Fodbolddata er genialt, når det hjælper dig med at se mønstre, som øjet overser. Men det bliver hurtigt misvisende, hvis du bruger ét tal som facit. Artiklerne i denne kategori handler derfor om at læse statistik som et “andet kamera” på kampen: nyttigt, men aldrig hele historien.
Hvis du også interesserer dig for, hvorfor tallene opstår (pres, struktur, mandsopdækning, overtal), så kig gerne forbi vores kampanalyse og taktik, hvor vi kobler data på spillets mekanik.
xG estimerer sandsynligheden for, at en afslutning bliver til mål ud fra typisk kvalitet: position, vinkel, situationstype (åbent spil/dødbold), m.m. Det er især stærkt til at vurdere, om et hold skaber chancer, der normalt giver scoringer. Men xG er ikke en dom over, hvem der “burde” have vundet en kamp – den fortæller kun noget om afslutningerne, ikke om alle de angreb, der dør før skuddet.
xA (Expected Assists) knytter forventet målchance til afleveringen før skuddet. Det giver ofte et bedre billede af kreative spillere end rå assists. Husk bare: to identiske afleveringer kan give forskellig xA, hvis afslutningen bliver taget fra en anden position eller under pres.
PPDA bruges til at beskrive presintensitet: hvor mange pasninger modstanderen får lov at spille, før der kommer en defensiv aktion (tackling, interception, pres mv.). Lav PPDA kan indikere aggressivt pres – men det kan også skyldes kampbillede, score, eller at modstanderen spiller direkte og derfor ikke “tilbyder” mange pasninger.
Boldbesiddelse alene er ofte overfladisk. Field tilt (forenklet: hvor stor en del af spillet foregår i modstanderens tredjedel) og territorialt pres kan være mere afslørende for, hvem der skubber kampen i den rigtige retning. Men igen: et hold kan dominere territoriet uden at skabe farlige afslutninger.
Den bedste metode er at lade tal og video udfordre hinanden:
Vil du dykke mere ned i spillerroller og udvikling (hvad en 6’er, 8’er eller kant faktisk bidrager med i data), så kan vores indhold om spillerudvikling være et godt næste skridt.
Det gør både nørden, der elsker modeller – og træneren/motionisten, der bare vil forstå kampene bedre. Statistik kan også være en genvej til at følge tendenser i ligaen: Hvilke hold skaber mest, hvem overperformer i mål, og hvem lever farligt. Hvis du især følger dansk fodbold, så hop videre til Superliga og dansk fodbold, hvor data ofte giver et ekstra lag til formkurver og matchups.
Start med de grundlæggende begreber (xG, xA, PPDA), og byg på med mere specifikke vinkler: pres, afslutningskvalitet, chanceprofiler og spillerbidrag. Målet er ikke at “vinde” en diskussion med et tal – men at forstå kampen bedre og mere nuanceret.
