Piłka, dwie bramki i... tysiące liczb

Wyzwaniem jest więc, by zrozumieć ten język. Im bowiem więcej informacji do dyspozycji, tym łatwiej ulec iluzji wszechwiedzy: ograniczyć się do ich skrawka, spojrzeć w niewłaściwym kierunku, narzucić sobie wąskie ramy interpretacyjne i wyciągnąć błędne wnioski.

Najbardziej błahe z cyberkatalogu informacji mogą posłużyć za podstawę strategicznych ruchów, nierzadko wartych miliony dolarów – czego szczególnym przykładem jest sport. Niezorientowany widz gotów spłycić mecz piłkarski do tego, co bezpośrednio zauważalne – do fizycznej rywalizacji, nawet walki plemion – pomijając to, co rozgrywa się poza głównym „placem boju”, w gabinetach analityków. W istocie najpopularniejsze rozgrywki zostały w dużej mierze sprowadzone do "gry liczb" – jakkolwiek istotny nie pozostawałby aspekt losowy, w największych klubach całe sztaby ludzi pracują codziennie nad zniwelowaniem udziału losu w przebiegu wydarzenia. Na najwyższym szczeblu rozgrywek nic nie dzieje się bez udziału danych: transfery, zmiany w składzie, dobór taktyki – każda decyzja musi mieć poparcie w danych, a informacje zbierane w tym celu są niesłychanie różnorodne i obszerne. Analityczne podejście wypiera przy tym "staroszkolnych" trenerów i skautów, ufającym bardziej niż danym własnym oczom i doświadczeniu.

Liczby grają w baseball

Z danych statystycznych korzystają w największym stopniu stricte amerykańskie dyscypliny, zaś szczególnie opiera się na nich baseball. Jak pisze Nate Silver, jeden z pionierów nowoczesnej analizy danych w baseballu, który "pozasportowemu" światu dał się poznać w 2012 roku, na podstawie big data prawidłowo przewidując wyniki wyborów prezydenckich w 49 z 50 stanów USA, "baseball dysponuje zapewne najbogatszym zbiorem danych na świecie: w zasadzie wszystko, co wydarzyło się na boiskach major league w ostatnich 140 latach, zostało sumiennie i precyzyjnie utrwalone, a na najwyższym szczeblu występują co roku setki graczy". Miłość baseballu do liczb stała się czymś w rodzaju popkulturowego mitu: fenomen doczekał się wszak nawet przedstawienia w kinowym hicie – "Moneyball" z Bradem Pittem w głównej roli. Ważniejsza w zobrazowaniu zjawiska jest książka Michaela Lewisa pod tym samym tytułem, która dała przyczynek do zrealizowania filmu, a która nie ma nic wspólnego z literacką fikcją. Lewis szczegółowo opisuje sposób, w jaki na początku XXI wieku drużyna Oakland Athletics, dysponująca jednym z najmniejszych budżetów w MLB, wykorzystała nowoczesne podejście do danych statystycznych, by mimo wyraźnej przewagi finansowej rywali mieć znakomite wyniki i wbrew wszelkim oczekiwaniom awansować w kilku kolejnych sezonach do play-offów. Aby nawiązać walkę z najbogatszymi w lidze New York Yankees (w 2002 roku, a więc w kulminacyjnym punkcie historii Oakland A's wydającymi rocznie na płace graczy 126 milionów dolarów – przy zaledwie 40 milionach Oakland), menedżer The A's Billy Beane zastosował metodę analizy danych zwaną ”sabermetrics”, która brała pod uwagę cechy zawodników dotychczas ignorowane przez zawodowych trenerów i skautów. Istotę sukcesu Oakland autor książki streszcza: "U podstaw eksperymentu leżał pomysł, by wymyślić baseball na nowo […] Zawodnicy ściągani przez Oakland byli ofiarami bezmyślnych uprzedzeń zakorzenionych w tradycji sportu. Dział badań i rozwoju w biurze Oakland uwalniał ich od tych uprzedzeń i pozwalał udowodnić prawdziwą wartość".

Nate Silver zaistniał z kolei w świecie baseballa jako twórca systemu analizy gry zawodników PECOTA, zdolnego szeregować i porównywać dane z tysięcy meczów dotyczące dziesiątek tysięcy zawodników (m.in. skuteczność zagrań miotaczy czy pałkarzy, ich atrybuty fizyczne, wiek, etc.). Odpowiednie algorytmy były w stanie na podstawie dobranych i przetworzonych danych wyliczyć prawdopodobną skuteczność graczy w przyszłych występach, co z kolei poskutkowało wprowadzeniem do scoutingu matematycznie uzasadnionej wartości "ageing curve" – innymi słowy, ludzie odpowiedzialni za wyszukiwanie baseballowych talentów dostali do rąk narzędzie pozwalające w przybliżeniu ocenić wiek, w jakim zawodnik zacznie tracić na jakości. W efekcie otworzyło to drzwi do kariery przed graczami, którzy wcześniej zostaliby skreśleni przez silne zespoły jako "mający już z górki", a co do których przesądy o "najlepszym wieku" dla baseballistów w praktyce się nie stosowały. Wraz z osiągnięciami Beane'a w Oakland, praca Silvera doprowadziła do upowszechnienia "statystycznego" podejścia do baseballa.

"Moneyball" wszedł do kanonu literatury sportowej, a samo pojęcie zakorzeniło się w języku sportu – wciąż najczęściej używa się go w baseballu, ale wyszło także poza realia tej dyscypliny. Wyjątkowo często używa się go na Wyspach Brytyjskich w kontekście futbolowej Premier League, chociaż bywa wypaczane. Zwrot przytacza się, gdy mowa o zespole sięgającym po nowoczesne rozwiązania analityczne, ale także, potocznie, traktując o ekipach stawiających opór najbogatszym rywalom i wygrywających tytuły mimo relatywnie małych budżetów.

Zburzyć stary ład

Chociaż chwytliwy termin doczekał się przeszczepu na piłkarski grunt, wyciągnięcie rzeczowych wniosków z baseballowego wzorca i przeniesienie do futbolu analitycznego podejścia nie przebiegło tak łatwo. W istocie rzeczy piłka nożna znajduje się na przeciwnym do baseballa biegunie – jest zdecydowanie najmniej otwartym na technologiczne nowinki spośród popularnych sportów drużynowych. Żeby zobrazować przepaść dzielącą pod tym względem futbol i amerykańskie dyscypliny, można się posłużyć skrajnym przykładem – w 2012 roku, kiedy w USA metody Silvera były w powszechnym użyciu, selekcjonerem piłkarskiej reprezentacji Polski był Franciszek Smuda, który zwykł mawiać m.in. że "umie ocenić piłkarza po tym, jak wchodzi po schodach". Jaskrawy, polski przykład nie jest aż tak odległy od krajów o największej futbolowej tradycji. Brytyjscy analitycy Chris Anderson i David Sally diagnozę problemu niechęci klubów Premier League do wykorzystywania statystyk zaczynają od tezy, że futbol od dziesiątek lat obciążony jest ciężarem tradycji, który zawiera się w jednym zdaniu: "tak jak zawsze się robiło". W książce "The Numbers Game" Anderson i Sally przywołują przykład anonimowego trenera z Premier League, który odrzucił zaproponowanych przez nich i zaaprobowanych przez zarząd klubu zawodników mówiąc, że "statystyki nie będą decydowały za niego, kogo ściągnąć, bo one nie powiedzą, jakie piłkarz ma serducho do gry”. Doświadczeni, żyjący futbolem od zawsze trenerzy wszędzie – nieważne jak bogata jest liga, w której pracują – są bowiem tacy sami: nieufni wobec nowego, przyzwyczajeni do swoich metod, przerażeni pomysłem, że ich ukochaną grę da się sprowadzić do rzędów liczb

Tak, mecz piłki nożnej da się opowiedzieć w arkuszu kalkulacyjnym, ale nie odbiera to sportowej rywalizacji uroku – a nawet go przydaje. Słynne powiedzenie trenera Kazimierza Górskiego, upraszczające futbol do jednej piłki i dwóch bramek nie mogłoby być dalsze od prawdy. Każdy mecz to w istocie 90-minutowa sekwencja nowych, czekających na przetworzenie danych: strzały, podania, próby i skuteczność odbiorów, przejęcia, wybicia, dryblingi, wyskoki do "główek", bramkarskie parady, a nawet ruch zawodników – to jednostki informacji na bieżąco śledzone i wprowadzane do baz danych przez zawodowych statystyków. Żeby unaocznić z jakim ogromem pracy mają do czynienia odpowiadający za gromadzenie piłkarskich statystyk: w trakcie finału Ligi Mistrzów między Interem Mediolan a Bayernem Monachium w 2010 roku ekipa obserwacyjna (trzyosobowa: jedna osoba śledząca wyłącznie zagrania Bayernu, druga – Interu i trzecia korygująca niedopatrzenia) pionierskiej w tej dziedzinie firmy Opta zanotowała 2842 zagrania, czyli około jedno na dwie sekundy. Jeżeli umownie przyjąć tę częstotliwość za typową dla każdego meczu, oznaczałoby to, że w trakcie jednej kolejki ligowej, 20-drużynowych rozgrywek wytwarzane jest około 30 tysięcy jednostek danych.

Błąd księgowego

Chociaż futbol zaczął się na dobre oswajać z drobiazgową statystyką dopiero u progu XXI wieku, prekursora piłkarskiego "big data" znaleźć można jeszcze w pierwszej połowie poprzedniego stulecia. Podwaliny pod dzisiejszą analizę statystyczną, ale też pod koncepcję gry, która miała towarzyszyć Anglikom przez kolejne dekady, położył oficer RAFu i księgowy z wykształcenia, Charles Reep, którego fascynacja piłką nożną sięgała jeszcze lat 30. ubiegłego wieku. Wybuch wojny nie pozwolił mu od razu zrealizować pomysłu połączenia futbolu z zacięciem do rachunkowości, toteż pierwsze – niezachowane do dziś – zapiski Reepa powstały dopiero w 1950 roku. Sfrustrowany niską efektywnością (tj. przełożeniem liczby ofensywnych akcji na zdobyte bramki) oglądanych piłkarzy Brytyjczyk jął szczegółowo zapisywać przebieg oglądanych meczów, podanie po podaniu rozpisując każdy ciąg skutecznych zagrań danej drużyny. Z zapisków wyprowadził kilka nowatorskich wniosków – przede wszystkim zauważył, że szczególnie skuteczne są akcje, w których atakujący zespół odbiera piłkę rywalowi w jego własnym polu karnym lub możliwie blisko niego (dziś to banał: każdy wie, jak pożyteczny jest wysoki pressing).

Pierwsze podejście do statystycznego "wyjaśnienia" piłki nożnej przyniosło też pierwszy duży błąd w interpretacji danych. W latach 1953-1967 Reep oraz szef Królewskiego Towarzystwa Statystyków, Benjamin Bernard, poddali obserwacjom 578 meczów ligi angielskiej oraz mistrzostw świata, z których wyliczyli następnie, że aż 91,5 procenta akcji składa się z maksymalnie trzech podań, a zaledwie jeden procent stanowią kombinacje z więcej niż szóstką podań. Razem z wcześniejszą obserwacją, jakoby średnio 7 z 9 goli padało po maksymalnie trzyzagraniowych akcjach, utwierdziło to Reepa w przekonaniu, że najlepszym sposobem gry są dalekie, bezpośrednie zagrania eliminujące konieczność konstruowania długich serii podań. Wniosek ten był fundamentalnie błędny. Żeby bowiem twierdzenie Reepa było prawdziwe, odsetek goli po krótkich akcjach powinien przewyższać owe 91,5% wszelkich akcji – tymczasem z jego własnych ustaleń wynikało, że rozegrania poniżej 3 podań odpowiadają za około 78% goli (7 na 9 bramek), co oznaczało, że rzadziej praktykowane, dłuższe kombinacje są w rzeczywistości bardziej efektywne. Analityk nie brał także pod uwagę stałych fragmentów wywalczonych po długich rozegraniach, ani – dziś dziecinnie oczywistego – faktu, że dłuższe utrzymywanie się przy piłce zmusza rywali do cięższej pracy, męczy ich i wymusza błędy, które z kolei przynoszą więcej bramkowych szans rozgrywającemu zespołowi. Aż trudno uwierzyć, że przeczące logice wnioski Reepa zdominowały na wiele lat angielską myśl futbolową (Reep miał doradczą rolę w grającym w Premier League Watfordzie jeszcze na początku lat 90.), a wielu wyspiarskich szkoleniowców do dziś pozostaje orędownikami gry "długą piłką" bez względu na okoliczności.

Cyfrowe imperium

Gromadzenie piłkarskich statystyk we współczesnej formie ma swój początek w 1996 roku, kiedy do życia powołana została spółka Opta Sports. Analitycy Opty zaczynali od śledzenia meczów angielskiej Premier League i dostarczania danych telewizji Sky Sports. Początkowo ich praca ograniczała się do zliczania tylko najbardziej oczywistych zagrań – podań, strzałów i obron – zaś opracowanie jednego meczu sprowadzało się do czterogodzinnego seansu puszczania i zatrzymywania taśmy VHS, przerywanego ręcznymi notatkami. Przełom dokonał się w 2006 roku, kiedy firma wprowadziła do swojej oferty przetwarzanie danych w czasie rzeczywistym. To dzięki niej transmisje sportowe na bieżąco uzupełniają aktualne dane dotyczące występów poszczególnych zawodników, a kibice mogą za pośrednictwem stron WWW i mobilnych aplikacji na żywo śledzić oprócz wyniku spotkania takie detale jak celność zagrań czy procentowy udział drużyny w posiadaniu piłki.

O ile Opta pomimo rozległej współpracy z klubami koncentruje swą działalność głównie na dostarczaniu opracowanych informacji mediom, o tyle głębiej, nieco na uboczu świadomości kibiców, działają firmy skupiające się na kolekcjonowaniu i opracowaniu danych stricte pod kątem pracy piłkarskich sztabów szkoleniowych. Prozone czy InStat to dziś potężne marki, których opracowania towarzyszą tysiącom klubów w codziennej pracy. Oprócz analizy nagrań i transmisji na żywo w celu pozyskania danych bliźniaczych do tych, którymi operuje Opta, wykorzystują własne narzędzia śledzenia boiskowych wydarzeń w czasie rzeczywistym. Dzięki rozlokowanym na trawie własnym kamerom, a także kamizelkom GPS i nadajnikom zakładanym w ochraniaczach noszonych przez piłkarzy, są w stanie na bieżąco monitorować każdy aspekt meczów i treningów. Precyzję i skuteczność zagrań zawodników da się dzięki temu łatwo skorelować z ich fizycznym zaangażowaniem – śledząca każdy ruch piłkarza technologia różnicuje liczbę sprintów i wolnych przebieżek, co pozwala kontrolować poziom kondycyjnego przygotowania gracza i np. trafnie ocenić moment, w którym jego przydatność dla drużyny spada na tyle, by zdjąć go z boiska.

Dane gromadzone przez Prozone czy InStat służą też w taktycznym przygotowaniu do meczów. Firmy oprócz liczb i schematycznych grafik (np. "map cieplnych" obrazujących miejsce i częstotliwość kontaktów danego zawodnika z piłką) dysponują także ogromnymi bazami nagrań z meczów z całego świata. Klubowy trener czy analityk kilkoma kliknięciami może odnaleźć interesujące go akcje z ostatnich spotkań rywala – nie tylko te pozornie najważniejsze, bramkowe, ale właściwie każdą sytuację z meczu: konkretny, wygrany przez gracza pojedynek czy specyficznie rozegrany stały fragment. O jak ogromnych bazach mowa, ukazuje skrupulatność, z jaką InStat przygląda się wyłącznie polskiej piłce: chociaż z usług firmy nie korzystają nawet wszystkie zespoły Ekstraklasy, analitycy InStatu opracowują statystyki i klipy wideo ze wszystkich meczów od Ekstraklasy do II ligi oraz sporej części spotkań III-ligowych.

Sztuka analizy

Zaangażowanie nowych technologii wymusza też na klubach tworzenie własnych komórek specjalizujących się w analizie danych. Pierwszy trener, odpowiadający za treningi z 25-osobową grupą zawodników, dobór taktyki, a nierzadko także za negocjacje transferowe, potrzebuje wsparcia ludzi, którzy przebrną za niego przez ogrom danych i przygotują esencję istotnych informacji. Konieczność zatrudniania etatowych "gości od liczb" wywołuje jednak w klubach problemy – analitycy to wciąż w świecie futbolu organizmy obce; nawet jeżeli są pasjonatami sportu, to wciąż spoza "światka". Budzą nieufność, a obce, niepiłkarskie nazwy ich stanowisk dodatkowo utrudniają umiejscowienie nowych postaci w sztabowej hierarchii: schemat relacji menedżer – asystenci – trenerzy – skauci jest czytelny, utrwalony latami praktyki, ale gdy przychodzi znaleźć w tym układzie pozycję analityka (ale także psychologa, dietetyka, etc.), sprawy się komplikują. Uprzedzeniami jest podszyte całe środowisko. Wystarczy spojrzeć, jak w 2015 roku obecny redaktor naczelny sportowego działu "The Sun", Neil Ashton opisywał w "Daily Mail" "rosnący wpływ analityków, młodych bez doświadczenia w skautingu, którzy pozbawili pracy porządnych ludzi piłki. Ten nowy gatunek spędza całe dnie w klimatyzowanych biurach, montuje nagrania z meczów całego świata i zakopuje głowy w statystykach".

Więcej szacunku dla nowych metod mają Niemcy, których można uznać za pionierów wykorzystania "big data" i wideoanalizy w wielkiej piłce. Niemiecka kadra już w 2006 roku posiłkowała się w przygotowaniach do mistrzostw świata technologią: to skrupulatna wideoanaliza pozwoliła m.in. na przygotowanie dla bramkarza Jensa Lehmanna ściągi, dzięki której w konkursie rzutów karnych w ćwierćfinałowym meczu z Argentyną Niemiec obronił dwa strzały i rzucił się we właściwym kierunku przy dwóch pozostałych, czym dał drużynie awans. Dziś w Bundeslidze pracuje już całe pokolenie młodych trenerów, dla których gabinet analityków jest miejscem pracy równie naturalnym, jak treningowe boisko. Thomas Tuchel z fascynacją mówi o "naukowym spojrzeniu, które łączy futbol z matematyką", zaś Peter Goerlich – analityk w sztabie Juliana Nagelsmanna – uzupełnia: – Przetworzenie danych tak, by stały się informacją, to prawdziwa sztuka.

Również w Anglii coraz częściej trafiają się kluby i sztaby, które podzielają ten pogląd i doceniają siłę "big data". Dobrym przykładem przekonania o sile liczb jest Liverpool, którego amerykański właściciel John W. Henry ma także doświadczenie w prowadzeniu drużyny baseballowej i od 2010 stara się je przenieść na piłkarski grunt (zasługą analityków jest m.in. transfer Roberto Firmino z Hoffenheim za 29 milionów funtów, z perspektywy czasu jawiący się jako strzał w dziesiątkę), ale pionierem analitycznych innowacji w Premier League jest Arsenal. Londyńczycy jako jedyny angielski klub nie korzystają z usług zewnętrznych dostarczycieli danych – w 2014 roku klub za 4 miliony dolarów kupił taką firmę na wyłączny użytek. Dyrektorzy Arsenalu Ivan Gazidis i Henrik Almstadt przekonali Arsene'a Wengera do zakupu StatDNA dzięki specyficznej prezentacji możliwości analityków – pokazali "szefowi szefów" opracowania, które pozwoliłyby uniknąć szczególnie nietrafionych transferów Park Chu Younga i Marouane'a Chamakha. Od tamtego czasu analitycy StatDNA przyczynili się do pozyskania przez klub wielu nowych graczy. Chociaż szczegółowe metody działania firmy są pilnie strzeżoną tajemnicą, to w środowisku uchodzą za najbardziej drobiazgowe w branży: pełna analiza jednego meczu drużyny ma zajmować aż do czternastu godzin, a jednym z mierników zmęczenia piłkarza jest podobno m.in. czas kontaktu stopy z podłożem w trakcie biegu.

Futbol wyjaśniony

Na początku trwającego dziesięciolecia zaczęto zwracać uwagę, że chętnie prezentowane przez wielkie stacje telewizyjne liczby są niesłusznie fetyszyzowane bądź podawane kibicom bez odpowiedniego wyjaśnienia. Szczególnie sukcesy Barcelony sprawiły, że sportowi eksperci, chcąc zabłysnąć, zaczęli wyjątkowo często podkreślać statystyki takie jak: procent celności podań, pozostawanie przy piłce czy liczbę strzałów jako uniwersalne wyznaczniki jakości drużyny. Gdzieś po drodze zapomniano o oczywistościach: licznik celnych zagrań można "podbić" seriami bezproduktywnych zagrań, a obraz ofensywnej, mającej sporo strzałów drużyny da się w statystykach poprawić desperackimi kopnięciami na bramkę z dużej odległości. Innymi słowy, ekspertom i dziennikarzom zdarzało się popełniać błędy logiczne w duchu przytoczonej wcześniej pomyłki Charlesa Reepa, by potem oburzać się, że – uwaga, truizm – "statystyki nie mówią wszystkiego".

Jedno z potencjalnych rozwiązań problemu nadeszło ze strony Opta Sports i grupy analityków-hobbystów, którzy pomagali rozwijać koncepcję "spodziewanych goli" (ang. expected goals), czyli nowatorską metodę oceny jakości kreowanych na boisku strzeleckich okazji. Pomysł ten zakłada przypisywanie każdej podbramkowej szansie wartości "xG", wyliczanej poprzez uwzględnienie szeregu czynników decydujących o tym, jak duże szanse piłkarz miał w danej sytuacji na zdobycie bramki: jaką częścią ciała strzelał, na jakiej wysokości leciała piłka, w jakim miejscu boiska się znajdował, jak blisko niego ustawieni byli obrońcy, itp. Przykładowo zawodnik strzelający w sytuacji sam na sam z bramkarzem dostałby wysoką wartość xG, co oznaczałoby, że na ogół piłkarz w takim momencie zdobywa gola i należałoby tego wymagać. Z kolei sytuacja po rzucie rożnym, kiedy w polu karnym na małej przestrzeni tłoczy się kilkunastu graczy, a strzela się głową, przyniesie niską wartość. Często po niekorzystnych wynikach kibice narzekają, że ich drużyna "powinna strzelić więcej" albo rywal "nie zasługiwał na gola" – zsumowanie xG dla drużyny w przeciągu 90 minut daje wymierne potwierdzenie tego, czy podobne tezy mają rację bytu. Przykładowo, jeśli spotkanie zakończy się rezultatem 1:1, ale xG obu zespołów będzie wynosiło odpowiednio 2.1 i 0.3, będzie to dowód, że jedna z drużyn zmarnowała dobre okazje i "przeciętnego" dnia prawdopodobnie zdobyłaby dwie bramki, natomiast druga – nie wykazała się kreatywnością i miała szczęście kończąc mecz z golem na koncie.

Inną odpowiedź na niedostatki podstawowych statystyk zaproponowali w 2015 dwaj, wówczas jeszcze aktywni, gracze Bundesligi – Stefan Reinartz (Bayer Leverkusen) i Jens Hegeler (Hertha BSC). Jako defensywni pomocnicy czuli się przez lata pomijani przez medialne analizy, na ogół skupiające się graczach ofensywnych. Ich odpowiedzią okazał się system Packing, "wyceniający" zagrania na podstawie tego, ilu przeciwników omijają. Całość opiera się na banalnym wniosku – aby zdobyć bramkę, trzeba ograć rywala. Im częściej więc drużyna mija przeciwników, tym lepiej prezentuje w ataku, a im rzadziej jej piłkarze dają się "przechodzić", tym lepiej broni. Zaletą rozwiązania jest to, że bazuje na obiektywnej i zrozumiałej wartości – wszak piłka albo minęła rywala, albo nie. Takie rozróżnienie pozwala łatwo ocenić na przykład, że 50-metrowe podanie obrońcy do napastnika, po którym ten ostatni stanął sam na sam z bramkarzem, jest cenniejsze niż takie, którym gracz przekazał drugiemu piłkę trzy metry przed pustą bramką – i analogicznie, gol z 30 metrów, strzelony ponad głowami sześciu rywali, jest bardziej wartościowy niż np. rzut karny. Precyzji dodaje systemowi wprowadzenie wartości "Impect", oddającej tylko sytuacje, w których "ogrywani" byli obrońcy i bramkarz, bo – kolejny banał – minięcie zawodnika defensywnej formacji niesie za sobą większe korzyści niż podanie pod nogami napastnika rywali na drugim końcu boiska. Zaletą systemu Reinartza i Hegelera jest duża przejrzystość, umożliwiająca zainteresowanie nią przeciętnych kibiców, niezaprzątających sobie głowy niuansami.

Pod strzechy

To ostatnie jest o tyle istotne, że oswojenie fanów z nowymi sposobami "czytania" piłki nożnej wydaje się być kolejnym – po przekonaniu do siebie zatwardziałych "ludzi futbolu" – dużym wyzwaniem zwolenników analitycznego spojrzenia. Domorośli pasjonaci nie będą się długo opierać: kibic lubi mieć w ręku dowody na to, że jego ulubiony piłkarz jest lepszy niż ten znienawidzony. Zmiany przychodzą bardzo szybko. Jeszcze stosunkowo niedawno wśród rzeczy obiektywnie policzalnych pod uwagę brany był tylko wynik i zdobyte bramki. Nawet liczenie asyst to właściwie nowy wynalazek – pierwszy raz podliczano je oficjalnie podczas finałów mistrzostw świata w 1994 roku, a największe ligi (m.in. Premier League i Ligue 1) zaczęły je odnotowywać dopiero w XXI wieku. Trudno wymagać, by fani przywykli do prostych reguł z dnia na dzień, przekonali się do miar tak skomplikowanych jak metryka "spodziewanych goli".

Wykonano już pierwsze kroki w kierunku oswojenia masowego odbiorcy z nowinkami: od sezonu 2017/18 telewizja BBC dołącza wskaźniki xG do pomeczowych statystyk. Jak wiele czasu musi upłynąć, by analityczny sposób widzenia futbolu przeniknął do debaty publicznej, pokazała jednak dwa lata temu rozegrana na antenie ESPN kłótnia między dziennikarzem Gabriellem Marcottim a ex-piłkarzem Craigiem Burleyem: kiedy ten pierwszy po porażce Bayernu Monachium z Atletico Madryt w Lidze Mistrzów ośmielił się odnotować, że Niemcy osiągnęli w dwumeczu ponad dwukrotnie wyższy wskaźnik xG i innego dnia zapewne wyszliby ze starcia zwycięsko, Szkot eksplodował: – Spójrz na wynik! O to tutaj chodzi! Czy tobie albo komukolwiek innemu się to podoba, czy nie, chodzi o wyniki! Dlatego trenerzy wylatują – a nie przez ten nonsens o "oczekiwanych golach"!. Niechcący Burley trafił wówczas w sedno: gdyby szefowie i kibice piłkarskich klubów częściej brali pod uwagę statystyczny ”nonsens”, nie zaś wyłącznie krótkoterminowe wyniki, debata o futbolu stałaby na wyższym poziomie, a trenerzy nie byliby zmieniani jak rękawiczki.

Eryk Delinger