Maç Analizi: Futbol Başarısını Gerçekten Öngören Göstergeler

Maç Analizi: Futbol Başarısını Gerçekten Öngören Göstergeler

xG’den GPS’e: Performans Analizinin Evrimi

Futbol performans analizinin son on yılda geçirdiği dönüşüm köklüdür. Uzun yıllar gol, şut ve pas gibi olay bazlı istatistikler kullanılırken artık GPS telemetrisi, optik izleme sistemleri (TRACAB, Hawk-Eye) ve gelişmiş istatistiksel modeller bir arada çalışır. Beklenen gol (xG) modeli bu dönüşümün simgesidir: bir golün vuruş pozisyonu, mesafesi, pas zinciri ve beden parçasına dayanan tarihsel veriyle hesaplanan olasılığıdır. Premier Lig’de 2018-2023 döneminin sezon sonu xG sıralamalarıyla puan sıralamaları arasındaki korelasyon katsayısı 0,82 bulunmuştur; bu düşük değildir ancak mükemmel de değildir. xG’nin sınırlılığı ise kaleci konumu, defans yoğunluğu ve vuruş kalitesini tam olarak yakalayamamasıdır. Bu boşluğu kapatmak için “post-shot xG” (vuruş sonrası pozisyon güncellenen model) ve xG On Target gibi türevler geliştirilmiştir.

GPS Metrikleri: Ne Ölçülür ve Ne Anlama Gelir?

GPS ve optik izleme sistemleri futbolculara ait onlarca fiziksel metrik üretir. Bunların en yaygın kullanılanları şunlardır: Toplam mesafe (ortalama 10-13 km/maç, pozisyona göre farklılaşır), yüksek yoğunluklu koşu mesafesi (HID: >19,8 km/h, ortalama 900-1500 m), sprint mesafesi (>25 km/h, ortalama 200-400 m), maksimum hız (elit erkek futbolcuda ortalama 30-33 km/h), ivmelenme/yavaşlama sayısı (>3 m/s², maç başına 400-600). Ancak bu metriklerin maç sonucunu ne kadar öngördüğü tartışmalıdır. Rampinini ve ark. (2007) çalışması sprint mesafesinin kazanan takımda kaybedenden %8 daha yüksek olduğunu bulmuştur; ancak bu ilişkinin nedensellik içermediği vurgulanmıştır. Sahip olan takım daha az sprint yapar çünkü topu karşı takım peşinde koşar; bu metrikleri yorumlama konusunda dikkat gerektirir.

Baskı Metrikleri ve PPDA: Taktik Analitik

Baskı (press) yoğunluğu ölçümü için PPDA (Passes Allowed Per Defensive Action) giderek yaygınlaşan bir metrik hâline geldi. PPDA, savunma bölgesinde rakibin attığı pas sayısının savunma eylemine (top çalma, müdahale, faulle durdurma) bölünmesiyle hesaplanır; düşük değer yüksek baskı yoğunluğunu gösterir. Bu metrik takımın savunma organizasyonunu sayısallaştırma konusunda geleneksel istatistiklerden üstündür. Alternatif olarak Klopp’un Liverpool’unda geliştirilen PPDA türevleri, rakibin belirli bölgelerdeki pas başarısını, çevirme süresi ve pres tetikleyici bölgelerle haritalayan daha kapsamlı basın kalitesi endekslerine evrilmiştir. Bu analizlerin değeri antrenman tasarımına yansımasındadır: hangi alanda pres yetersiz kalıyor, hangi oyuncu pres tetikleyici görevi yapıyor soruları sistemik veriyle yanıtlanabilir.

Hangi Metrik Gerçekten Maç Sonucunu Öngörür?

Spor analitikçileri onlarca metrik arasından maç sonucunu en güçlü öngören değişkenleri bulmak için regresyon ve makine öğrenimi yöntemlerini kullanmıştır. Araştırmalar tutarlı biçimde xG farkı, şut on target oranı ve rakip sahasındaki pas ağı kalitesinin maç sonucunu bireysel fiziksel metriklerden çok daha güçlü öngördüğünü göstermektedir. Buna karşın bazı fiziksel metrikler de anlamlıdır: yüksek yoğunluklu koşu mesafesi son 15 dakikada anlamlı azalma (eşik: %15 düşüş) gol yeme riskiyle ilişkilidir; bu “fiziksel kritik pencere” kavramını destekler. Ayrıca ikinci yarı orta bölge yönetimi — hem top geri kazanma hem hızlı geçiş sayısı — yüksek korelasyon gösterir. Analitik departmanların bulguları ancak antrenör pratiğine bağlandığında değer üretir; bu nedenle veri yorumu “insan katmanı” içermelidir.

GPS Veri Yorumlamanın Sınırlamaları

GPS ve optik izleme verileri güçlü araçlardır ancak hatalı yorumlandığında yanıltıcı sonuçlara yol açar. Bağlamsal düzeltme bu yorumun temelidir: ev-deplasman, hava sıcaklığı, skor gelişimi, saha zemini ve rakip kalitesi sabit tutulmadan ham mesafe verileri anlamsızlaşır. Örneğin 10-0 öne geçen takımın oyuncuları son 20 dakika yavaş koşarken rakip stoper tüm maç koştuğunda birincinin “düşük performansı” aslında skoru yönetme kararıdır. Bir diğer yanıltıcı nokta pozisyon karşılaştırmasıdır: kaleci ile kanat oyuncusunu sprint mesafesiyle kıyaslamak kategori hatasıdır. Etkili GPS yorumlaması her oyuncuyu kendi pozisyon normlarıyla kıyaslar; en iyi 5. persentil değerleriyle değil kendi taban çizgisiyle. Son olarak 10 Hz GPS sistemleri ile optik izleme sistemleri arasında maksimum hız ölçümlerinde %3-8 fark bulunabilir; bu teknik farklılık karşılaştırmalarda dikkate alınmalıdır.

Kaynaklar

1. Rampinini E, Coutts AJ, Castagna C, Sassi R, Impellizzeri FM (2007). Variation in top level soccer match performance. International Journal of Sports Medicine, 28(12): 1018-1024. doi:10.1055/s-2007-965158
2. Di Salvo V, Baron R, Tschan H, Calderon Montero FJ, Bachl N, Pigozzi F (2007). Performance characteristics according to playing position in elite soccer. International Journal of Sports Medicine, 28(3): 222-227. https://pubmed.ncbi.nlm.nih.gov/17024626/
3. Bradley PS, Sheldon W, Wooster B, Olsen P, Boanas P, Krustrup P (2009). High-intensity running in English FA Premier League soccer matches. Journal of Sports Sciences, 27(2): 159-168. doi:10.1080/02640410802512775
4. Mead J, O’Hare A, McMenemy P (2023). Expected goals in football: Improving model performance and demonstrating value. PLoS ONE, 18(4): e0282295. doi:10.1371/journal.pone.0282295