Analityka danych w piłce nożnej: xG, dane zdarzeń i śledzenie

Model xG opisany przez The Analyst, serwis Stats Perform, uwzględnia ponad 20 zmiennych i uczył się na około milionie strzałów z 40 rozgrywek z lat 2018–2022. Ta skala pokazuje, że oczekiwane gole to nie intuicja, tylko wynik konkretnego modelu, który trzeba znać, zanim zacznie się nim posługiwać. Poniżej: skąd biorą się takie liczby i co z nimi robią kluby.

Dwa rodzaje danych

Dane zdarzeń, jak opisuje dokumentacja biblioteki databallpy, obejmują to, co dzieje się na boisku: podania, strzały, dryblingi, faule i gole. Operatorzy zapisują je w tabelach z czasem, miejscem, zawodnikiem, rodzajem zdarzenia i wynikiem. Według tutorialu KU Leuven zbiera się je zwykle ręcznie z wideo, a wśród dostawców z otwartymi zbiorami tutorial wymienia StatsBomb i Wyscout.

Dane śledzenia opisują coś innego: współrzędne wszystkich zawodników i piłki, zapisywane wiele razy na sekundę. Według tego samego tutorialu zbiera się je zwykle z częstotliwością 10–25 Hz, przy użyciu kamer zamontowanych na stadionie albo z transmisji telewizyjnej. Różnica dla analityka jest praktyczna: pierwszy typ mówi, kto strzelił, drugi pozwala sprawdzić, gdzie w tym czasie stali obrońcy i jak szybko biegli.

Oba rodzaje mają wady. Dokumentacja databallpy wymienia trzy słabości danych zdarzeń: możliwe niespójności przy półautomatycznym zbieraniu, luki, gdy materiał z transmisji pomija powtórki, oraz brak kontekstu. Przykład jest trafny: strzał z jedenastego metra do pustej bramki jest łatwiejszy niż z pięcioma obrońcami przed strzelcem. Dane śledzenia mają tę lukę uzupełniać, ale opisanych ograniczeń tej metody w tym źródle nie ma.

Jak liczy się oczekiwane gole

The Analyst definiuje xG jako miarę jakości sytuacji, wyliczaną na podstawie podobnych strzałów z przeszłości. Skala biegnie od 0, czyli okazji niemożliwej do wykorzystania, do 1, czyli takiej, którą zawodnik zamienia na gola za każdym razem. Model Opta bierze pod uwagę odległość i kąt do bramki, ustawienie bramkarza, presję obrońców, rodzaj strzału oraz poprzednią akcję, na przykład dośrodkowanie.

Sam termin, według Wikipedii, pojawił się w 1993 roku w pracy Vica Barnetta i Sarah Hilditch o wpływie sztucznych nawierzchni, a rozwinięte modele powstawały w latach 2000. i 2010. Sam Green opublikował tekst o oczekiwanych golach w kwietniu 2012 roku, na przykładzie Premier League. Wskaźnik ma więc ponad dekadę historii w analityce, choć nie każdy dostawca liczy go tak samo.

Drugie zastrzeżenie dotyczy interpretacji. The Analyst wymienia trzy typowe nieporozumienia: wyższe xG drużyny nie gwarantuje zwycięstwa, wynik nie jest dosłowną liczbą goli, jakie miały paść, a zawodnik, który przekracza swoje xG, nie jest „winien” słabszej serii później. Wikipedia dodaje, że przy małych próbach różnice między xG a golami mogą wynikać z losowości, a nie z umiejętności lub błędu.

Kluby i liczby

Weszło opisuje w tekście z 2 stycznia 2026 roku, autorstwa Szymona Janczyka, jak polskie kluby analizują dane. Wśród bohaterów są Mariusz Kondak i Piotr Wawrzynów z Wisły Kraków oraz sztaby Motoru Lublin i Polonii Bytom. Używane narzędzia to m.in. platforma Wyscout, xG, PPDA, czyli liczba podań przeciwnika na jedną akcję defensywną, wskaźniki packing, oczekiwane asysty i wideo montowane w arkuszach.

Ten sam tekst jest szczery co do przeszkód. Wymienia opór organizacyjny, czyli kluby wyglądające na sterowane danymi, a decydujące po staremu, zależność systemu od pojedynczych trenerów oraz ręczną pracę tam, gdzie są gotowe narzędzia. Według autora osobne działy miały tylko Lech i Wisła. Kondak mówi wprost, że nie będzie piłki bez danych, ale wdrożenie musi objąć cały klub.

Inny obraz daje rozmowa z 22 lutego 2026 roku o pracy Wisły Kraków. Klub opisuje wspólny proces obejmujący rekrutację, analizę własnej gry i rywali. Każdy potencjalny transfer przechodzi najpierw filtr danych, potem dopiero ocenę skautów. Właściciel, Jarosław Królewski, według rozmówców zadaje pytania, a nie wydaje poleceń, i ostateczne decyzje o metrykach zostają po stronie sztabu. Cykle priorytetów trwają sześć miesięcy.

Granice metody

Liczby nie zastąpią tego, czego nie da się w nich zapisać. Wisła przyznaje w rozmowie z Weszło, że siłę fizyczną zawodników trudno ocenić w obecnym modelu, a Kondak ostrzega przed przypisywaniem sukcesu samym danym, bo między analitykami a wynikiem jest wielu ludzi. Klub zaznacza też, że praca na liczbach wymaga konsekwencji: nie zmienia się kursu po jednym słabszym sezonie.

Granica ma też wymiar językowy. Kiedy w komentarzu pada „xG 2,3”, odbiorca zwykle nie wie, który model je policzył. Wikipedia zaznacza, że różni dostawcy podają dla tych samych strzałów wartości nieporównywalne, więc zestawianie klubów według liczb z dwóch źródeł jest ryzykowne, choćby tabela wyglądała skrupulatnie. Zanim porównasz dwa wyniki, ustal, skąd pochodzą.

Dane kończą się także tam, gdzie zaczyna się kibic. Jak liczby o widowni i sponsorach wchodzą do marketingu, opisują teksty o marketingu sportowym w piłce nożnej i o zachowaniach konsumenckich kibiców, a jak zbiera się informacje na samych trybunach, wyjaśnia strona o technologiach na stadionie, razem z jej ograniczeniami i wątpliwościami.

Wątek technologii na konferencji

Na dziewiątej edycji konferencji „Modern futbol a świat kibiców”, 22 maja 2019 roku, Adam Pawlukiewicz z Pentagon Research wygłosił referat „Mapy ciepła ekspozycji stadionowych – wykorzystanie technologii w budowaniu wartości sportu jako produktu marketingowego”. Według programu wystąpienia trwały po 20 minut, z dyskusją po każdym, a ten referat stał obok wystąpień o typologii kibiców i o konstytucyjnych prawach kibica.

Ten sam dzień obejmował też wystąpienie Piotra Mateckiego z SportWin o zachowaniach konsumenckich w piłce nożnej. Pełną listę referatów, godzin i prelegentów znajdziesz w opisie edycji z 2019 roku, a o podejściu klubów do liczb w kontekście zarządczym mówi tekst o zarządzaniu klubem piłkarskim. Czego program nie rozstrzyga, to które ze wskaźników klub wdrożył potem u siebie.