¿Qué son las métricas xG y xGOT?

Algunas características del xG

¿Cómo se utilizan?

• Se utilizan para comparar, analizar y evaluar el desempeño tanto de equipos (colectivo) como de jugadores (individual)

• ¿Desempeño en qué?:

  • Generación de peligro vs Finiquito o Concreción
  • Peligro vs Volumen
  • Evolución temporal (durante 1 solo partido, X cantidad de partidos, varias temporadas, procesos de DTs, etc.)
  • Distintos contextos (ABP o Jugadas, Local o Visita, ganando, empatando o perdiendo, etc.)

• Enfoque ofensivo y también defensivo (xG o xGOT en contra)

• Los valores se observan en distintas ventanas temporales o tamaños de muestra: 1 partido, X cantidad de partidos, toda una temporada, etc. Evitar sacar conclusiones de muestras “pequeñas”

Ranking xG p90 y xG promedio por tiro

Procesos de DTs

Goles – xG

¿Cómo se calculan?

• Se obtienen a partir de modelos de Machine Learning entrenados con una gran cantidad de remates

• Se consideran sus características tales como posición (coordenadas x,y: distancia y ángulo al arco rival), parte del cuerpo, tipo de jugada, altura del balón, posición de otros jugadores, entre otros; además de su resultado (gol, atajado, fuera, bloqueado, etc.).

• En el caso de xGOT, el xG es un parámetro de entrada!. Además se agrega la ubicación dentro del arco a la cual fue el tiro (y la velocidad si se tiene de manera precisa).

(1) Datos históricos: datos abiertos de Statsbomb

## Instalación del paquete {StatsbombR}

# https://github.com/statsbomb/StatsBombR
# install.packages("devtools")
# devtools::install_github("statsbomb/SDMTools")
# devtools::install_github("statsbomb/StatsBombR")

# cargamos el paquete
library(StatsBombR)

# traemos la tabla con todos los torneos disponibles abiertamente en Statsbomb:
competitions = FreeCompetitions()

# elegimos uno en particular: en este caso Qatar 2022
qatar = competitions %>% 
        filter(competition_id == 43 & season_id == 106)

# partidos de Qatar:
qatar_games = FreeMatches(qatar)

# datos de eventing de esos partidos:
qatar_eventing = free_allevents(qatar_games)

# limpieza/proceso de datos necesarios
# (ej: coordenadas X,Y separadas en 2 columnas distintas)
qatar_eventing_clean = allclean(qatar_eventing)

# guardamos los datos en formato CSV
library(readr)
write_csv(qatar_eventing_clean, "datos_eventing_qatar_2022_statsbomb.csv")

[1] "Whilst we are keen to share data and facilitate research, we also urge you to be responsible with the data. Please credit StatsBomb as your data source when using the data and visit https://statsbomb.com/media-pack/ to obtain our logos for public use."

(2) Ciencia de datos: R + paquetes especializados

(2) Ciencia de datos: Machine Learning

• Entendimiento del problema (Clasificación de 2 clases desbalanceadas)

• Entrenamiento, validación, testing (% de splitting, sampleo, cross validation)

• Algoritmos (xGBoost, CatBoost, LightGBM, Regresión logística)

• Métricas para comparar y evaluar los modelos (AUC, RMSE, curva ROC, Brier Score, Balanced Accuracy, Recall, etc.)

• Calibración de probabilidades

(3) Recolección/Etiquetado “manual”

• Depende de la realidad de cada club

• Puede ser apoyado por el equipo de videoanalistas usando algún software (ej: Nacsports)

• Puede ser apoyado con una herramienta interactiva que permite ingresar los datos

• Lo más importante es definir con antelación las variables a recopilar

Comentarios finales

• xG y xGOT permiten ir a 1 o 2 capas más profundas en el análisis típico basado en cantidad de tiros y goles. Luego hay métricas que exploran más atrás (antes de los tiros) en la cadena de acciones (xA, xT, VAEP, etc.)

• Son aplicables para análisis individual y colectivo, desde los puntos de vista ofensivo y defensivo.

• Modelos propios simplificados de xG o xGOT pueden ser útiles. Tener en cuenta que hasta los mismos proveedores profesionales tienen diferencias entre sí. Lo importante es aplicar e interpretar la información de manera correcta.

• Tenemos a disposición los datos históricos suficientes para crear un modelo. Si nos capacitamos en Ciencia de Datos podríamos aportar valor a un club profesional.