Viimeistelytehokkuus ja xG-lukemat jääkiekossa

Viimeistelytehokkuus ja xG-lukemat jääkiekossa

JussiQ blogi

Comments: 0

Palloilulajien urheiluvedonlyönnissä painotetaan erittäin paljon maalipaikkojen perusteella laskettuja expected goals (xG) -lukemia. Ne ovatkin tärkeitä lukemia ja luovat pohjaa joukkueiden tason määrittämiselle. XG-luvuissahan ei tarkoituksella huomioida sitä, että kuka laukoo ja kuka on maalissa. Luvut antavat tarkoituksella vain sen tiedon, että millaiset ovat joukkueen edellytykset voittaa otteluita. Tässä jutussa en puutu kuitenkaan xG-lukuihin sen syvällisemmin, vaan käsittelen maalintekotehokkuuden hyödyntämistä joukkueen tason määrittelyssä jääkiekossa.

Pelaajamateriaalilla on merkitystä

On selvää, että joukkueen pelaajamateriaali vaikuttaa suuresti viimeistelytehokkuuteen. Hyvät maalintekijät tekevät samasta paikasta useammin maalin kuin huonot. Sama asia käänteisesti on maalivahtipeli, jossa vastaavasti hyvät vahdit torjuvat paremmalla prosentilla.

Jos oletetaan, että vedonlyöjä perustaisi laskentansa täysin xG-lukuihin, niin siinä tilanteessa oletettaisiin, että jokainen joukkue pitkällä ajanjaksolla tekisi ja estäisi maaleja samalla tehokkuudella. Tuo tapa luultavasti antaisi keskimääräisten tasoisten joukkueiden otteluihin hyviäkin peli-ideoita, mutta ääripäässä olevien joukkueiden kohdalla luultavasti mentäisiin vähän pieleen.

Pelaajan tason määrittely

Jos mietitään tätä ihan pelaajien tasolla ja otetaan esimerkiksi TPS:n Zach Budish. Hän on tehnyt tällä kaudella maaleja 49 ottelussa 11,9% teholla. Parin viime kauden historia kuitenkin kertoo hänen olevan noin 8,5% viimeistelijä, niin tässä voi mennä metsään kahdella tavalla.  

A: Jos säädetään hänen tasonsa 11,9% kohdalle, niin häntä yliarvostetaan. Hyvin todennäköisesti isommalla otoksella prosentti painuu lähemmäs hänen "omaa tasoaan".

B: Jos oletetaan, että tämä kausi on täysin poikkeus ja pitäydytään 8,5% luvussa, niin väärinhän se myös menee. Kyllä tuorein data jotain kertoo.

Ratkaisu: Itse painotan lukemissa tietyllä painolla vanhoja lukuja ja tietyllä painolla uudempia lukemia. Yksinkertaisesti sanottuna Liigassa voi 50 uusimmalle ottelulle hyvin antaa 50% painoarvon suhteessa aiempien kausien tilastoihin (vaikka pari kautta taaksepäin). Omien tutkimuksieni mukaan näin saadaan melko optimaalinen ratkaisu tilanteelle.

Näitä toki pitää hieman katsoa tapauskohtaisesti riippuen miten iso otoskoko datalla on. Tässä tapauksessa Budish on tällä kaudella laukonut paljon vähemmän kuin aiemmin, eli uusimman tiedon painoarvoa lienee syytä hieman vähentää laukausprosentin osalta. Tässä esimerkissä ratkaisu lopulta on Budishin viimeistelytehokkuuden muutos 8,5%-> ~9,5%. Eli jatkossa hänen odotetaan viimeistelevän tuolla tehokkuudella.

Tuo toki oli sinänsä vain esimerkki ja lukujahan ei päivitellä ainoastaan kerran kaudessa, vaan esimerkiksi itsellä kaikki tilastot päivittyvät aina joka ottelun jälkeen. Alkukaudesta painotus uusilla tilastoilla on luonnollisesti pelimäärän mukaan suhteessa pienempi.

Huomioidaan kaikki pelaajat -> koko joukkueen tilasto

Kun samat laskelmat tehdään kaikille pelaajille, niin siitä voidaan silloin muodostaa koko joukkueen maalinteon tehokkuuden ennnuste. Tuon ennusteen tekemisen vaiheessa tulee huomioida pelaajille heidän arvioitu peliaikansa ja lukuja pitää käsitellä näiden peliaikojen suhteessa. Ei siis huomioida jokaista pelaajaa samanarvoisena laskemalla vaikkapa keskiarvoja kaikkien pelaajien lukemista.

Jos ei halua päivittää tarkkoja pelaajatilastoja, niin joukkuetasolla ajatellen tämä menetelmä on vastaava. Jos jokin joukkue viimeistelee hurjalla prosentilla alkukaudella, niin oikea tapa reagoida on pelimäärän mukainen painotus uuden ja vanhan datan kesken. Näin ollen äärimmäisyydet karsiutuvat pois, mutta jäljelle jää kuitenkin hyödyllistä ja merkittävää tietoa.

Näillä viimeistelytehokkuuden lukemilla säädetään sitten maalipaikkatilastoista saatuja lukuja. Esimerkiksi, jos joukkueen xG-voimaluku on 50%, mutta joukkueen viimeistelytehokkuus on perustellusti parempaa, niin voimaluku saattaa päivittyä vaikka 53% kohdalle ja niin edelleen. Vastaavasti maalivahtien tasot säätävät lukua taas omaan suuntaansa.

Yhteenveto suhteessa xG-lukemiin: Jos xG-lukemat esimerkiksi osoittavat, että jokin joukkue on ollut koko kauden todella "epäonnekas", niin tässä on suuri vaara mennä metsään. Jos luottaa silmät kiinni pelkkiin xG-arvoihin, niin vedonlyönnissä se voi tuottaa pahasti tappiota. Pelaajamateriaalin hyvyys ja näin ollen myös tehokkuus maalipaikoissa ja maalivahtien vahvuus on muistettava huomioida joukkueiden pelitason arvioinnissa.

Kommentit (0)