Introduzione al riassunto statistico settimanale

Con l’avvento di metodi statistici sempre più raffinati anche nel calcio, emerge la necessità di fornire, anche dal punto di vista dell’informazione sportiva, più notizie in tal senso. Basti pensare alla dirigenza del Liverpool, che non ha paura di spendere molto per giocatori che ritiene utili al gioco della sua squadra (Stewart Downing un esempio calzante), oppure all’Udinese, che adotta un sistema informatizzato per raccogliere dati sui migliori giovani in qualsiasi angolo del Mondo. Considerando le ristrettezze economiche globali, questo approccio sarà sempre più utilizzato per non sprecare soldi in investimenti tecnici sbagliati. Così come le società calcistiche, anche noi di MondoPallone vogliamo adeguarci a questo nuovo trend, ed ogni settimana tenteremo di offrire un’ analisi statistica dei maggiori campionati europei.

Prendendo in considerazione gol, tiri, possesso palla, confronteremo le squadre di Liga, Premier League, Ligue 1, Serie A, BundesLiga e stabiliremo quali di esse si stiano esprimendo meglio, o quali siano le sue caratteristiche di gioco. Tutto questo con l’obiettivo di poter innanzi tutto pronosticare le possibilità di ogni squadra di raggiungere il suo obiettivo stagionale, ed in secondo luogo di riuscire a “scovare” i migliori talenti nascosti in Europa.

Questa settimana il nostro approccio ha ancora poco da dire (poche partite giocate) ed è inutile fare discorsi su statistiche che vogliono dire ben poco. Quando tutte le squadre di Premier League avranno giocato tre gare, inizieremo con la rubrica. Questo articolo è inteso però ad introdurre il metodo che utilizzeremo in tutta la stagione.

RESOCONTO CAMPIONATI

Nella prima sezione ci saranno varie classifiche. Quella delle prime dodici squadre in Europa per possesso palla, quella dei primi dodici capocannonieri dei campionati, quella del rendimento casalingo ed esterno (quattro squadre per ogni campionato). Man mano che la stagione andrà avanti, preventiviamo di poter aggiungere qualcosa di “nostro”. Per esempio, riportando quante partite si decidono negli ultimi 15 minuti in ogni campionato e quali siano le squadre che più si avvantaggiano di questo. O, ancora, quante compagini commettono più o meno falli a seconda della posizione di campo.

INTRODUZIONE ALL’IPO (Indice di Potenziale Offensivo)

Per quanto riguarda le prestazioni singole, ci è venuta in mente una nuova idea: convertire un indice proprio del football in un contesto calcistico.
L’EPA (Earned Points Added = punti guadagnati aggiunti) è un indice elaborato da Brian Burke per il sito “advanced NFL stats”. Per maggiori informazioni vi rimandiamo al sito stesso, nel frattempo lo spieghiamo con parole nostre.
Ogni situazione di gioco (tenete a mente che il football è uno sport molto più “tracciabile” del calcio) ha un valore EPA diverso. Se un attaccante ha una giocata di successo, su tale situazione il suo EPA complessivo si alza dell’EPA della giocata successiva meno l’EPA della giocata stessa. Per esempio, se un’azione vale 2.0 EPA, e grazie ad una corsa l’azione seguente vale 2.2 EPA, l’EPA del giocatore che ha corso vale 0.2 EPA. Alla fine della partita, la somma di tutte questi guadagni darà l’EPA finale.

Nel calcio c’è poco tracciamento territoriale, e non abbiamo informazioni su dove arriva il passaggio, se va a segno, se determina un reale vantaggio per la squadra in attacco, se migliora il potenziale offensivo della squadra in quel momento.
Per questo abbiamo semplificato il concetto di EPA per applicarlo al calcio. Ogni passaggio recapitato viene considerato una giocata di successo, ma gli viene dato un punteggio (GS) solo se lascia uno o più avversari dietro di sé. Per esempio, un cross in mezzo all’area che finisce sulla testa dell’attaccante vale tanti punti quanti giocatori c’erano sulla traiettoria. Allo stesso modo, un dribbling varrà 1 se un solo giocatore sarà saltato, 2 se i difensori tagliati fuori saranno un paio, e così via.

Non potendo stabilire quali avanzamenti sono più importanti di altri, abbiamo trasformato il dominio spaziale del football in un dominio temporale per il calcio. Dividiamo la partita in 6 tronconi: dal 1′ al 15′, dal 15′ al 30′, eccetera, e diamo un moltiplicatore di importanza (MI) ad ognuna di queste fasce, partendo da 0.5 ed aumentandolo di 0.6 se la partita rimane in parità o se la squadra va in svantaggio, diminuendolo qualora si vado invece in vantaggio. In questo modo le giocate effettuate sull’1–0 per gli avversari fatte all’80’ verranno moltiplicate per 1.0, e varranno il doppio di quelle fatte al secondo minuto di gioco.

Ogni settimana guarderemo una partita o due e raccoglieremo questi dati per i giocatori in campo. Cosa scopriremo? L’obiettivo è trovare qualche campione, o più semplicemente giustificare possibili manovre di mercato tese ad arrivarci.
Nella prima partita dell’anno abbiamo analizzato Everton–Manchester United, atteso Monday Night di Premier League. L’IPO ci ha spiegato due cose: la caccia spietata a Leighton Baines da parte di Liverpool e proprio Manchester United, ed il motivo per cui Ferguson ha avuto fretta a strappare Shinji Kagawa al Borussia Dortmund ad inizio estate.

Nome	Ruolo	0-15	15-30	30-45	45-60	60-75	75-90	MI1	MI2	MI3	MI4	MI5	MI6	IPO
EVERTON
Howard	POR	0	0	0	0	0	0	0,5	0,6	0,7	0,8	0,7	0,6	0
Hibbert	DIF	0	0	2	2	0	0	0,5	0,6	0,7	0,8	0,7	0,6	3
Jagelka	DIF	1	0	1	1	0	0	0,5	0,6	0,7	0,8	0,7	0,6	2
Distin	DIF	0	0	0	0	0	0	0,5	0,6	0,7	0,8	0,7	0,6	0
Baines	DIF	2	3,5	4	0	0	1	0,5	0,6	0,7	0,8	0,7	0,6	6,5
Osman	CEN	0	2	2	2	1	2	0,5	0,6	0,7	0,8	0,7	0,6	6,1
Neville	CEN	0	0	2	0	0	0	0,5	0,6	0,7	0,8	0,7	0,6	1,4
Gibson	CEN	1	2	0	1	2	0	0,5	0,6	0,7	0,8	0,7	0,6	3,9
Pienaar	CEN	1	2,5	1	2	0	0	0,5	0,6	0,7	0,8	0,7	0,6	4,3
Fellaini	ATT	3	0,5	4	3	1	0	0,5	0,6	0,7	0,8	0,7	0,6	7,7
Jelavic	ATT	0,25	0	0	0	0	0	0,5	0,6	0,7	0,8	0,7	0,6	0,13
Coleman	ATT	0	0	0	0	0	2	0,5	0,6	0,7	0,8	0,7	0,6	1,2
Naysmith	ATT	0	0	0	0	0	0	0,5	0,6	0,7	0,8	0,7	0,6	0
Heitinga	DIF	0	0	0	0	0	0	0,5	0,6	0,7	0,8	0,7	0,6	0
MAN UTD
De Gea	POR	1	0	2	2	0	0	0,5	0,6	0,7	0,8	0,9	1	3,5
Valencia	DIF	2	0	1	1	3	2	0,5	0,6	0,7	0,8	0,9	1	7,2
Vidic	DIF	0	0	0	0	0	0	0,5	0,6	0,7	0,8	0,9	1	0
Carrick	DIF	0	0	0	1	0	0	0,5	0,6	0,7	0,8	0,9	1	0,8
Evra	DIF	1	1	1	0	0	1	0,5	0,6	0,7	0,8	0,9	1	2,8
Scholes	CEN	0,5	4	0	2	1	0	0,5	0,6	0,7	0,8	0,9	1	5,15
Cleverley	CEN	0	0	0	1	0,5	0	0,5	0,6	0,7	0,8	0,9	1	1,25
Nani	CEN	0,5	0,5	0	0	0,5	0	0,5	0,6	0,7	0,8	0,9	1	1
Kagawa	CEN	2,5	0	5	1,5	3	1	0,5	0,6	0,7	0,8	0,9	1	9,65
Rooney	ATT	0	2	0,5	1,5	1	1	0,5	0,6	0,7	0,8	0,9	1	4,65
Welbeck	ATT	0	1	1	0	0	0	0,5	0,6	0,7	0,8	0,9	1	1,3
Van Persie	ATT	0	0	0	0	0	1	0,5	0,6	0,7	0,8	0,9	1	1
Young	ATT	0	0	0	0	0	2	0,5	0,6	0,7	0,8	0,9	1	2
Anderson	CEN	0	0	0	0	0	1	0,5	0,6	0,7	0,8	0,9	1	1

 

La nostra iniziativa è a carattere sperimentale, ed aperta a qualsiasi suggerimento. A fine stagione si tireranno le somme stabilendo quali caratteristiche di questi riassunti statistici siano davvero utili al fine di capire meglio il calcio europeo.