Kotimäki: ”Mitä yhteistä on Kevin De Bruynella ja Granit Xhakalla?” – tarkastelussa xT

Jalkapalloanalytiikan kehittyessä perinteiset, lähinnä jo toteutuneiden pelitapahtumien summaa laskevat tilastot ovat viime vuosina saaneet rinnalle todennäköisyyksiin perustuvia mittareita.

Näistä xG eli maaliodottama alkaa olla jo tuttu useille huippufutista säännöllisesti seuraaville. Myös xA eli maalisyöttöodottama on ollut paljon käytössä, koska se on suoraan sidoksissa xG:hen.

xG on hyvä mittari maalipaikkojen laatuun ja määrään liittyvässä analysoinnissa. Sen avulla voidaan arvioida joukkue- ja yksilötasolla etenkin hyökkäyspään pelaajia siinä, kuinka suurta maalintekouhkaa he joukkueelleen tuottavat.

Joukkueen pallollisen pelin rakenne koostuu kuitenkin paljon muustakin kuin hyökkäyksen päättävästä maalintekoyrityksestä. xG ei myöskään aina päde, vaikka hyökkäys olisi huippuvaarallinen. Otetaan esimerkki, jossa pallo pelataan laadukkaalta assist zonelta vitosen viivalle ja hyökkääjän kenkä missaa pallon viidellä senttimetrillä. xG? 0,00.

Kaikki maalintekoyritystä edeltävät peliteot vaikuttavat jollain tavalla maalintekouhkaan ja nykyfutiksessa tämä korostuu etenkin joukkueiden pyrkiessä etenemään kentällä linja kerrallaan ja kaistalta toiselle. Kaikkien kenttäpelaajien valinnat pallon kanssa siis vaikuttavat siihen, kuinka kunkin hyökkäyksen maalintekouhka vaiheittain kehittyy.

Viime vuosina futisanalytiikassa on alettu kehittää malleja ennakoimaan hyökkäystä edistäviä pelitekoja. Yksi näistä on expected threat, xT. Vakiintunutta suomenkielistä ilmausta mallille ei ole vielä syntynyt, joskin mallin parissa työskennellyt ja sitä edelleen kehittänyt analyytikko Jirka Poropudas on käyttänyt nimeä odotusarvoinen uhka.

xT:n kaltaisen mallin esitteli ensimmäistä kertaa Sarah Rudd jo vuonna 2011. xT-käsitteen lanseerasi kuitenkin jalkapalloanalyytikko Karun Singh vuoden 2018 blogikirjoituksessaan. Singh jakaa mallissaan kentän 176 keskenään samankokoiseen ruutuun. Jokaiselle ruudulle on määritetty xT-arvo, joka kertoo maalinteon todennäköisyyden joukkueen viiden seuraavan peliteon aikana pallon lähtiessä kyseisestä ruudusta. Jos pallo on esimerkiksi ruudussa, jonka xT-arvo on 0,025, syntyy maali seuraavan viiden peliteon kuluessa 2,5% todennäköisyydellä. xT siis kuvaa pallonhallinnan odotusarvoista maaliuhkaa kentän kaikilla sijainneilla.

Mittarina eteneminen vaarallisimmille alueille

Singhin blogikirjoituksessa on mukana interaktiivinen kenttäkartta, joka havainnollistaa hyvin eri kentän alueiden odotusarvoista uhkaa. https://karun.in/blog/expected-threat.html 

Kuten kartasta huomaamme, on suurin osa kentästä xT:n suhteen lähes arvotonta aluetta eli todennäköisyys tehdä maali seuraavan viiden peliteon aikana on lähes nolla. Vähemmän yllättäen todennäköisyys alkaa kasvaa mitä lähemmäs vastustajan maalia päästään niin syvyys- kuin leveyssuunnassakin.

Omalla kenttäpuoliskolla xT pysyy lähestulkoon samana, kun palloa liikutellaan leveyssuunnassa. Keskisektori ei siis ole vielä avaamisvaiheessa laitakaistoja parempi paikka odotetun uhkan kannalta. Silloin puolustajat kerryttävät xT:tä siis lähinnä syvyysuuntaisilla syötöillä ja kuljetuksilla.

Mitä lähemmäs vastustajan maalia edetään, sitä isommaksi kasvaa keski- ja välikaistojen xT-arvo suhteessa laitoihin. Esimerkiksi todennäköisyys tehdä maali kuudentoista rajan korkeudella seuraavan viiden peliteon aikana on sivurajalla viiden prosentin luokkaa, mutta aivan keskisektorissa yli kaksinkertainen.

Havainnot ovat pitkälti linjassa sen kanssa, minne nykypäivän huippujoukkueet haluavat pallon kanssa päästä.

xT:tä lasketaan erilaisilla matemaattisilla kaavoilla, joita en avaa tässä tarkemmin. Mikäli kaavoihin perehtyminen kiinnostaa, on mm. Singh avannut niitä kirjoituksessaan.
Erittäin tiivistetysti, Singhin alkuperäisessä kaavassa otetaan mukaan pelaajan päätös joko laukoa, syöttää tai kuljettaa, mahdollisen laukauksen xG, mahdollisen syötön tai kuljetuksen sijainti ruudukolla ja näiden kahden peliteon jälkeinen pallon sijainti.

Pelaaja kasvattaa henkilökohtaista xT:tään liikuttamalla palloa joko syöttämällä tai kuljettamalla matalamman arvon alueelta korkeamman arvon alueelle. Käytännössä tämä siis tarkoittaa hänen kyseisen pelitekonsa lisäävänsä joukkueen maalinteon uhkaa. Tyypillisiä esimerkkejä ovat syöttäminen kymppialueelle tai boksiin tai kuljettamalla palloa lähemmäs vastustajan boksia/maalia. Suoritus voi yhtä lailla olla xT-arvoltaan negatiivinen mikäli pelaaja toimittaa pallon paremman odottaman alueelta heikommalle.

Viime kauden Valioliigan xT-kärkiviisikko osoittaa, että eniten xT:tä ovat kerryttäneet pelaajat, jotka ovat joko erinomaisia syöttäjiä, kuljettajia tai molempia.  Lähde: Soccerment-firman analytiikka. 

Kevin De Bruyne on malliesimerkki xT-hirmusta. Soccermentin analytiikan mukaan belgialainen oli Valioliigan viime kauden viimeksi “uhkaavin” pelaaja. Kilpailevan yhtiön Twelven mukaan hän loi xT:tä liigan kaikista pelaajista eniten, kahdella edellisellä kaudella.

De Bruyne on toki korkealla myös maali- ja syöttötilastoissa mutta xT:n avulla saadaan hänenkin vaarallisuuteensa vielä yksi oleellinen ulottuvuus lisää; miehen uskomaton teho voittaa tilaa kuljettamalla ja syöttämällä linjojen läpi.

Alla olevista Soccermentin kartoista näemme Trent Alexander-Arnoldin eniten xT:tä kerryttäneet syötöt ja Raheem Sterlingin eniten xT:tä kerryttäneet kuljetukset viime kauden Valioliigassa.

Näkymättömien sankareiden esiinmarssi

xT kuitenkin nostaa suoraa hyökkäysuhkaa tarjoavien pelaajien lisäksi esiin myös heitä, jotka eivät juhli xG- tai xA -tilastoissa, mutta jotka tekevät jatkuvasti joukkueen peliä edistäviä tai hyökkäyksen vaarallisuutta lisääviä pelitekoja. Tällaisia pelaajatyyppejä ovat esimerkiksi keskikenttäpelaajat, jotka syöttävät paljon kymppialueelle, tarkkoja ja pitkiä avaavia syöttöjä antavat puolustajat ja pelaajat, jotka antavat maalien “kakkossyöttöjä” kymppialueelta boksin assist zoneille (yleisin kakkossyötön tyyppi nykyfutiksessa).

Analytiikkayhtiö Twelven lista kauden 2020-21 Valioliigan eniten xT:tä tuottaneista pelaajista alleviivaa hyvin useamman aiemmin näkymättömän sankarin merkitystä joukkueidensa pallolliselle pelille. Koska eri firmat laskevat xT:n hieman eri tavalla, on Twelven lista erilainen esimerkiksi ylläolevaan Soccermentin vastaavaan verrattuna. Twelven top 10:stä löytyvät muun muassa Ilkay Gündogan, Rodri, Granit Xhaka ja Ashley Westwood.

Voisiko tämä selittää esimerkiksi sen, miksi Mikel Arteta näkee Granit Xhakan arvokkaana pelaajana, vaikka fanit ja nettifoorumit miestä jatkuvasti lyttäävätkin? Myös Rodrin arvo korostuu miehen ollessa pallollisesti paljon muutakin kuin pelkkä korkea syöttöprosentti. Kuvaava esimerkki myös löytyy Hollannin Eredivisiestä, jonka viime kauden xT-kärki oli paljon topparina tai laitapakkina pelaava erinomainen pelinavaaja Daley Blind.

Kakkossyötöt kunniaan

Seuraavassa Singhinkin nostamassa esimerkissä kaudelta 2018-2019 on havainnollistettu xT:n merkitystä kakkossyöttöesimerkin kautta. Mesut Özil laittaa vaikean pallon Sead Kolasinacille assist zonelle, josta bosnialainen jatkaa takaviistoon maalin viimeistelevälle Aubameyangille. Kaksi viimeksi mainittua pääsevät perinteisiin tilastoihin sekä xG:lle että xA:lle.

Özil on kuitenkin tilanteen xT-kunkku. Hän on pallon saadessaan ruudussa, jonka xT on 0,077. Joukkueen todennäköisyys tehdä maali seuraavan viiden peliteon aikana on kyseisellä hetkellä 7,7%. Pelaaja syöttää pallon Kolasinacille alueelle, jonka xT on 0,158 eli maalinteon todennäköisyys 15,8%. Näin ollen kyseinen peliteko kerryttää Özilin xT:tä ruutujen erotuksen verran eli 0,081 kun taas Kolasinacin syöttö tekee sitä 0,013 edestä. Vaikka Kolasinac antaakin maalisyötöt, muodostaa Özilin suoritus xT:n näkökulmasta luodusta maalintekouhkasta peräti 86%.

Illustraatio tilanteesta:

https://twitter.com/lastrowview/status/1077258834698227713?s=20&t=dkfLkzirAgFwMRn92uBsNQ

Kriittinen tarkastelu tarpeen

Todennäköisyyksiin perustuvat mallit eivät tietenkään ole täysin aukottomia ja niiden käyttöä analytiikassa tulee reflektoida terveellä kriittisyydellä. Vaikka xG:kin alkaa jo olla todella yleinen, ei sillekään ole vielä olemassa yhtä, yhteisesti hyväksyttyä laskentakaavaa. Tämän vuoksi sama laukaus voi saada pahimmillaan hyvinkin erilaisia xG-lukemia eri firmoilta.

xT:n kirjo on ymmärrettävästi vieläkin suurempi mittarin nuoren iän ja monitahoisuutensa vuoksi. Kuten xG:n, myös xT-lukemien taakse on tärkeä mennä, mikäli niitä käyttää analytiikassa. Vaikka mallissa on paljon potentiaalia, löytyy siitä omat sudenkuoppansa.

Otetaan esimerkki, jossa pelaaja syöttää puolen kentän vaiheilla jatkuvasti hieman peliä edistäviä syöttöjä, jotka kerryttävät hänen xT-lukemaansa hitaasti mutta varmasti. Ottelun lopussa hän syöttää pakon sanelemana vastustajan boksin sisältä yhden syötön 25 metriä alaspäin, mikä antaa yksittäisenä suorituksena isomman miinus-xT:n kuin kaikki aiemmat edistävät, matalan plus-xT:n syöttönsä yhteensä. 

Singhin malli ottaa uhkaa arvioidessaan huomioon ainoastaan pallollisen joukkueen peliteot ja niistäkin vain viisi seuraavaa. Tätä heikkoutta ovat pyrkineet parantamaan ainakin urheiluanalyytikko Jirka Poropudas ja Palloliiton Ville-Pekka Inkilä omalla laajennetulla xT-mallillaan, johon on tuotu yhtenä lisämuuttujana vastustajan mahdollinen pallonriisto ja jossa tarkasteluaikaväli on laajennettu kattamaan kummankin joukkueen kaikki seuraavaa laukausta edeltävät peliteot.

Poropudaksen esitystä aiheesta NESSIS 2021 -symposiumissa pääset katsomaan tästä: 

Tiedetään, että xT:tä on käytetty jo monien huippuseurojen, mm. Liverpoolin sisäisessä analytiikassa. xT odottaa silti edelleen lopullista läpilyöntiään xG:n tasoiseen suosioon. Tämän vuoksi reaaliaikaista xT-dataa on vielä hyvin vaikea löytää avoimista lähteistä.

Tulevaisuus näyttää, mihin suuntaan xT:n kurssi käy. Tietystä keskeneräisyydestään huolimatta xT vie huippufutiksen analytiikkaa lupaavaan suuntaan antamalla arvoa peliä edistäville suorituksille koko kentällä esimerkiksi pelkän syöttöprosentin tai laukausten tarkkailun sijaan.

Todennäköisyyksiin perustuvan analytiikan uskottavuuden kannalta olisi tärkeää, että erilaiset laskentamallit vakiintuisivat tulevaisuudessa mahdollisimman lähelle toisiaan tai kävisi jopa niin sulavasti, että yksi yhdessä sovittava malli otettaisiin käyttöön kustakin muuttujasta. Urheiluanalytiikka on kuitenkin iso bisnes, jonka positiivisena seurauksena tällaisia malleja on luotu paljon, mutta kolikon kääntöpuolena yhteisen mallin hyväksyminen voi olla vaikeaa.

Lähteet:

Jirka Poropudaksen esitys NESSIS 2021 -symposiumissa 15.10.2021
https://www.youtube.com/watch?v=q_OEfiCsnuo

Karun Singhin blogikirjoitus https://karun.in/blog/expected-threat.html
luettu 6.4.2022

Soccerment -yhtiön kirjoitus aiheesta: https://soccerment.com/expected-threat/
luettu 6.4.2022

David Sumpterin kirjoitus aiheesta: https://soccermatics.medium.com/explaining-expected-threat-cbc775d97935
luettu 6.4.2022