ماذا تقيس الأهداف المتوقعة حقًا (وماذا لا تقيس)

لكل تسديدة في كرة القدم احتمال أن تتحول إلى هدف، وهذا الاحتمال هو ما تحاول الأهداف المتوقعة، أو xG، ترجمته إلى رقم. تسديدة من مسافة مترين أمام مرمى خالٍ قد تحمل قيمة xG تبلغ 0.9. تسديدة عشوائية من مسافة ثلاثين مترًا، بزاوية ضيقة ومدافع يضغط على صاحبها، قد لا تتجاوز قيمتها 0.03. اجمع قيمة كل تسديدة سدّدها فريق أو لاعب خلال مباراة، أو موسم، أو مسيرة كاملة، وستحصل على مجموع يوضح تقريبًا كم هدفًا كان يجب أن تنتجه تلك الجودة من التسديدات.

النموذج الذي يقف خلف هذا الرقم يحلل آلاف التسديدات التاريخية، ويطرح سؤالًا بسيطًا عن كل تسديدة جديدة: من بين كل التسديدات التي سُدّدت من هذه المسافة، بهذه الزاوية، تحت هذا النوع من الضغط، وبهذا النوع من التمريرة، كم منها دخل المرمى؟ المسافة والزاوية إلى المرمى يقومان بمعظم العمل. هل كانت التسديدة برأسية أم بالقدم؟ هذا يهم. هل وصلت الكرة من تمريرة عرضية مرتدة، أم من عرضية، أم من تمريرة حاسمة تخترق الدفاع؟ هذا يغيّر الرقم. الضغط الدفاعي، وموقع حارس المرمى، وما إذا كانت مواجهة فردية مع الحارس، كلها عوامل تزيد الدقة، بحسب مدى تفصيل النموذج.

ما لا تعرفه xG عن المسدد

ما لا تفعله xG هو التنبؤ بمصير تلك التسديدة تحديدًا. إيرلينج هالاند لا يسجل من فرص بقيمة 0.9 xG بنسبة 90 بالمئة لأنه هالاند؛ فالنموذج لا يعرف من الذي يسدد. كل ما يعرفه هو شكل التسديدة هندسيًا. هذا هو أكثر سوء فهم شائع لهذا المؤشر، ويستحق التوقف عنده، لأنه يفسر معظم الجدالات التي تدور حوله.

هذا يفسر أيضًا لماذا يسجل بعض اللاعبين أهدافًا أكثر باستمرار مما تشير إليه قيمة xG الخاصة بهم. مهاجم يتجاوز مجموعه المتوقع مرارًا على مدى عدة مواسم يفعل على الأرجح شيئًا لا يراه النموذج: دقة توضيب استثنائية، أو هدوء أعصاب غير معتاد، أو ببساطة براعة في الإنهاء تجعل معدلات التحويل المتوسطة لا تنطبق عليه. شهر جيد واحد لا يثبت الكثير. أما عدة مواسم من التفوق المتكرر على المتوقع فتبدأ تبدو كمهارة حقيقية لا مجرد تقلب عشوائي.

قيمة الرقم عبر سلسلة مباريات

الرقم أكثر فائدة عند تجميعه عبر سلسلة من المباريات لا في مباراة واحدة. فريق يمكن أن يخسر ⁦0-1⁩ بينما ينتج 2.4 xG مقابل 0.3 لخصمه، وهذا يخبرك بشيء لا تستطيع النتيجة وحدها أن تخبرك به: أن الأداء كان سليمًا حتى لو لم تكن النتيجة كذلك. مدربون يُقالون بعد نتائج تشير xG إلى أنها كانت سيئة الحظ، ومدربون آخرون ينجون بعد نتائج تشير xG إلى أنها كانت مبالغًا في تقديرها. لا يغيّر أي من الملاحظتين جدول الترتيب النهائي، لكن كلتيهما تغيّران الطريقة التي ينبغي أن تقرأ بها المباريات القليلة القادمة.

سوء الاستخدام وحدود البيانات

يُساء استخدام هذا المؤشر عندما يعامله الناس كحكم نهائي لا كوصف. عبارة مثل "الفريق أ كان يستحق الفوز لأن قيمة xG لديه كانت أعلى" تتجاهل كل ما حدث فعليًا داخل الملعب: حارس مرمى يقدّم أفضل مباراة في مسيرته، فريق يتحصن دفاعيًا وينتظر الهجمة المرتدة، بطاقة حمراء غيّرت مجرى الشوط الثاني بالكامل. الـxG تصف جودة التسديدات. هي لا تصف الخطط التكتيكية، ولا تعرف أن فريقًا لعب بعشرة لاعبين في العشرين دقيقة الأخيرة، إلا إذا عُدّل الحساب لذلك، وهو ما لا تفعله معظم النماذج المتاحة للجمهور.

توجد أيضًا حدود حقيقية للبيانات التي يقوم عليها المؤشر. مزوّدو البيانات المختلفون يبنون نماذجهم على عيّنات تسديدات ومتغيّرات إدخال مختلفة، ولهذا قد ترى موقعين يختلفان في قيمة xG لنفس المباراة. لا أحد منهما يكذب؛ كل واحد منهما يمنح وزنًا مختلفًا للمسافة، ونوع التمريرة، والضغط. لا أحد منها يتعامل جيدًا مع تسديدة انطلقت بعد جزء من الثانية من تدخل قدم مدافع، أو كرة ارتدت من ارتطام على ارتفاع غير معتاد. النموذج يقرأ الهندسة. هو لا يشاهد المباراة.

عند استخدامها بعناية، تُعد xG واحدة من أفضل الأدوات للفصل بين ما فعله الفريق فعلًا وما تقوله النتيجة النهائية. وعند استخدامها بلا مبالاة، تتحول إلى مجرد رقم آخر يستشهد به الناس لكسب جدال قرروا نتيجته مسبقًا.

مقاييس مبنية على الأهداف المتوقعة

بالنسبة للمهاجمين الذين يسددون ركلات جزاء كثيرة، الرقم الأكثر فائدة هو الأهداف المتوقعة بدون ركلات الجزاء (npxG)، التي تستبعد من المجموع القيمة شبه المضمونة لركلة الجزاء. وكل ما سبق لا يقول شيئًا عن حارس المرمى في الطرف الآخر من التسديدة، وهو ما صُمم مؤشر PSxG لقياسه بدلاً من ذلك.

يُعد xG أيضًا المادة الخام لمقاييس أخرى. اقسمه على عدد التسديدات فتحصل على جودة التسديدات، ومرّر مجموعَي الفريقين عبر محاكاة فتحصل على النقاط المتوقعة، وقارن أيًّا منهما بـتصنيف إيلو القائم على النتائج لترى أين يختلف الأداء عن النتائج.

الأهداف المتوقعة هي المقياس المعتاد لتقييم رأس الحربة: من يحصل على فرص ذات قيمة عالية يتحرك جيدًا حتى لو لم يسجل، ومن يسجل أكثر بكثير من أهدافه المتوقعة إما ينهي ببراعة أو يحالفه الحظ.

هل يُعد xG مؤشرًا موثوقًا للتنبؤ بنتائج المباريات؟

ليس بمفرده، وليس في مباراة واحدة. xG يقيس جودة الفرص المصنوعة والمستقبَلة، لا من يفوز. فريق يمكن أن ينتج تفوقًا ساحقًا بـ2.8 xG مقابل 0.7 لخصمه ثم يخسر بركلة ثابتة في الوقت بدل الضائع، لأن مباراة واحدة عيّنة صغيرة جدًا لتتحول فيها جودة التسديدات إلى نتيجة بشكل موثوق. لكن على مدى سلسلة من المباريات، يرتبط فارق xG بالنقاط ارتباطًا أوثق بكثير من معظم الإحصاءات الفردية الأخرى المتاحة للجمهور، ولهذا يتعامل المحللون مع فجوة مستمرة بين xG فريق ونتائجه الفعلية كإشارة تستحق البحث، لا كضجيج عشوائي يُهمَل.

كيف تُحسب الأهداف المتوقعة (xG)؟

يحلل نموذج الأهداف المتوقعة آلاف التسديدات التاريخية، ويسأل عن كل تسديدة جديدة: كم تسديدة من هذه المسافة وبهذه الزاوية وتحت هذا الضغط وبهذا النوع من التمريرات دخلت المرمى؟ المسافة والزاوية تقومان بمعظم العمل، ويؤثر أيضًا كون التسديدة رأسية أم بالقدم، ونوع التمريرة السابقة. وتزيد عوامل مثل الضغط الدفاعي وموقع الحارس الدقة بحسب تفصيل النموذج.

لماذا يسجل بعض اللاعبين أهدافًا أكثر من xG الخاصة بهم؟

نموذج xG لا يعرف من يسدد، بل يعرف شكل التسديدة هندسيًا فقط. المهاجم الذي يتجاوز مجموعه المتوقع مرارًا على مدى عدة مواسم يفعل على الأرجح شيئًا لا يراه النموذج، مثل دقة توضيب استثنائية أو هدوء أعصاب غير معتاد أو براعة في الإنهاء. لكن شهرًا جيدًا واحدًا لا يثبت الكثير، أما التفوق المتكرر لعدة مواسم فيبدأ يبدو مهارة حقيقية.

لماذا تختلف قيمة xG للمباراة نفسها بين موقع وآخر؟

لأن مزوّدي البيانات المختلفين يبنون نماذج الأهداف المتوقعة على عيّنات تسديدات ومتغيّرات إدخال مختلفة، وكل منهم يمنح وزنًا مختلفًا للمسافة ونوع التمريرة والضغط. لذلك قد يختلف موقعان في قيمة xG للمباراة نفسها دون أن يكذب أي منهما. كما لا يتعامل أي نموذج جيدًا مع تسديدة بعد تدخل قدم مدافع أو كرة مرتدة غير معتادة، فالنموذج يقرأ الهندسة ولا يشاهد المباراة.