Hur kan man dra nytta av all ny data som har nått fotbollen?
Datans intåg i fotbollen är både trevlig och frustrerande. Men om man är en fotbollstok som samtidigt tycker det är kul att lägga lite spel så kan datan vara till stor hjälp. Man har sedan länge nöjt sig med statistiken som man fått fram på Flashscore, Livescore osv i form av skott på mål, bollinnehav, hörnor och allt annat. Men den nya datan ger oss en helt ny vy av fotbollen. Det är något som jag tänkte dyka ner lite i idag.
Alla har ni sett det eller hört det, xG (expected goals). Med hjälp av xG så finns det även xP (expected points). Med detta så kan man få en bild av hur ett lag presterat under en match eller under hela säsongen fram till dags dato. Det finns även simuleringar som använder sig av detta för att räkna ut vart ett lag bör hamna baserat på sina prestationer.
Vi tar en titt på Allsvenskan efter 2 omgångar spelade. Hämtat från footballxg.
Det tydligaste exemplet i ovan tabell är Mjällby som vann över både Elfsborg och Djurgården i de 2 första matcherna med en målskillnad på totalt 3-0. xG för Mjällby dessa 2 matcher är 1.5 och xGA (expected goals against) är 2.5 som ger en xP på 1, de har alltså tagit 5p mer än de borde ha gjort enligt xG. Detta är absolut inget facit och behöver inte återspegla verkligheten helt och hållet. 2 skrällar är det, bådet sett till odds och xG, men det kan samtidigt vara 2 fantastiskt bra insatser från Mjällbys sida. Jag missade båda dessa matcher så kan jag inte ge någon egen input på detta.
Tittar man i andra änden så hittar man Elfsborg med ett xG på 3.3 och xGA på 2.1 och xP på 6. De har alltså tagit 5p mindre än de borde ha gjort enligt xG. Jag såg Elfsborgs match mot Malmö med ett öga och tyckte de stod för en bra insats mot ett halvdant Malmö. Så här har vi motsatsen till Mjällbys prestation, ett lag som har xG med sig men xP emot sig. Det kan vara lönt att titta efter lagen som har just detta utfall då det ofta kommer bära frukt om de fortsätter ha xG på sin sida.
Hur kan vi använda oss av denna data till kommande matcher?
Det är inte alltid denna data kommer guida oss rätt, den tar inte hänsyn till om det är ett Derby, om det saknas spelare osv. Men att använda denna data tillsammans med ens egna tankar tror jag helt klart kan vara bra.
Fivethirtyeight har en simuleringsmodell som räknar ut ett lags chanser att vinna i procent med hjälp av ett par parametrar. De har en rating som de kallar SPI (Soccer Power Index) som uppdateras efter varje match på varje lag. Denna får de fram genom att ta föregående säsongs SPI rating, Market-value-implied SPI rating (värde hämtat från Transfermarkt) och adderar “adjusted goals”, “Shot-based expected goals” och “non-shot expected goals”. För er som vill läsa in er mer på detta så gör ni det här.
Om vi tittar på Mjällby – Djurgården som ett exempel där jag och troligtvis många andra tyckte att Mjällby övervärderas av marknaden efter sin insats mot Elfsborg. Jag tog Djurgården till 2.22, vilket översätts till ca 45%, vilket var helt fel enligt SPI som värderade Djurgården till 36% eller ca 2.80 omräknat till odds. (Rake inte inräknat i några exempel). Så om man själv vill se vad datan ger för utfall i matcher så kan jag rekommendera att kika in på Fivethirtyeight.
Om vi tar en titt på omgång 3 i Allsvenskan så hittar vi ett par fall där SPI tycker att oddssättarna är fel ute.
SPI håller Göteborg som favoriter till 41% medans Kambi värderar Göteborgs chanser till ca 35% och har Djurgården som favoriter till ca 38%. Så enligt SPI så ligger Kambi ca 45 punkter för högt på Göteborg. Enligt xG så har inte Göteborg turat in massa bollar, man ligger på 4.2 i xG efter 3 omgångar där man gjort 5 mål, däremot så har man ett xGA på 2.2 vilket säger att man borde ha släppt in minst 2 mål hittills. Men allt som allt så har Göteborg tagit 3 korrekta vinster enligt xG.
Min egna input på denna match. Ruskigt svårt att veta vart man har Göteborg i år, jag håller Djurgården som ett bättre lag på pappret men samtidigt så vet man att det inte bara är att åka till Gamla Ullevi och hämta 3p. Både Marcus Berg och Victor Edvardsen visar form och detta känns som en match som kan sluta åt alla håll. Då kanske det är läge plocka de där 45 punkterna som SPI tycker är för högt.
Ett exempel där jag tycker att SPI är fel ute är Sundsvall – Kalmar. Enligt SPI så ska Kalmar ligga runt 2.25. Jag själv tycker att Kalmar ligger alldeles för högt även hos bolagen, jag tog Kalmar till 1.90, har nu droppat till 1.82, 17-22 punkter för högt fortfarande enligt mig. Rydström har verkligen fått snurr på detta Kalmar och med vinterns fina fönster så skulle det inte förvåna mig om Kalmar blandar sig i en topp 5 strid.
Går att skriva oändligt om detta, men vi nöjer hos här för denna gång. Tänkte köra ett test till EU på onsdag där jag använder mig av SPI’s modell.
Klicka HÄR för att gå med i mitt system 50kr
Mycket data finns det numera, men tänk på att bollen är rund och spela med sunt förnuft.
//Stugan
