Jeśli statystyki meczowe wyglądają jak ściana liczb, łatwo przegapić to, co naprawdę opisują. Wtedy konsekwencją bywa prosta pułapka: wyciąganie wniosków z „ładnych” wartości, które nie mają pokrycia w grze. Ten temat da się ogarnąć bez doktoratu z matematyki, pod warunkiem że liczby czyta się w kontekście i z odpowiednimi filtrami. Największą wartością profesjonalnych statystyk nie jest to, że „mówią prawdę”, tylko że pomagają szybko sprawdzić hipotezę o tym, co wydarzyło się na boisku. Poniżej rozpisane jest, jak je rozumieć, jak je łączyć i gdzie najczęściej robi się skróty myślowe.
Od notesu trenera do modeli danych: krótka historia liczb w futbolu
Przez dekady futbol opisywano głównie zdaniami: „zdominowali środek”, „dobrze bronili”, „mieli przewagę”. Pierwsze „twarde” dane to były proste zliczenia: strzały, rzuty rożne, faule. Z czasem, szczególnie od lat 90. i rosnącej telewizji, zaczęto standaryzować zdarzenia meczowe (kto podał, skąd strzelił, czy doszło do odbioru). Potem weszły dane pozycyjne (tracking) i modele jakościowe, które próbują opisać nie tylko „ile”, ale „jak dobre” było dane zdarzenie.
Współczesne metryki typu xG czy PPDA nie zastępują oglądania meczu — one porządkują chaos i pozwalają porównywać sytuacje, które na oko wydają się podobne, ale w danych już nie.
W historii futbolu to ważny zwrot: wcześniej liczby były dodatkiem do narracji, dziś często stają się punktem wyjścia do analizy. I właśnie dlatego warto umieć je czytać, żeby nie dać się zmylić „statystycznej pewności”.
Podstawowe statystyki, które wszyscy znają — i dlaczego potrafią kłamać
Gole, strzały, strzały celne: co mówią naprawdę
Gole są świętością tabeli, ale w pojedynczym meczu są słabym opisem jakości gry. Drużyna może wygrać po jednej kontrze i świetnym wykończeniu, mimo że przez 80 minut była spychana do obrony. Z kolei porażka 0:1 może ukrywać mecz, w którym stworzono więcej i lepiej.
Strzały bywają jeszcze bardziej zdradliwe. Liczba strzałów rośnie od dośrodkowań na aferę, uderzeń z dystansu „bo trzeba” i blokowanych prób. Dlatego warto patrzeć, skąd i w jakich warunkach oddawano strzały, a nie tylko ile ich było. Strzały celne też nie są wybawieniem: można nabić celność uderzeniami w środek bramki.
Najprostszy filtr już na starcie: czy strzały były z pola karnego, czy z daleka; czy padały po ataku pozycyjnym, czy po przejściu; czy rywal bronił nisko, czy wysoko. Bez tego strzały są jak licznik kroków — coś mówią, ale niewiele o jakości.
Posiadanie piłki i podania: liczby, które uwielbiają media
Posiadanie opisuje styl, nie przewagę. Można mieć 65% posiadania, bo rywal oddał piłkę i broni pola karnego. Można też mieć 40%, bo planem były szybkie ataki po odbiorze. W obu przypadkach „kto dominował” wcale nie wynika wprost z procentów.
Podobnie jest z liczbą podań i skutecznością. 92% celności wygląda świetnie, dopóki nie okaże się, że to głównie granie między stoperami i bramkarzem. W profesjonalnej analizie ważniejsze jest to, czy podania przesuwały grę do przodu i łamały linie, a nie czy były „bezpieczne”.
Metryki nowej generacji: co liczą i jak ich nie fetyszyzować
xG i xA: „jakość okazji” w praktyce
xG (expected goals) to szacunek prawdopodobieństwa gola z danego strzału na podstawie cech sytuacji: odległość, kąt, typ podania, część ciała, presja obrońcy (zależnie od dostawcy danych) i kilka innych zmiennych. xA (expected assists) działa podobnie, tylko dotyczy podania prowadzącego do strzału.
Największy plus: xG pozwala porównywać mecze, w których wynik „oszukuje”. Jeśli drużyna regularnie generuje 2.0 xG, a strzela 0–1 gola, to zwykle problemem jest wykończenie, wybór strzałów albo po prostu wariancja. Ale uwaga: xG to model, nie wyrok. Dwa strzały mogą mieć to samo xG, a jeden będzie „łatwiejszy” dla konkretnego zawodnika (np. lewonożny skrzydłowy z lewej strony).
Warto też pamiętać o różnicach metodologii: jeden serwis liczy presję obrońcy, inny nie; jeden inaczej traktuje dobitki, inny karne. Porównywanie xG między źródłami bez świadomości tych różnic potrafi prowadzić do absurdów.
Najrozsądniej traktować xG jako termometr. Pokazuje temperaturę, ale nie tłumaczy, skąd gorączka.
Pressing i PPDA: jak czytać intensywność bez oglądania 90 minut
PPDA (passes per defensive action) w uproszczeniu mówi, ile podań rywal wykonuje, zanim dojdzie do działania defensywnego (odbiór, przechwyt, wślizg, faul) w określonej strefie. Niższe PPDA zazwyczaj oznacza bardziej agresywny pressing. To metryka, która świetnie łapie „charakter meczu”: czy drużyna realnie naciskała, czy tylko cofała się i czekała.
Problem w tym, że PPDA jest wrażliwe na kontekst. Zespół prowadzący 2:0 może świadomie zejść niżej, więc PPDA „pogorszy się”, choć to może być wykonanie planu. Druga rzecz: PPDA nie mówi, czy pressing był skuteczny — można biegać wysoko i być mijanym jednym podaniem.
Dobrą praktyką jest łączenie PPDA z tym, co działo się po odbiorach: czy były przejścia do ataku, czy tylko wybicia. Sam pressing bez efektu to często tylko dużo hałasu.
Kontekst, bez którego liczby nie mają sensu
Statystyki nie są oderwane od scenariusza meczu. Wynik, faza spotkania i styl rywala zmieniają znaczenie tych samych wartości. Drużyna, która szybko strzela bramkę, często oddaje inicjatywę i „pozwala” rywalowi na posiadanie oraz dośrodkowania — to może pompować strzały i podania przeciwnika, ale niekoniecznie realne zagrożenie.
Znaczenie ma też jakość przeciwnika. 1.5 xG przeciwko topowej defensywie może być bardziej imponujące niż 2.2 xG przeciwko drużynie, która broni chaotycznie. W historii futbolu to widać zwłaszcza w meczach pucharowych: underdog gra inaczej z faworytem niż w lidze z równym rywalem, więc „średnie sezonu” często zawodzą.
Trzeci kontekst to próbka. Jeden mecz to anegdota, seria 8–10 meczów zaczyna coś mówić, a dopiero dłuższy odcinek pokazuje trend. Profesjonalne raporty zwykle filtrują dane „rolling average” (średnia krocząca), żeby oddzielić formę od przypadku.
Jak czytać raport meczowy krok po kroku
- Najpierw scenariusz: kiedy padły gole, kto prowadził, jak długo trwał dany wynik.
- Potem jakość okazji: xG łączne i xG z „otwartej gry” (bez karnych), rozkład strzałów (pudełko vs dystans).
- Następnie kontrola przestrzeni: gdzie były odbiory, czy rywal wychodził spod pressingu, jakie były straty w środku.
- Na końcu detale: stałe fragmenty, dośrodkowania, pojedynki 1v1, wkład konkretnych zawodników (xA, kluczowe podania, progresywne podania).
Taka kolejność ogranicza efekt „zapatrzenia się” w jedną liczbę. Wynik i timing bramek tłumaczy zachowania drużyn, a dopiero potem warto rozkładać mecz na czynniki pierwsze.
Najczęstsze błędy w analizie (i szybkie testy, które je wyłapują)
- Wnioski z jednego wskaźnika – test: czy da się opowiedzieć przeciwną historię, używając innej metryki (np. posiadanie vs xG)?
- Porównywanie danych z różnych źródeł – test: czy te same zdarzenia są tak samo definiowane (pressing, kluczowe podania, strefy boiska)?
- Ignorowanie czerwonych kartek – test: jak wyglądają liczby w podziale 11v11 i po kartce?
- Brak rozróżnienia na stałe fragmenty – test: ile xG i strzałów pochodziło z rożnych/karnego/wolnych?
W praktyce najwięcej szkody robi mieszanie stylu z jakością. Drużyna może wyglądać „lepiej” w danych o posiadaniu i podaniach, bo gra zachowawczo, a realnie tworzyć mniej groźnych sytuacji niż rywal. Drugi klasyk to przecenianie „przewagi” w meczach, w których rywal odpuścił po prowadzeniu.
Skąd brać dane i dlaczego „te same statystyki” potrafią się różnić
Dane publiczne (serwisy wynikowe, aplikacje) zwykle wystarczą do podstawowej analizy, ale różnice między dostawcami są realne. Jedni agregują zdarzenia inaczej, inni mają bardziej szczegółowe definicje. To szczególnie widać w metrykach typu xG, pressing, „progresywne podania” czy nawet w klasycznych „kluczowych podaniach”.
Jeśli liczby mają służyć do porównań między zawodnikami albo między ligami, warto trzymać się jednego źródła w ramach całej analizy. Mieszanie tabel z kilku serwisów wygląda niewinnie, ale potrafi zmienić obraz zawodnika albo drużyny o kilka „oczka” w każdej kategorii — i nagle wnioski jadą w złą stronę.
Profesjonalne statystyki piłkarskie działają najlepiej wtedy, gdy są czytane jak mapa: pokazują kierunek, ale nie zastępują terenu. Wystarczy kilka stałych filtrów (kontekst wyniku, jakość okazji, podział na fazy i stałe fragmenty), żeby liczby zaczęły opowiadać mecz sensownie i bez magii.