elérhető adatmennyiség, úgy lesznek a foci tippek is egyre inkább statisztikai alapúak. A cél nem más, mint olyan megbízható Tippmix tippek készítése, amelyek nemcsak józan logikán, hanem konkrét számokon is alapulnak.

Ebben a cikkben részletesen bemutatjuk, mely statisztikákra érdemes figyelni sportfogadás előtt, és hogyan használhatod fel őket a saját fogadási stratégiád kialakításához. A statisztikákat egyre gyakrabban használják a mérkőzések kimenetelének előrejelzésére is, mielőtt azok megrendezésre kerülnének, így a fogadók betekintést nyerhetnek abba, hogy mi történhet majd a pályán. A sportstatisztika felbecsülhetetlen értékű eszköz a csapatok, az edzők, a játékosfigyelők, a bukmékerek és a fogadók számára is.

Az Expected Goals (xG) és a statisztikai forradalom

Az adatok általában nem tartoznak az érzelmileg túlfűtött témák közé. 2016-ban azonban, miután az Atlético Madrid kiejtette a Bayern Münchent a BL-ből, Craig Burley vérben forgó szemei láttán ennek akár a szöges ellentétét is gondolhattuk volna. "Várható gólokról beszélsz egy elveszített Bajnokok Ligája-elődöntőt követően?! Micsoda nonszensz. Én is várok valamit a Télapótól karácsonykor, de aztán nem jön, nem igaz? Én a tényekkel foglalkozom. Erről szól ez a játék. Tetszik, nem tetszik, a futball az eredményekről szól" - mondta, majd ennél is tovább ment. Burley reakciója nem volt karakteridegen, azonban nem ő az egyetlen, akiben felmegy a pumpa, ha szóba kerülnek az új statisztikák. Egy olyan korban, amelyet meghatároz a technológiával való szimbiózis elkerülhetetlensége és a számszerűsítés iránti megszállottság, érthető, hogy a futballt amennyire csak lehetséges, igyekeznek távol tartani a science fictiontől. Az xG esetében azonban ingoványosabb talajra lépünk.

Mi az xG és miért megosztó?

A várható gól alapvetően azt méri, hogy egy adott próbálkozásból milyen valószínűséggel születik gól. Számtalan tényezőt figyelembe kell venni: milyen messze volt a támadó a kaputól, hogyan helyezkedett a kapus, melyik testrésszel hajtották végre a próbálkozást, milyen szögből adták le a lövést. A helyzetek minőségét több ezer mérkőzés alapján értékelik, és a kapott szám segítségével összehasonlíthatóak a hasonló típusú próbálkozások. Ha egy méterről kell a teljesen üres kapuba gurítani a labdát, ez a szám lehet 0,99, míg egy 35-ről, gyengébbik lábbal eleresztett lövés esetében 0,05. Talán az xG modell megosztó természetét pont az magyarázza, hogy a megfoghatatlannak gondolt játék minden apróságára potenciális statisztikai tényezőként tekint. A tradicionalisták egyszerűen nem akarják, hogy a tudomány befurakodjon a sportágba, márpedig a várható gól a tudomány terméke. A hagyományos statisztikák értelmezéséhez nem kell statisztikus, a várható gólok kiaknázáshoz igen.

Az xG gyökerei és a fejlődés

Az xG eredete vitatott. Magát a kifejezést Vic Barnett és Sarah Hilditch alkotta meg 1993-ban. Charles Reep és Bernard Benjamin azonban már az 1960-as években alkalmaztak egy olyan számítási rendszert, amit az xG előfutárának tekinthetünk. Reep és Benjamin egyaránt statisztikus volt, és hatalmas adatmennyiséget dolgoztak fel, 1952 és 1967 között 667 meccset elemeztek. Az egyik fő megállapításuk az volt, hogy durván tíz lövésre van szükség egy gólhoz. Ez az elemzés, kiegészítve Reep hosszú labdák hatékonyságába vetett meggyőződésével, azt eredményezte, hogy - igaz nagyon kezdetleges és pontatlan formában - megszületett a várható gólok statisztikája. Charles Hughes "POMO" (Position of Maximum Opportunity) névre keresztelt elmélete tovább finomította a modellt.

Az amerikai sportokban évtizedek óta alkalmazzák a fejlett statisztikákat. A baseballban használt sabermetrics - amit az Amerikán kívüli közönség számára a Moneyball c. film tett ismertté - az egyik legmagasabb szintű példa a játékosteljesítmény objektív alapokon nyugvó meghatározására. Mielőtt az Opta bemutatta volna az xG-t, számos kutató próbált olyan modellt alkotni, ami figyelembe vette a gólszerzési kísérleteknél előforduló tényezőket. 2004-ben Richard Pollock, Samuel Taylor és Jake Ensum társaságában kiadott egy tanulmányt, amelyben ezeket a tényezőket vizsgálták. Onnantól kezdve a várható gól modell fejlődése megállíthatatlan folyamat lett, és az akadémiai minőségű kutatások megszaporodásával a labdarúgásban is egy egész iparág épült ki a statisztikák köré. Hirtelen az adatgyűjtésből egy sokmillió dolláros üzlet lett.

A folyamat egyik katalizátora az új technológia volt, főleg a mesterséges intelligencia és az optikai adatkövetés berobbanását követően. Most már az xG modelleket nem megfigyelés alapján fejlesztik, hanem világszerte kamerák gyűjtik az adatokat. Ennek köszönhetően folyamatosan javul az xG megbízhatósága. Noha a színfalak mögött már bőven beszédtéma volt, a szélesebb nyilvánossághoz 2017. augusztus 12-én jutott el, amikor először szerepelt a Match of the Day elemzőműsorában, kiváltva ezzel a gyűlölet első hullámát. Pedig ennek nem így kellett volna lennie. A labdarúgásnak mindig is a gól lesz a valutája, de más eszközökre is szükség van, hogy képet kaphassunk egy csapat vagy játékos minőségéről. Ha az egyik mérkőzés után azt érezzük, a jobb csapat kapott ki, szinte biztos, hogy az xG alátámasztja ezt az észrevételt. Az a gyakran elhangzó mondat a mérkőzések után, miszerint "az eredmény nem tükrözi a meccs képét", ugyanazt a célt szolgálja, mint az xG.

Miért elengedhetetlen a statisztika a sportfogadásban?

A futballrajongóként mindannyian jól tudjuk, hogy a sportfogadás világa izgalmas és kihívásokkal teli. Közösen felfedezzük, hogyan tudjuk mi is fejleszteni saját stratégiáinkat a szakértők tapasztalataiból tanulva. A statisztikai elemzések alapját a futballmérkőzések történelmi adatai képezik. Ahogy együtt dolgozunk ezen elemzéseken, rájövünk, hogy a múltbeli eredmények és minták mélyebb megértése elengedhetetlen a jövőbeli mérkőzések kimenetelének előrejelzéséhez. A valószínűség-számítás kulcsfontosságú szerepet játszik ebben a folyamatban, mivel lehetővé teszi számunkra, hogy kiszámoljuk a különböző eredmények bekövetkezésének esélyeit. A statisztikai elemzések és a prediktív modellek használata elengedhetetlen, hogy pontosabban előre jelezhessük a mérkőzések kimenetelét. Valószínűség-számítás révén kiszámíthatjuk a különböző kimenetelek esélyeit, ami alapvetően befolyásolja a fogadási döntéseinket.

A statisztikai elemzések alapjai

A csapatok és formák elemzése során figyelembe vesszük az aktuális teljesítményüket és a játékosok fizikai állapotát. A sérülések és taktikák alapos vizsgálata kulcsfontosságú, hiszen jelentős hatást gyakorolnak a csapatok teljesítményére és a mérkőzések kimenetelére. Amikor futballfogadásra készülünk, nem hagyhatjuk figyelmen kívül a kulcsjátékosok állapotát. Statisztikai elemzések és prediktív modellek segítenek pontosabb képet kapni a várható eredményekről. Taktikai elemzés szintén elengedhetetlen, hiszen a csapatok gyakran változtatják megközelítésüket ellenfeleik függvényében. A pálya minősége és az időjárási körülmények gyakran meghatározzák a játék dinamikáját és a csapatok teljesítményét. Mi, akik szeretjük a futballt, tudjuk, hogy egy csúszós vagy rosszul karbantartott pálya jelentősen befolyásolhatja a meccs kimenetelét. Ezért fontos, hogy a fogadások során figyelembe vegyük ezeket a tényezőket. Prediktív modellek és valószínűség-számítás segíthetnek pontosabb előrejelzéseket készíteni az időjárás hatásairól.

Az adatbányászat lehetőséget ad számunkra, hogy mélyebb betekintést nyerjünk a futballmeccsek mögött rejlő mintázatokba és trendekbe. Az adatbányászati technikák segítségével felfedezhetjük, hogyan tárják fel a statisztikai elemzések azokat a kulcsfontosságú tényezőket, amelyek befolyásolják a mérkőzések kimenetelét. Számos technika áll rendelkezésünkre a valószínűség-számítás alkalmazására, amelyek segítenek a futballmérkőzések kimenetelének pontosabb előrejelzésében. Ezek a módszerek nemcsak izgalmasabbá teszik a fogadást, hanem közösséget is teremtenek azok között, akik osztoznak a statisztikai elemzések iránti szenvedélyben.

Alapvető statisztikák és értelmezésük a fogadók számára

A futballstatisztikák értelmezéséhez a játék mélyebb megértése és bizonyos mérőszámok mögöttes mintázatainak ismerete szükséges. Fontos, hogy a számok mögé nézzünk, és megértsük a kontextust, amelyben a számok rögzítésre kerültek, valamint a csapatra vagy az egyes játékosokra gyakorolt hatásukat.

Kapusok védési hatékonysága

Gyakran a védési hatékonyságot emlegetik a jó kapuvédő indikátoraként - hibásan. A védési hatékonyságot százalékban adják meg: a kivédett próbálkozások számát osztják az összes kaput találó lövés számával. Igen ám, de nem mindegy, hogy milyen erősségű, milyen típusú lövésekkel kellett megbirkóznia az adott kapusnak. Valósabb képet fest, ha a lövések után várható gólok (xG on target) számából kivonjuk a kapott gólok számát, hiszen így megkaphatjuk, hány (várható) góltól mentette meg csapatát a kapus. A Premier League jelenlegi idényében ez alapján Vicente Guaita, a Crystal Palace kapusa a leghatékonyabb: 9.6 potenciálisan gólt eredményező lövést hatástalanított.

Futómennyiség

Szintén egyre többször találkozhatunk a televíziós közvetítésekben a megtett távolság statisztikájával - ez azonban önmagában vajmi keveset árul el egy-egy futballista erőfeszítéseiről. A mérkőzés alatt lerótt kilométerek száma nincs összefüggésben a meccs végkimenetelével. Nem az győz, aki többet fut. Az UEFA technikai riportjából kiderült, hogy a 2018-2019-es Bajnokok Ligája-idényben csapatszinten a Sahtar Doneck labdarúgói futották a legtöbbet, mégis csak a harmadik helyen zártak a csoportkörben. Ellenben a Manchester United a második legkisebb futómennyiséggel is eljutott a negyeddöntőig. Nem elhanyagolható tényező a taktika sem, és a labdarúgás nem futóverseny: a helyezkedés, a megfelelő időben a megfelelő helyre történő elmozgások/sprintek a legfontosabbak.

Labdabirtoklás

Az a csapat nyeri a meccset, amelyiknél többet van a labda? Nem mindig, sőt! A győzelemhez jól kidolgozott taktika és az azt kivitelező futballisták kellenek, no meg némi szerencse. A Leicester City a 2015-2016-os idényben úgy nyerte meg a Premier League-et, hogy a bajnokikon átlagosan 42.6 százalékban birtokolta a labdát - ezzel szemben a Pep Guardiola irányította Manchester City 67.7 százalékos labdabirtoklással lett bajnok a 2018-2019-es kiírásban. Nem az számít, melyik csapatnál van többet a labda, hanem hogy mit kezd vele.

Védők megítélése

A védekező játékosok tevékenységének vannak mérhető (szerelések, labdaszerzések) és nem mérhető (jó helyezkedés) részei. Virgil van Dijk például 0.76 szerelést kísérel meg mérkőzésenként a Premier League-ben, ez azonban nem azt mutatja, hogy rossz védő lenne, hanem hogy a Liverpool kevesebbszer kényszerül védekezésre. A sikeres szerelés az, amikor egy csapat birtokolni is tudja utána a labdát, a sikertelen kategóriába pedig az is beletartozik, ha elhagyja a játékteret a labda. Ha csak azt nézzük, a szereléseknek hány százaléka sikeres, Martin Kelly, a Crystal Palace szélsővédője a leghatékonyabb a Premier League-ben 80 százalékos mutatóval. Viszont, ha hozzávesszük az elveszített párharcokat és a szerelés közben elkövetett szabálytalanságokat, akkor Kelly korábbi csapattársa, Aaron Wan-Bissaka (78.9 százalék) a liga legjobb szélsővédője, Kelly pedig csak a 29. a rangsorban.

Gólok és várható gólok (xG)

Napjaink egyik legnépszerűbb, legösszetettebb és talán legobjektívebb mutatója - feltéve, hogy megfelelően értelmezik és használják. Az xG alapja az, hogy nem minden helyzet egyenértékű - az erősebb csapatok több és jobb gólszerzési lehetőséget dolgoznak ki. Kiszámítását így lehet egyszerűen összefoglalni: a pálya adott pontjáról leadott lövésekből várhatóan hányszor születik gól. A modell a szerencsefaktort kiiktatja a rendszerből, a labdabirtoklással vagy a kapura lövéssel ellentétben jobban tükrözi a pályán nyújtott teljesítményt. Vannak ugyanakkor buktatói is: az xG-mutató és a mérkőzések végeredménye sokszor nincs összhangban. Mindezek ellenére az egyik leghasznosabb adat korunk labdarúgásában, hiszen hosszabb távon megmutatja, melyek a jobb csapatok.

Csatárok helyzetkihasználása

Minden idényben az Aranycipő nyertese több helyzetet hagy ki, mint amennyit értékesít. A helyzetek százalékos arányának összevetése már jóval tisztább képet ad: az a csatár, aki tízből három helyzetet gólra vált, valószínűleg kelendőbb lesz az átigazolási piacon, mint az, aki tízből csak egyet vagy kettőt. Egy csatárt a góljainak száma minősít, de képességeit csak nagyobb minták alapján lehet megítélni.

Európa legjobb góllövői az xG feletti teljesítmény alapján

Helyzetek teremtése (Chances Created)

Az 1995-ben alapított, futballstatisztikákra szakosodott Opta definíciója szerint a gólpasszok és a kulcspasszok összege adja az adott játékos által teremtett helyzetek (chances created) számát. A kulcspasszok alatt pedig azokat az átadásokat értik, amelyek után lövőhelyzet, vagy, ahogy a szurkolók körében mondani szokás, ziccer alakul ki. Csakhogy a kettő korántsem egyenértékű, mégis a statisztikában mindkettőt a helyzet címszó alatt értelmezik. A teremtett helyzetek mutatója kis sémákban így csalóka lehet, de nagyobb mintákat alapul véve (egy teljes idény például) azért kiolvasható belőle, melyik futballista az adott csapat „esze”.

Játékosok összehasonlítása

Az egyes futballistákat posztjuknak megfelelően, egy-egy statisztikai mutató alapján érdemes összehasonlítani. Fontos tényező a játékpercek száma is. Ha a megfelelő kontextusban tesszük meg az összehasonlítást, kiderülhet, hogy ki milyen játékos, függetlenül attól, hogy átlagban 90 vagy 70, vagy még kevesebb időt tölt a pályán. Ha átlagot számolunk, Emiliano Buendía, a Norwich City jobbszélsője meccsenként 3.3 helyzetet alakít ki, amivel Kevin De Bruyne (4) mögött második a liga rangsorában. Az ilyesfajta összehasonlításoknál tehát érdemes átlagot számolni, vagy azokat a futballistákat egy kalap alá venni, akik hozzávetőlegesen ugyanannyi időt töltenek a pályán.

Kulcsfontosságú statisztikák a fogadási stratégia kialakításához

Az eredményeink naponta frissülnek, de nem élőben. Nem célunk élő eredményekkel foglalkozni, mi inkább statisztikai oldalról közelítjük meg a futball kínálatát. A statisztikai elemzés elengedhetetlen eszköz, amely segít megérteni a csapatformát és a játékosteljesítményt. A sportközvetítések egyre elterjedtebb eleme a taktikai elemzés mellett a statisztikák felsorolása. De mit is lehet ezekből kiolvasni? Milyen következtetéseket lehet levonni egy statisztikából? Téveset nagyon könnyen. Ezt megelőzve megmutatjuk, hogyan lehet helyesen értelmezni néhány fontos statisztikai mutatót. A számok nem tévednek, csak a megfelelő kontextusban kell értelmezni őket, és levonni a konklúziókat.

1. Csapatforma - az alap, amit soha ne hagyj figyelmen kívül

A csapat aktuális formája az egyik legalapvetőbb kiindulópont egy foci tipp felállításakor. Fontos, hogy ne csak az utolsó egy-két meccset nézd, hanem legalább az utolsó 5-10 mérkőzést. Vizsgáld meg a győzelmek, döntetlenek, vereségek számát, a szerzett és kapott gólokat, voltak-e hosszabbításos, kimerítő meccsek, és mekkora volt az ellenfelek erőssége az adott sorozatban. Egy csapat lehet, hogy 4 győzelem után érkezik, de ha ezek alsóházi csapatok ellen történtek, míg az aktuális ellenfél egy top 3-as gárda, akkor torz képet kapsz.

2. Hazai és idegenbeli különbségek - a pálya előnye számít

A sportfogadás során sokan elkövetik azt a hibát, hogy csak az összesített formát nézik. Pedig nem mindegy, hogy hazai vagy idegenbeli pályán játszik a csapat. Vizsgáld meg külön, hazai pályán milyen a mérlegük, mekkora az átlagos gólszám otthon és idegenben, kapnak-e több gólt idegenben, és mennyire erős a szurkolói támogatás, mennyire jellemző az utazási fáradtság. A megbízható Tippmix tippek megalkotásánál ez az egyik leggyakrabban alábecsült tényező, pedig sokszor döntő lehet.

3. Gólátlagok és BTTS mutató (Mindkét csapat szerez gólt)

A gólokra épülő fogadások (Over/Under, BTTS - Igen/Nem) egyre népszerűbbek a sportfogadásban. Ehhez azonban tudnod kell, hogy az adott csapat hány gólt szerez átlagosan, mennyi gólt kap, és milyen gyakran fordul elő, hogy mindkét csapat betalál. A BTTS mutató például különösen fontos lehet, ha olyan fogadást keresel, ahol nagyobb a mozgástér, mint egy fix 1X2 tippnél. Hasznos lehet megnézni azt is, hogy melyik csapatnak milyen a BTTS hazai és idegenbeli aránya.

4. Expected Goals (xG) - A profi fogadók titkos fegyvere

Az xG (Expected Goals) statisztika azt mutatja meg, hogy egy csapat mennyi gólt “érdemelt volna” a helyzetei alapján. Ez segít felismerni, ha egy csapat formája megtévesztő: lehet, hogy nyertek 3-0-ra, de csak 0,8 xG-jük volt - tehát nagy szerencsével jött össze az eredmény. Figyelj a csapat átlagos xG-jére és kapott xG-jére, a különbségre a valódi gólok és xG között, valamint egy játékos xG-je is árulkodó lehet. Az xG különösen jól használható, ha hosszabb távon akarsz értékes foci tippeket készíteni, és nem csak az utolsó eredmények alapján dönteni.

5. Sérültek, eltiltottak, rotáció - a számokon túl

A számok csak akkor hasznosak, ha valós játékosokra vonatkoznak. Egy topcsapat is gyengén teljesíthet, ha hiányzik a kezdő támadósor, új edző vette át a csapatot, kulcsjátékos eltiltott vagy sérült, vagy a következő héten sorsdöntő BL-meccsük van, így rotálják a keretet. Az ilyen jellegű híreket érdemes megerősített forrásokból követni.

Gyakori fogadási típusok és statisztikai alapjaik

Ezen adatokból kiindulva, pontosabb képet alkothatunk arról, mire számíthatunk a következő mérkőzésen. Ahogy tovább mélyedünk a futballfogadás világába, egyre fontosabbá válik a prediktív modellek alkalmazása, amelyek segítenek előre jelezni a mérkőzések kimenetelét. Ezek az információk összességében segítenek abban, hogy valós képet alkossunk a mérkőzések lehetséges kimeneteléről. Fontos, hogy alaposan ismerd ezeket a fogadási típusokat, mielőtt tennél rájuk.

1X2 (hazai, döntetlen, vendég) statisztika

Az 1X2 (hazai, döntetlen, vendég) statisztikákat a mérkőzés kimenetelének előrejelzésére használják, általában „hazai győzelem”, „döntetlen” vagy „idegenbeli győzelem” formájában. A legalapvetőbb statisztika olyan tényezőkön alapul, mint a csapatok közötti korábbi eredmények, a csapat és a játékosok formája, a sérülések vagy egyéb olyan különleges vonások, amelyek befolyásolhatják az eredményt. Ezen statisztika ismerete képet adhat arról, hogy melyik csapat lesz valószínűsíthetően sikeres az adott mérkőzésen, és segíthet a döntésben, amikor futballmeccsekre fogadunk. Fontos azonban megjegyezni, hogy az ezzel a statisztikával készült előrejelzések nem mindig pontosak, ezért csak a döntéshozatali folyamat egyik tényezőjeként szabad használni őket.

Gólok alatt/felett statisztikák

A gólok alatt/felett statisztikákat arra használják, hogy megjósolják, a csapatok hány gólt fognak lőni egy adott mérkőzésen. Ezt a statisztikát általában „2.5 gól alatt” vagy „2.5 gól felett” formában adják meg. Ha az előrejelzés 2.5 gól alattra szól, akkor ez azt jelenti, hogy várhatóan két vagy annál kevesebb gól fog születni a mérkőzésen, míg ha 2.5 gól felettre, akkor ez azt jelzi, hogy várhatóan három vagy annál több gólt rúgnak majd a meccsen. Léteznek más alatt/felett fogadási piacok is a 0.5 gól alatt/felett piactól egészen az 5.5 gól alatt/felett piacig.

Mindkét csapat szerez gólt (BTTS) statisztika

A mindkét csapat szerez gólt (BTTS) statisztika egy olyan mérőszám, amely azt jelzi előre, hogy egy mérkőzésen mindkét csapatnak sikerül-e legalább egy-egy gólt szereznie. A BTTS-statisztika tehát azt jelzi, hogy milyen valószínűséggel fog mindkét csapat gólt szerezni az adott meccsen. Fontos azonban itt is megjegyezni, hogy ezt a mutatót szintén nem szabad elszigetelten használni, hanem más statisztikai mérőszámokkal kell kombinálni a pontosabb előrejelzés érdekében.

Ázsiai hendikep fogadások

Az ázsiai hendikep fogadások lehetővé teszik a fogadók számára, hogy egy képzeletbeli előnyt vagy hátrányt adjanak egy csapatnak, kiegyenlítve ezzel a két csapat közötti erőviszonyokat. Például, a +0.50-ös ázsiai hendikep fogadás típusnál akkor nyersz, ha az általad preferált csapat nyer, valamint abban az esetben, ha az adott mérkőzés végeredménye döntetlen lesz. A -1.50-ös ázsiai hendikep fogadás típusnál akkor nyersz, ha az általad megtippelt csapat minimum 2 gólos különbséggel nyeri meg az adott mérkőzést. Ezek a fogadások segítenek csökkenteni a kockázatot és növelni a nyerési esélyeket, különösen akkor, ha egyértelmű esélykülönbség van a két csapat között.

Egyéb népszerű fogadási piacok

• Duplacsansz (Double Chance): A mérkőzés három lehetséges végkimenetelét leszűkítjük kettőre (1X - X2 - 12).
• Szögletek száma: Arra tippelünk, hogy a csapatok összesen hány szögletet rúgnak a meccsen, általában egy adott határ (pl. 10,5) alatt vagy felett.
• Lapok száma: A mérkőzés során összesen kiosztott lapok (sárga, piros) számára fogadhatunk, szintén alatt/felett alapon.
• Pontos végeredmény: A mérkőzés pontos végeredményére történő fogadás.
• Gólszerző fogadás: A mérkőzésen gólt szerző játékosra tippelhetünk.
• Félidő/végeredmény kombinációk: Két tippet foglal magába, hiszen a félidői állás mellett, a végeredményt is el kell találni.
• Élő fogadás: Manapság elég sok mérkőzés esetében elérhető, hogy a meccs közben is kínálnak fogadási lehetőséget a fogadóirodák.

A statisztikák története és hatása a futballra

A foci világába az adatokat, az elemzéseket bizonyos Arséne Wenger hozta el, aki közgazdászként, matematikusként teljesen másképpen látta a mérkőzéseket az adatok alapján. A másik szakember bizonyos Valerij Lobanovszkij volt, aki Anatolij Zelecov matematikaprofesszorral minden mérkőzés és edzés után kiértékelte az elérhető adatokat. Meg kell említeni még egy embert, aki repülőezredes volt és csak aztán futballedző: Egil Olsen. Rajongott a statisztikákért - például tudta minden ország legmagasabb hegycsúcsának nevét és magasságát. Norvégia szövetségi kapitányaként minden játékosának az összes mozdulatát kielemezte, és edzések, meccsek után ezeket közösen nézte meg a játékosokkal. Annyi bizonyos, hogy az 1990-es évek közepén Norvégia egy darabig a világranglista második helyén szerepelt.

Azonban ez a három ember megelőzte a korát, mert, amit ők akartak, ahhoz egy nagyon fontos tényező hiányzott: nem volt olyan szereplő, aki adatokat gyűjtött volna focimeccsekről. Adatokat, amelyek túlmutatnak a gól, gólpassz, védés, bedobás, szöglet statisztikai rovaton. Amikor leigazolták az arab pénz második-harmadik évében David Silvát, Adam Johnsont, Tévezt, Yaya Tourét, 7.7%-kal nőtt a saját támadóharmadukban a labdabirtoklási arányuk, mint ezen játékosok előtt. Gavin Fleig, aki a bugyikékek adathalmazzal foglalkozó csapatát irányítja, egyszer azt mondta, hogy 32 millió statisztika adattal rendelkeznek, amelyeket 12-13 ezer mérkőzéssel kapcsolatban gyűjtöttek össze.

A nagy adatgyűjtők: Opta, Whoscored, Squawka

Ki szolgáltatja az adatokat? Az OPTA az első cég, amelyik kifejezetten focimeccseken begyűjtött, rendszerezett és továbbszolgáltatott adatokkal foglalkozott. 1996-ban alapították. Az OPTA után 2008-ban született meg a whoscored, majd 2012-ben a SQUAWKA. Az első évben még csupán excel-fájlban küldték meg a mai szemmel szegényes, de az akkori időben hatalmas adatmennyiséget. Azóta a big data mindenhová beférkőzött, ha már a hűtő is lehet okos, akkor egy focicsapat is lehet értelmes annyira, hogy élni kezd a lehetőséggel, nem?

A tizenegyesek elemzése: Jehns Lehmann és Ignacio Palacios-Huerta

A játékelmélet nagyon lebutított, de reményeink szerint mindenki által érthető összefoglalása volt az "Az, hogy te mit teszel, attól függ, hogy én mit teszek - de én aszerint cselekszem, hogy te mit teszek" mondat. Mi köze van ennek a focihoz? Tizenegyes rúgás. Sőt, 2006, Jehns Lehmann és többszáz kielemzett büntető után megkapott adatbázis. Hova rúgja a lövő a labdát és melyik irányba vetődik a kapus? Millió begyűjtött adat és annak értelmezése, melyet Lehman is felhasznált 2006-ban? A foci iránya alapján leginkább az utolsó. Cristiano Ronaldo az esetek 80%-ban a kapus jobb oldalára lövi a labdát, ha nekifutás közben megtorpan. Ezt a tudást használta fel 2008-ban Petr Cech is, amikor Moszkvában kifogta a portugál büntetőjét.

Ismerős ez valahonnan? Persze, Jehns Lehmann volt az a kapus, akinél világszerte láthatták a foci rajongói, hogy valami kis írást olvas a 2006-os világbajnokság negyeddöntőjében. A kis papírlap a kapus sportszárába volt dugva, a „szétlövés” idejére az izzadságtól már alig voltak rajta kivehetőek a nevek és a lövésirányok. Lehmann két olyan játékossal került szembe, akik szerepeltek a listáján. Kivédte Ayala lövését, amely a megjósolt irányba tartott. Itt találkozott a tudás, a hit, az elemzés, a blöff, a rutin és a merészség.

Ignacio Palacios-Huerta. Ez a név nem kell, hogy ismert legyen a foci világában, de legalább egy klub felhasználta a munkásságát, amelyben a matematika eszközeivel, de közérthető módon adta meg a győzelem kulcsát arra az esetre, ha tizenegyesekre kerülne sor. Ez a csapat a Chelsea, az esemény pedig a 2008-as moszkvai BL-döntő, ahol tizenegyes párbaj döntött a győztes kilétéről. A döntő előtt négy pontból álló anyagot küldött Avram Grantnak, amely többek között Van der Sar kapus tizenegyeshárítási szokásairól és Cristiano Ronaldo lövésirányáról szólt. A kapusok egyébként a legtöbb tizit akkor hárítják, ha a rúgó természetes oldalára vetődnek. Ignacio Pacios-Huerta 1995-2000 között 1417 tizenegyest vizsgált meg, a kivédett büntetők közül 58%-ban az előbb említett döntés segített a hárításban.

Makélélé és a statisztikák félreértelmezése

„Makélélé nem fog hiányozni Madridban. A technikája közepes, cselezni nem tud, a sebessége sem az igazi, ráadásul a passzainak 90%-a oldalra, vagy hátrafelé irányul. Fejelni sosem tudott, és sosem passzolt messzebbre, mint három méter. A fiatal tehetségek gyorsan feledtetni fogják a távozását a szurkolókkal.” Le se kell írnom, hogy kitől idéztem. A Chelsea az akkor 30 éves franciát 27 millió dollárért vette meg Florentino Pereztől. A következő öt évben önmagába roskadt a Galaktikus-projekt, Perez lemondott, Angliában pedig létrejött egy fogalom: a „Makélélé-szerepkör”. A statisztika nekünk segít és a szomorú az, hogy Pereznek is segített volna, ha egyáltalán fogalma lett volna arról, mennyit tud dobni egy-egy csapaton az ésszerűen használt adat halom. Makélélé teljesítménye nem észrevehető, nem látványos, az ő játéka után nem fognak Makélélé mezben srácok focizni a grundon. Ő, és az ő posztján játszó klasszisok a győzelemért dolgoztak a háttérben, a számok pedig ezt egyértelműen megmutatták.

tags: #foci #statisztika #masok #mire #fogadtak

Népszerű bejegyzések:

• Ötletes Nevek Kispályás Csapatoknak
• A két csapat rivalizálásának története
• A magyar atlétikai versenyek legfrissebb eredményei
• Hol nézheted az Arsenal FA-kupa meccseit?
• Gyakorlatok kosárlabda vezetéshez