Футбол пручався оцифруванню довше за будь-який інший великий спорт. У бейсболі та баскетболі статистика була базою аналітики ще в минулому столітті, а тут до початку двохтисячних основними метриками залишалися голи, жовті карточки і «відсоток володіння» з блокнота адміністратора. Причина проста: у футболі мало дискретних подій і дуже багато безперервного руху. Порахувати кількість подач у бейсболі легко, а описати цифрою те, що робить центральний захисник у момент, коли мʼяч на іншому фланзі, — задача іншого класу складності.
За останні п’ятнадцять років цю задачу вирішили. Не повністю, але достатньо, щоб дані стали окремим продуктом. Найпростіший спосіб побачити результат — відкрити будь-яке передматчеве превʼю: наприклад, аналітика Шахтаря перед конкретним туром складається з десятків показників, кожен з яких десять років тому або не існував, або збирався вручну і був недоступний нікому за межами тренерського штабу. Далі — про те, як саме ці цифри зʼявляються.
Три джерела даних, з яких збирається сучасний футбол
Будь-яка футбольна метрика, яку ви бачите в трансляції чи на сайті, походить з одного з трьох потоків. Вони збираються різними способами, мають різну точність і різну ціну.
Оптичний трекінг
Найдорожчий і найінформативніший потік. На стадіоні монтують від восьми до шістнадцяти каліброваних камер, які знімають поле з фіксованих точок. Алгоритм компʼютерного зору виділяє кожного гравця, суддів і мʼяч, а потім переводить пікселі в координати на площині поля — приблизно 25 разів на секунду.
Що це дає на виході:
- Повну карту позицій. Для кожної секунди матчу відомо, де стояли всі 22 гравці. Саме з цього масиву будуються карти зон, лінії компактності й показники висоти лінії захисту.
- Швидкості та прискорення. Похідні від координат — кількість ривків понад 25 км/год, максимальна швидкість, дистанція в різних зонах інтенсивності.
- Скелетний трекінг. Найновіший рівень точності, про який далі.
Останній пункт — найновіший. Замість однієї точки на гравця алгоритм визначає до тридцяти вузлів кінцівок: плечі, лікті, коліна, стопи. Це технологія, на якій побудовано напівавтоматичне визначення офсайду: система бачить не «гравця», а конкретну частину тіла, яка перебуває найближче до воріт, і рахує лінію по ній. Актуальні редакції правил гри, включно з тим, як саме визначається положення поза грою, публікує IFAB — орган, що відповідає за правила футболу.
Носимі датчики
GPS-жилети під формою — це дешевший і мобільніший потік. Модуль між лопатками поєднує спутникову навігацію, акселерометр, гіроскоп і датчик пульсу. На тренуваннях це основний інструмент: клуб отримує навантаження кожного гравця без потреби ставити камери на базі.
Ключова цінність носимих датчиків не в дистанції, а в контролі навантаження. Тренер бачить сумарне навантаження за тиждень, співвідношення різкої і хронічної навантаження, кількість змін напрямку — і на цій основі вирішує, кого розгружати. Це напрямок, у якому дані вже давно перестали бути аналітикою для медіа і стали робочим інструментом медичного штабу.
Подієві дані
Третій потік — найстаріший і досі найпоширеніший. Оператор або алгоритм розмічає кожну подію матчу: передача, відбір, удар, дубль, фол. Для кожної фіксуються координати, гравець, результат, іноді додаткові атрибути на кшталт частини тіла або типу передачі. Один матч дає приблизно від 1500 до 2500 таких записів.
Подієві дані дешевші за оптичні і саме тому доступні для більшості ліг світу, включно з нижчими дивізіонами. Практично вся публічна футбольна статистика будується на цьому потоці.
xG: найпопулярніша і найбільш неправильно зрозуміла метрика
Expected goals — очікувані голи — стала синонімом футбольної аналітики. Формально це вірогідність того, що конкретний удар завершиться голом. Модель навчається на масиві історичних ударів і враховує набір ознак:
- відстань до воріт і кут, під яким видно площину воріт;
- частина тіла: нога, голова, інше;
- тип атаки — швидкий вихід, стандарт, позиційне володіння;
- кількість захисників між мʼячем і воротами;
- позиція голкіпера в момент удару, якщо модель має доступ до трекінгу.
Удар з одинадцятиметрової відмітки дає близько 0,76 — це середня реалізація пенальті у великих чемпіонатах. Удар із-за меж штрафної під кутом — 0,02–0,04. Сумарне значення за матч показує, наскільки якісні шанси створила команда.
Головне непорозуміння полягає в тому, що xG сприймають як прогноз результату. Це не прогноз, а описова метрика: вона говорить, скільки голів забила б середня команда з таких самих ситуацій. Одна гра з xG 2,4 і нулем на табло не свідчить ні про що, крім невдалого вечора. Значення метрика набуває на відрізку в 10–15 матчів, коли випадковість згладжується. Детальний розбір самої концепції і її обмежень є в матеріалі Wikipedia про expected goals.
Що дані вміють погано
Розмова про футбольну аналітику зазвичай зупиняється на переліку можливостей. Обмеження не менш важливі, особливо якщо ви збираєтеся будувати на цих даних продукт або приймати за ними рішення.
- Дії без мʼяча майже не оцінюються. Гравець, який своїм рухом відтягнув двох захисників і відкрив зону партнеру, у подієвих даних не залишає жодного слідa. Оптичний трекінг це частково закриває, але метрики такого типу досі сирі.
- Малі виборки. Футбол — низькорезультативний спорт. Тридцять матчів сезону — це статистично мало для впевнених висновків по окремому гравцю.
- Різна якість розмітки. Дані з топ-чемпіонатів і з нижчих дивізіонів збираються з різною детальністю. Порівнювати показники напряму — часта і груба помилка.
- Контекст суперника. Показники команди, яка грала календар із трьома лідерами підряд, і команди з календарем із трьома аутсайдерами не є порівнянними без поправки на силу опонента.
Як дані перетворюються на медійний продукт
Тут ланцюжок цікавий з точки зору бізнес-моделі. Первинні дані збирають кілька великих провайдерів, вони продають доступ клубам, букмекерам, федераціям і медіа. Медіа купують потік і будують на ньому контент — і саме на цьому кроці зʼявляється те, що бачить кінцевий читач.
Спостереження, яке варте уваги будь-кому, хто працює з контентом: сторінки з даними живуть у пошуку зовсім інакше, ніж новини. Новина має пік трафіку на кілька годин і потім вмирає. Турнірна таблиця, календар, список бомбардирів або передматчеве превʼю з цифрами утримують стабільний потік запитів роками і генерують повторні візити — читач повертається на ту саму сторінку щотижня. Українські профільні ресурси цю логіку добре засвоїли: у них розділи зі статистикою й таблицями оновлюються постійно і фактично працюють як сервіс, а не як публікація.
Куди це рухається
Найзримніший напрямок наступних років — перехід від опису до симуляції. Маючи повний трекінг, можна не просто зафіксувати, що сталося, а порахувати альтернативи: якою була вірогідність гола, якби гравець віддав передачу вліво замість удару. Такі моделі вже існують і використовуються в клубній аналітиці.
Другий напрямок — автоматизація розмітки. Ручна праця операторів досі становить значну частину собівартості даних; в міру того як алгоритми навчаються визначати події самостійно, дані стануть дешевшими і доступними для нижчих дивізіонів, де сьогодні статистики майже немає.
Для читача підсумок простий. Цифри у превʼю матчу — не магія і не маркетинг, а результат конкретної технологічної інфраструктури зі своїми сильними і слабкими місцями. Розуміння того, звідки взялася метрика, робить її корисною. Без цього розуміння вона залишається просто числом.
