طرفداری- فوتبال ورزش پیچیده‌ای است. سال‌های سال مکتب رایج این بود که فوتبال آنقدر پیچیده است که که نمی‌توان آن را در اعداد و ارقام خشک، خسته کننده و بی روح خلاصه کرد. در سالیان اخیر این باور کمی تغییر کرده است؛ حالا آمارهای xG (توضیحات بیشتر در مورد این مطلب) در مچ آو د دی، بهره وری لیورپول از آمارهای طبقه بندی شده برای جذب بازیکنان جدید و یادداشت‌های تحلیلی استفاده می‌شود.
استفاده بیشتر از آمارها این حقیقت که فوتبال پیچیده است را عوض نمی‌کند. هنوز هم از آمارها برای شکل دادن یک عقیده و یا برنده شدن در یک بحث استفاده می‌شود چون می‌تواند پشتوانه‌ای برای یک دیدگاه باشد. دلیل استفاده گسترده از آمار در فوتبال (و به طور کل ورزش) این است که ملاک بهتری برای پشتیبانی (یا رد کردن) عقیده‌ای در مورد یک تیم یا بازیکن به روشی بی طرف وجود ندارد.
شاید اگر راحت‌تر می‌توانستیم به تصاویر مسابقات دسترسی داشته باشیم و دارندگان حق پخش تلویزیونی به طور اختصاصی از این حق برخوردار نبودند، اوضاع فرق می‌کرد. شاید آمارها بهترین ابزاری باشند که برای تحلیل و بررسی مسابقات به روشی بی طرف در اختیار داریم ولی این به معنی آن نیست که باید آن‌ها را مثل آیه‌های الهی بپذیریم.
برای مثال همیشه چیزهایی هستند که نمی‌توانیم به کمک آمار آن‌ها را دقیقا بسنجیم. برای مثال: چه کسی بهترین کنترل توپ را در لیگ برتر دارد؟ می‌توان به سنجه‌ای متوسل شد که دلالت بر چیز مشابه‌ای داشته باشد داشته باشد، مثلا تناسب کنترل توپ‌های ناموفق پس از پاس‌های دریافتی. با استفاده از آمارهای Fbref به این نتیجه رسیدم که بیورن انگلس مدافع استون ویلا (0 درصد از پاس‌های دریافتی او کنترل ناموفقی داشتند) بهترین کنترل توپ را دارد و در این زمینه کمی بهتر از ویرجیل فن دایک عمل کرده است (0.1 درصد از کنترل ناموفق در پی پاس‌های دریافتی). احتمالا موافق هستید این معیاری نیست که به چشم بتوان آن را سنجید.
این معیار چیزی در مورد مدل پاس‌های دریافتی یا زمینه‌ای که بازیکن در آن پاس را دریافت می‌کند مثل این که در لحظه دریافت توپ به کدام جهت ایستاده بود، چیزی نمی‌گوید. کالوم ویلسون با نرخ 16 درصدی کنترل ناموفق توپ در لیگ برتر ضعیف‌ترین عملکرد را داشته است ولی باید در نظر داشت که او تحت فشار بسیار بالاتر و نزدیک‌تر به فاز دفاعی حریف به توپ می‌رسد.
همچنین تمایز قائل شدن بین لمس توپ‌هایی که توپ را به صورت کامل تحت کنترل در می‌آورد و توپ‌هایی که پس از برخورد ابتدایی با ساق پا و زانو کنترل شده‌اند سخت به نظر می‌رسد. در اینجا آماری که جمع آوری می‌شود دنبال یک پاسخ «بله» یا «خیر» است بنابراین حتی اگر مدل پاس یا فشار وارده بر روی بازیکن را در نظر بگیریم، خروجی باز هم برای یافتن این که چه کسی بهترین کنترل توپ را دارد قطعی به نظر نمی‌رسد. بعضی مباحث بهتر است در حد یک عقیده باقی بمانند و در موردی که با آن رو به رو هستیم هم بهتر است همین رویه را در پیش بگیریم.
این را هم باید در نظر داشت که درست است شرکت‌ها به عنوان «بی طرف» آمارها را در اختیارمان می‌گذارند ولی این آمارها (در حال حاضر) به صورت دستی و توسط افراد جمع آوری می‌شوند. مشکل اینجاست که انسان‌ها هر آنچه که اطلاعات آماری نباید باشند، هستند: جانبدار، غیر منطقی و ممکن الخطا. به همین دلیل هر چقدر هم که در زمینه سنجش کیفیت کار پیشرفت کرده باشیم، باز هم مقداری اشتباه در اطلاعات گردآوری شده وجود خواهد داشت.
ضمنا فقط مسئله ممکن الخطا بودن انسان‌ها در امر جمع آوری اطلاعات مطرح نیست، بلکه باید تعاریف متفاوتی که برای جمع آوری اطلاعات استفاده می‌شود را هم لحاظ کرد. در یک نقطه بالاخره Opta یا Statsbomb یا هر نهاد دیگری که اطلاعات جمع آوری می‌کند، باید تعریفی از رویدادی که می‌خواهد آن را شمارش کند ارائه کرده باشد. یک پاس چیست؟ یک پاس در عمق چیست؟ پیروزی در نبرد یک در برابر یک چیست؟ تفاوت بین بلاک کردن و مهار کردن چیست؟ انتخاب‌ها همیشه سیاه و سفید نیست و یکجاهایی باید از نقاط مشترک عبور کرد.
اگر قرار باشد یک بررسی موشکافانه در مورد تصمیماتی که هنگام ساختن یک مجموعه آماری اتخاذ می‌شوند انجام بدهیم (حالا چه در مورد فوتبال یا هر ورزش دیگری)، بالاخره یکجای کار ملاک‌های فردی تاثیر گذار خواهند بود. آمار هرگز کاملا بی طرف نیست و ملاک‌های فردی همیشه (چه تعمدا و چه سهوا) ناگزیر بخشی از فرایند جمع آوری اطلاعات آماری هستند.
در اینجا نباید آمارگیرها را زیر سوال ببریم یا بگوییم اطلاعات آماری قابل اعتماد نیستند. فرایند جمع آوری اطلاعات سخت است و محدودیت‌های آمارهایی که جمع می‌کنیم به این معنی است که فوتبال هرگز نمی‌تواند در آمارهای مطلقا بی طرف خلاصه شود.
می‌توان «آمار ضعیفی» داشت و همچنان فوتبالیست خوبی بود
ایده این که بازیکنی آمار ضعیفی دارد، گاها به تفسیر نادرست از اعداد و ارقام بر می‌گردد.
سباستین هالر، مهاجم وست هم را در نظر بگیرید، کسی که در فصل جاری لیگ برتر در امر شکست خوردن در نبردهای هوایی دومین نفر است (187) ولی از آنطرف بیشترین پیروزی در نبردهای هوایی را هم دارد (186). از این آمارها می‌توان به راحتی به نحو دلخواه برای خوب یا بد جلوه دادن او استفاده کرد اما تفسیر درست‌تر از این ارقام این خواهد بود که او در نبردهای هوایی زیادی شرکت کرده است و نسبت به مهاجمان لیگ برتر از نرخ خوبی در زمینه پیروزی در این نبردها برخوردار است (طبق یافته‌های smarterscout نمره او در امر موفقیت در نبردهای هوایی 82 از 99 است؛ چیزی شبیه به قدرت بازیکنان در بازی کامپیوتری فیفا اما بر اساس آمارهای واقعی). دروغ، هر چه جلوتر می‌رویم دروغ‌های آماری برای ما روشن‌تر می‌شود.
همچنین دلیل دیگر «ضعیف بودن» آمار بازیکنان این است که کاری که درون زمین انجام می‌دهند، به عنوان وظایف‌شان در تیم لحاظ نمی‌شود. فصل گذشته گلایه‌های زیادی از عدم ارسال پاس گل توسط جورجینیو صورت گرفت ولی عده کمی به این توجه کردند که اساسا جورجینیو تحت هدایت مائوریتزیو ساری چنین وظیفه‌ای نداشت.
به عنوان یک بازیساز که عقب بازی می‌کند، برای او متصل کردن خط دفاعی و خط حمله به یکدیگر، تعیین ریتم بازی و رساندن توپ به بازیکنان جلویی که وظیفه خلق موقعیت را عهده‌دار هستند اهمیت دارد. او این کار را واقعا به خوبی انجام داد؛ جورجینیو در فصل گذشته لیگ برتر بیش از هر بازیکنی در پایه گذاری گل‌هایی که در جریان بازی به ثمر رسیدند تاثیر گذار بود (در این شاخص، تمامی افراد تاثیر گذار روی گل به جز کسی که پاس گل می‌فرستد و فردی که گلزنی می‌کند تاثیر گذار دانسته می‌شوند).
او همچنین پاس‌های زیادی فرستاد که بر اساس مدل پاس گل مورد انتظار اوپتا، می‌توانست به طور میانگین 5 پاس گل برای او به همراه داشته باشد. در اینجا باید شانس را هم دخیل دانست و از طرفی زمانی از بازیکنان تعریف کرد که آن‌ها روی انجام کاری که انجام دادند کنترل داشتند.
احتمالا بهترین نمونه از بازیکنانی که آمارشان نشان دهنده توانایی‌های واقعی آن‌ها نیست، دیوید مک گولدریک شفیلد یونایتد باشد.
بسیار خب، او از موقعیت‌هایی که xG 6.2 داشتند هیچ گلی به ثمر نرساند. اگر ملاک قرار گرفتن او در ترکیب توانایی گلزنی بود، خیلی زودتر از این‌ها کنار گذاشته می‌شد. تلاش‌های دائمی مک گولدریک در زمان در اختیار نداشتن توپ (هیچ مهاجم دیگری بیشتر از او در اعمال تدافعی شرکت نکرده است) چیزی است که باعث می‌شود او جایگاه ویژه‌ای در ترکیب تیم کریس وایلدر داشته باشد و دارایی ارزشمندی برای سیستم تاکتیکی این مربی محسوب شود.
آمارها همه چیز را اندازه گیری نمی‌کنند و این اشکالی ندارد
هدف از استفاده آمارها تلاشی برای متصل کردن مقصود و بینش ما به مجموعه‌ای است که دویدن 22 نفر درون زمین به دنبال یک گردی پر شده از باد به مدت یک ساعت و نیم را توجیه کند. بیشتر آمارهایی که در مورد فوتبال می‌بینید، مرتبط با توپ هستند. آن‌ها در گفتن این که چه اتفاقی همراه توپ می‌افتد تبحر دارند (پاس، دفع توپ، پس گرفتن توپ، پاس، شوت، گل!) ولی این چیز زیادی در مورد 21 بازیکن دیگری که درون زمین حضور دارند و صاحب توپ نیستند به ما نمی‌گوید.
بر این اساس ما اتفاقاتی که «به خاطر توپ» ولی نه همراه با آن درون زمین رخ می‌دهند را نادیده خواهیم گرفت. به فرارهای بدون توپ به فضای خالی، سد کردن فضای رسیدن توپ به مهاجمان توسط هافبک‌های دفاعی و مواردی از این دست فکر کنید. در اینجا به خاطر محدودیت‌هایی که در امر جمع آوری اطلاعات با آن‌ها مواجه هستیم، آمارها نمی‌توانند هر اتفاقی که درون زمین رخ می‌دهد را ثبت و ضبط کنند.
یکی از بزرگ‌ترین کاستی‌های آمارهای فوتبال در دوره کنونی این است که نمی‌توانیم به درستی جنبه دفاعی بازی را اندازه گیری کنیم. میزان اعمال دفاعی (تکل‌ها، قطع توپ‌ها، پس گرفتن توپ و غیره) نمی‌تواند به ما بگوید آیا یک مدافع از مدافع دیگر بهتر است. آن‌ها صرفا میزان فعال بودن مدافعان را نشان می‌دهند و همچنین بیانگر سبک دفاعی یک مدافع یا تیم او هستند. این ارقام معمولا تحت تاثیر میزان مالکیت توپ یک تیم هم قرار دارند؛ هر چه بیشتر توپ را در اختیار داشته باشید، زمان کمتری را صرف دفاع کردن خواهید کرد.
تایرون مینگز استون ویلا به ازای هر 1000 لمس توپ حریف، یکبار برای تکل زدن اقدام می‌کند و این پایین‌ترین نرخ در بین مدافعان میانی لیگ برتر است. این نشان نمی‌دهد که او مدافع بدی است، بلکه نشان می‌دهد او به طور فعالانه‌ای به دنبال پس گرفتن توپ نیست. اگر به این توجه کنیم که مینگز در زمینه بلوکه کردن شوت حریفان بهتر از هر مدافع لیگ برتری دیگری عمل کرده است، چیزهایی در مورد جایگیری او می‌فهمیم. دین اسمیت ترجیح می‌دهد از او عقب‌تر و به عنوان یک سپرِ جلوی دروازه استفاده کند تا کسی که برای پس گرفتن توپ تلاش می‌کند.
شاید به جای آمار، اطلاعات خامی که این آمارها بر مبنای آن‌ها شکل گرفته‌اند بتوانند بسیار مفید باشند و بگویند یک مدافع چقدر خوب است. بهترین راه استفاده از این اطلاعات برای سنجش کیفی مدافعان این است که از آن به عنوان یک نشانه برای نشان دادن شرایطی در یک مسابقه استفاده کنیم که مشخص کند احتمال به چالش کشیده شدن یک مدافع در کدام وضعیت بیشتر است. در حالی که شاید یک مدافع روی هر سانتر ارسالی رقیب به درون محوطه جریمه حرکتی انجام ندهد، یک چشم تیزبین هنوز می‌تواند یک عکس العمل خوب را شناسایی کند. دیدن چنین صحنه‌هایی به استعدادیاب‌ها کمک می‌کند تا واکنش یک مدافع در شرایط متفاوت را شناسایی کنند و به دیدی شخصی در مورد کیفیت آن مدافع برسند.
در حال حاضر سنجه‌هایی شخصی برای اندازه گیری اشتباهات منجر به شوت یا گل وجود دارد و در بین کل بازیکنان لیگ برتر در فصل جاری (به جز دروازه‌بان‌ها) یان بدنارک از ساوتهمپتون نقش یار رقیب را ایفا کرده است و با اشتباهات خود به حریفان کمک کرد تا سه بار دروازه قدیس‌ها را باز کنند. این‌ها شرایطی هستند که حریف برخلاف انتظار خود در آن‌ها به گل می‌رسد، برای مثال می‌توانیم به پاس به عقبی ضعیف برای دروازه‌بان اشاره کنیم که در میانه راه قطع شده است و تک به تک شدن مهاجم حریف با دروازه‌بان را در پی دارد.
این اشتباهات آنقدر کمیاب هستند و به صورت اتفاقی پیش می‌آیند که ابزاری معتبر برای مقایسه کردن همه مدافعان از این منظر نیستند. در عوض سنجه‌ای ایده آل، حرکات نامحسوسی (یا عدم حرکت) هستند که حریف را قادر به گلزنی می‌سازد.
قبل از هر شوت یا گلی، بالاخره یک نفر در تیم مدافع اشتباه کرده است. این اشتباه می‌تواند توسط دفاعی صورت بگیرد که از یار مستقیم خود فاصله می‌گیرد، یا هافبکی که در تنگ کردن عرصه بر روی فرستنده پاس بد عمل کرده است یا سایر اشتباهاتی که فقط یک چشم تیزبین می‌تواند آن‌ها را ببیند. این‌ها سرنخ‌های مفیدی هستند که به ما می‌گویند چرا حریف فرصت شوتزنی پیدا کرد ولی در حال حاضر هیچ نوع آماری نمی‌تواند این‌ها را به ما نشان بدهد.
همچنین احتمال دارد یک گل نه فقط به خاطر یک اشتباه، بلکه زنجیره‌ای از اشتباهات به ثمر رسیده باشد. با این وجود ظهور آمارهای ردیابی (که به ما می‌گویند تمامی بازیکنان، توپ و داوران در هر لحظه کجا هستند) باید درها را برای پاسخ دادن به این معضل و سایر معضلات باز کنند اما فوتبال هنوز به آنجا نرسیده است.
تصور کنید یک موسسه جمع آوری اطلاعات، از کل چند و چون فوتبال با خبر است. آن‌ها هر اطلاعات قابل تصور را جمع آوری کرده‌اند: تمامی گزینه‌های پاس یک بازیکن، این که چقدر تحت فشار است، آیا با سر بالا متوجه فرار هم تیمی خود بود، آیا بند کفش‌‌‌اش بسته شده بود و خلاصه همه چیز.
با این حجم از اطلاعات مشکل دیگر تصمیم گیری در مورد این که چه چیزی باید اندازه گیری شود نیست، بلکه این خواهد بود که از بین این حجم از اطلاعات کدامیک اهمیت دارد.
در واقع ما گزارش همه وقایع را در اختیار نداریم و فقط نمونه‌ای از اتفاقات درون زمین در اختیار ماست ولی باز هم نیاز به اندازه گیری آن چیزهایی که اهمیت دارند باقی می‌ماند.
رواج یافتن xG در سالیان اخیر به خاطر قدرت بالای توصیفی و پیش بینی کننده آن است؛ این شاخص چیزهایی در مورد بازیکنان و تیم‌ها به ما می‌گوید که قبلا از آن‌ها خبر نداشتیم و این اطلاعات سیگنال‌هایی هستند که می‌توانیم عملکرد آینده بازیکنان را به وسیله آن‌ها پیش بینی کنیم.
