Xga в футболе что это
Ставки на футбол по xG-модели
Что такое xG?
Счет далеко не всегда отражает происходящее на поле. Сколько раз приходилось видеть, что одна из команд наносит 20 ударов по воротам, всю игру осаждает штрафную площадь соперника, но уступает 0:1, пропустив после единственного удара. Так ли плохо сыграла проигравшая команда? И если да, то насколько? А если нет, то насколько сильно ей не везло у чужих ворот?
По xG-модели каждому удару по воротам присваивается коэффициент, сумма этих коэффициентов отражает опасность, которую команда создала у чужих ворот. Сравнение xG игравших команд формирует альтернативный счет матча.
Лучшие xG-модели
xG-карта матча по модели Майкла Кэйли
xG-карта матча по модели 11tegen11
Обсчитывая все матчи лиги подобным образом, после каждого тура можно получать общую таблицу xG-достижений команд. При желании в нее можно добавить массу дополнительных параметров. Самые простые — xG (ожидаемые голы или суммарная созданная опасность у чужих ворот) и xGa (ожидаемые голы соперника или суммарная допущенная опасность у своих ворот). Их разница соответствует предполагаемой разнице забитых и пропущенных мячей.
Альтернативная таблица АПЛ по xP
Чтобы эффективно использовать xG статистику в предматчевом анализе, придется разобраться и в методологии, и в тех параметрах, которые предлагаются в таблицах. Готового рецепта успеха в ставках xG-модель не предлагает, но является отличным подспорьем для поиска завышенных и заниженных коэффициентов в букмекерской линии. Модель постоянно развивается, убираются баги и добавляются новые значимые параметры. Это делает оценку игры команд все более и более точной.
Как применять xG статистику в ставках?
xG-модель не может точно предсказать счет ближайшего матча, но может оценить, насколько команда будет выступать лучше/хуже на дистанции. Проблема в том, что даже целый сезон — недостаточная дистанция для полноценной регрессии к среднему, а наносимые командой в среднем за сезон 600 ударов — малая выборка. К тому же в клубе может поменяться игровая формация, игроки и тренер, что неизбежно окажет влияние на количество и качество ударов. Еще у команд есть свои особенности, например, игра на контратаках и повышенный процент владения мячом.
Если данные анализа игры команды по xG-модели имеют сильное расхождение с реальными результатами команды, стоит поискать особенность игры, которая приводит к таким перегибам.
Рассмотрим два показательных примера.
Долгосрочные ставки по xG модели
Большинство букмекеров предлагает долгосрочные ставки, например, на попадание команд в первую четверку АПЛ по окончании сезона. Допустим, есть команда, которая после 20 туров идет на 7-8-м месте и отстает от четвертого места на 10 очков. Казалось бы, шансы добиться цели невелики, но таблица по xG показывает недобор порядка 15 очков, а значит, команде катастрофически не везет.
Основными причинами расхождения реальных результатов и данных по xG обычно являются завышенная реализация оппонентов или заниженная собственная реализация. На дистанции эти параметры стремятся к средним значениям, и до конца сезона есть смысл ожидать всплеска по результатам при том же качестве игры.
Оценка вероятности вылета команд в Чемпионшип после 24-го тура АПЛ по xG-модели 11tegen11
Cтавки по xG на отдельный матч
1) Ставки на исходы по xP. Для каждой команды берем реальное количество набранных очков и отнимаем от него xP (ожидаемые голы). Если у одной команды недобор (xP больше реально набранного количества очков), а у другой перебор (xP меньше реально набранного количества очков), причем вторая по букмекерским коэффициентам является фаворитом, стоит задуматься о ставке на команду с недобором.
2) Ставки на тоталы по xG и xGa. Находим команды с солидными переборами или недоборами по xG и xGa (ожидаемые пропущенные голы), смотрим на те же параметры соперников, выделяем матчи с наибольшими расхождениями и рабочими коэффициентами. Например, команда, которая забивает значительно меньше, чем показывает xG, играет с командой, которая пропускает гораздо меньше, чем показывает xGa — есть смысл ставить на индивидуальный тотал больше первой команды.
3) Кто первый забьет по xG при равном счете. В развернутых таблицах есть параметр, показывающий xG команд при равном счете. Некоторые команды отлично играют при ничьей на табло, но начинают нервничать и допускать ошибки, как только соперник выходит вперед, или окапываются у своей штрафной, как только сами забивают. По этому параметру можно вычислять команды, которые с большей вероятностью откроют счет в матче.
Важно понимать, что xG — не всеобъемлющий параметр, объясняющий все процессы, происходящие в командах. При предматчевом анализе нельзя забывать о кадровых потерях и текущей форме, которые в краткосрочной перспективе оказывают большее влияние на результат.
xG — отличный инструмент для выявления трендов и поиска недооцененных/переоцененных команд, но он не может использоваться в отрыве от привычных способов оценки команд. Это просто дополнительный козырь в битве с огромным штатом аналитиков букмекерской конторы.
xFootball: Что такое xG и как превратить xG в xPoints
А. Кузнецов, О. Железнов
Последнее время в комментариях просто в геометрической прогрессии множатся различные вариации вопроса «Что такое xG?». Ссылаться на авторов других ресурсов уже становится стыдно, потому держите разбор главного футбольного тренда 2016-го от Карриковедения.
Модель xG — метод оценки качества шансов, которые команда создаёт в атаке или позволяет создать сопернику у своих ворот. Сама аббревиатура xG (сокр. от expected goals) так и переводится — «ожидаемые голы». Позднее появилось ещё несколько показателей: xA — «ожидаемые голевые пасы», xW/xD/xL — «ожидаемые победы/ничьи/поражения», xPoints — «ожидаемые набранные очки» и xGa/xAa — «допущенные ожидаемые голы/ассисты» — то есть голы и голевые пасы, которые анализируемая команда позволила создать сопернику.
Освежим знания из теории вероятностей, чтобы понять, как считаются все эти показатели: допустим, у нас есть случайный эксперимент A — «игрок бьёт по воротам». Какой игрок, как бьёт — пока неважно. У этого эксперимента есть множество исходов Ω = <«игрок пробил мимо», «удар заблокирован одним из полевых игроков», «вратарь парировал удар», «игрок попал в каркас ворот», «игрок забил гол»>. Есть ещё некоторое количество возможных исходов, вроде «игрок промазал мимо мяча» или «прилетели инопланетяне и испепелили мяч на лету», но мы опустим их для простоты понимания.
Каждый из этих исходов имеет определенную вероятность наступления, сумма которых даёт нам единицу, то есть 100%-ю вероятность того, что игрок ударил по мячу. И, собственно, вероятность наступления исхода «игрок забил гол» — это и есть значение искомого параметра xG для данного конкретного удара. После матча xG всех ударов суммируется, и мы получаем те самые цифры, графики и схемы, которые вы в последнее время так часто встречаете.
Нужно помнить, что xG — не совсем классическая вероятность. Её можно интерпретировать как таковую, но считается xG как значение функции, сглаженное логистической регрессией (чтобы попадать в диапазон от 0 до 1). xG — в первую очередь индекс качества момента, который можно интерпретировать как вероятность забить гол этим ударом. Это очень важный нюанс.
Also, people overrate Zlatan as a finisher. His greatness lies elsewhere. pic.twitter.com/OwUf5us0EE
Не будем подробно останавливаться на истории появления xG, потому что она всё ещё пишется, но отдельного упоминания заслуживают норвежский тренер Эгил Ольсен, ещё 20 лет назад заложивший основы этой модели во время своей работы с национальной сборной, и английский журналист Майкл Кэйли, год назад опубликовавший статью Premier League Projections and New Expected Goals и ставший одним из главных популяризаторов модели.
Впрочем, употреблять слово «модель» в единственном числе здесь не совсем верно, на данный момент существует несколько методов подсчёта xG, которые отличаются подходом к расчету (некоторые модели используют лишь положение на поле, некоторые вообще основаны на количестве действий в штрафной соперника и так далее).
В данной статье мы остановимся на модели Майкла Кэйли. В попытке создать как можно меньше формул, но при этом сохранить нюансы различных видов шансов, Майкл остановился на 6 типах ударов по воротам:
Удары были дифференцированы именно так, потому что множества ударов каждого типа имеют различные (но схожие для ударов одного типа) кривые зависимости вероятности забить гол от угла и расстояния до ворот. Кроме этих факторов, учитываются позиция пасующего и тип атаки (заслуживающая упоминания статья о качестве дальних ударов). Вопреки расхожему мнению, мастерство вратаря и так называемое «умение завершать атаки» (англ. «finishing») бьющего игрока влияют на вероятность гола гораздо меньше, чем перечисленные выше факторы.
Это легко можно доказать с помощью коэффициента корреляции — статистической зависимости двух величин друг от друга (изменение одной величины влечёт за собой изменение другой): лишь для игроков, наносящих за сезон более 250 ударов, коэффициент корреляции «финишинга» принимает сколько-нибудь значимое значение. Чтобы это проверить, нужно взять игроков, разбить все их удары на две выборки одинакового размера и проверить, существует ли какая-то корреляция. Для убедительности стоит повторить это действие несколько раз. Коэффициент корреляции считается сильным, если принимает значение от 0,7 (или −0,7 если корреляция отрицательная) и больше. 
Как мы видим из графика выше, существует очень слабая связь между качеством шансов и их конвертацией для игроков, нанесших более 250 ударов за последние 5 лет. Исходя из этого, можно сказать, что мастерство нападающего выражается в другом — в более качественных шансах. Умение открыться и найти мяч в штрафной соперника — тот самый пресловутый инстинкт хищника, который делает игрока нападающим топ-уровня.
В первую очередь, проблема отсутствия какой-либо зависимости кроется в объёме выборки — очень важном для статистического анализа понятии. Кэйли приводит отличный пример: в предпоследнем сезоне НХЛ Александр Овечкин совершил 795 бросков по воротам, Стефен Карри в том же сезоне 1341 раз бросил мяч в кольцо в НБА. В футболе же есть только два игрока, ударившие по воротам более 1000 раз за последние 6 лет (исключая пенальти). Догадываетесь, как их зовут?
Premier League Projections and New Expected Goals
«И, собственно, к чему всё это?» — спросите вы. «Всё это» — ещё одна попытка осознать и описать хотя бы часть игры в футбол с помощью статистического анализа, преследующая две цели: понять, насколько хорошо команда создаёт и реализует свои моменты и насколько реальные результаты команды (в которые частенько вмешивается его величество Случай) отличаются от «сферических в вакууме». С первым всё просто — в один гол конвертируется примерно 0,6–0,8 xG, значит если анализируемая команда наиграла хотя бы на это количество — забить минимум раз она точно заслужила. Со вторым всё гораздо интереснее: удача играет большую роль в футболе из-за пресловутого малого количества матчей и малой результативности, просто сравните его с баскетболом и бейсболом и поймёте, почему «просчитать» футбол гораздо сложнее.
Перейдём к xPoints. Допустим, играют команды А и B, и команда А создала 10 шансов по 0,2 xG каждый, а команда B — 10 шансов по 0,1 xG. Маловероятно, что матч завершится со счётом 10–10, так же маловероятно, что команда B выиграет 3–0. Хотя в таком фортунозависимом спорте, как футбол, всё возможно! В теории вероятностей есть формула полной вероятности, которая позволяет вычислить вероятность интересующего события через условные вероятности этого события. В случае матча, в котором было создано по 10 моментов с каждой стороны, нужно учесть вероятность наступления каждого потенциально возможного исхода: 0–0, 1–0, 0–1, 1–1, 2–1 и так далее до 10–10.
Затем с помощью формулы полной вероятности необходимо вычислить вероятность победы команды А, вероятность ничьей и вероятность победы команды B. Эти величины нужны, чтобы получить математическое ожидание (или среднее значение случайной величины) набранных командой очков, которое считается по формуле «кол-во очков, получаемых за победу, умножить на вероятность победы + кол-во очков, получаемых за ничью, умножить на вероятность ничьей». Готово — мы получили примерное количество очков, которое команда должна была набрать за матч.
«Что за бред, как количество очков может быть дробным? Как команда может набрать 1,7 или 0,3 очка?» — спросите вы. Тут необходимо понять, что xPoints — это не реальное количество очков, на которое наиграла команда, а некий показатель качества игры. Да, обычные очки, присуждаемые за победу/ничью — это тоже показатель качества, но значение этого показателя распределяется дискретно, то есть принадлежит множеству [0, 1, 3].
Дискретное значение подразумевает собой конечное число вероятностей, тем не менее довольно часто случаются матчи, после которых сложно сказать однозначно, что одна команда была явно сильнее другой. Поэтому для моделей, оценивающих качество игры команды, необходимо брать математическое ожидание величины, а не конкретное значение из множества выше. Оценив разницу реальных очков и xPoints, можно сделать выводы об удаче, сопутствующей команде, и понять, какие команды явно прыгают выше головы, а какие, наоборот, не реализуют свои шансы должным образом.
Составив таблицы xPoints для нескольких предыдущих сезонов, можно сказать, что в целом они служат хорошим ориентиром. В сезоне 2013/14 много команд действительно показали хорошую результативность, особенно «Ливерпуль», «Арсенал», «Тоттенхэм» и «Эвертон».
Из прошлогодней таблицы очевидно, что «Лестер» и «Вест Хэм» прыгнули намного выше головы. Не менее очевидно, почему Луи Ван Гал был уволен, несмотря на победу в Кубке Англии — ситуация в чемпионате была просто ужасающей. «Юнайтед» не только мало создавал, но и допускал у своих ворот слишком много опасных моментов — это признак верного середняка и отсутствия прогресса как такового. При этом утверждение, что многие команды выступили ниже своих возможностей, более чем справедливо — только 5 команд вышли в плюс по разнице xPoints и очков по итогам сезона, из них лишь 3 — сколько-нибудь значимо.
Сезон 2016-2017 «Юнайтед», несмотря на мнимую «полосу неудач» в матчах с андердогами, завершил с практически нулевой разницей P-xP.
Конечно же, xG не может претендовать, да и не претендует, на звание «универсальной теории всего» в футболе. Но если не возводить модель в культ и не пытаться судить об игре команды, руководствуясь только xG и xPoints, она может стать интересным инструментом для оценки качества игры команды, подхода главного тренера к стратегии создания голевых моментов и конверсии шансов — или реализации бьющих игроков.
xG-карта матча «Ньюкасл» – «Юнайтед» и таблицы xPoints предоставлены xMetrics.
Как использовать xG в ставках: полезные советы
Твердолобые противники продвинутых методик упорно доказывают, что развитие технологий не должно касаться футбола. Тем не менее, уже сейчас сложно найти человека, который делает ставки, но никогда не слышал о xG-метриках. Многие аналитики (в том числе, на нашем сайте) указывают эти показатели, аргументируя своя точку зрения, поэтому следует разобраться — что такое xG в футболе и как эти статистические модели можно использовать при выборе ставки и анализе линии.
Если коротко, то xG — это статистическая оценка качества созданного момента для взятия ворот. Учитывая разные параметры, она показывает, насколько опасным был тот или иной голевой момент (от 0.01 в случае совсем бесперспективной голевой возможности до 0.99 в ситуации с практически 100%-ой). Разумеется, Месси выжмет из шанса больше, чем из аналогичного — игрок менее высокого класса или другой позиции. Впрочем, резоннее анализировать командные, а не персональные метрики.
Особенно — на дистанции. Например, если Лацио забил 62 гола при 50.76 xG, это означает, что команде повезло перебрать более 11 мячей из неудобных позиций. При этом римляне и пропустили меньше посчитанного метриками — 23 мяча при 31.45 xG, созданных соперниками. Везение в хG и xGA не может не сказываться на цифрах xP, которые фиксируют почти 14-очковый перебор. Обычно в таких ситуациях аналитики прогнозируют предстоящий спад команды, ведь везение не может быть вечным.
Так было с Кальяри, который осенью взлетел в верхнюю часть турнирной таблицы, но имел колоссальные переборы по всем пунктам продвинутых метрик. Неудивительно, что наступил спад — 11 игр без побед, и выскочки сократили перебор хP почти вдвое. Теперь уместно рассуждать о подъёме формы. Разумеется, с высоким показателем хGA Кальяри не заиграет сухо, поэтому в матчах островитян логично ожидать обмена голами, непременно учитывая атакующие стилистические характеристики оппонента.
Множества голов стоит ожидать и от Ман Сити, забившего 68 мячей при 73.08 xG. Аж 5 голов недобора для такого гранда — очень много, ведь лидеры обычно перебирают благодаря высокому исполнительскому мастерству своих игроков. Конкуренцию ему составляет Бавария, чей актив ещё богаче — 72.94 xG за 25 туров, что соответствует 73 фактически забитым голам. Учитывая почти 2-очковый недобор xP, эти показатели следует котировать как лучшие в Европе. Чем не главный претендент на победу в ЛЧ?
Анализируя событие, полезно учитывать xG-метрики. Переборы и недоборы команд в xG, xGA и xP помогают проследить тенденции и предсказать подъем или спад формы. Продвинутые методики являются мощным апелляционным инструментом и позволяют провести объемный анализ ситуации. Это эффективный показатель результативности команд, который в совокупности с другими статистическими данными помогает не промахнуться при выборе оптимальной ставки или составлении прогноза на матч.
Что такое xG-показатель при анализе футбольных матчей
На дворе XXI век, и футбол все больше превращается в игру технологий и глубокого анализа. Для лучшего понимания сути спортивного процесса придумано огромное множество разнообразных статистических элементов. Это уже не просто удары в створ или поданные угловые. Мир футбола оцифровывается, и одной из новинок на рынке стал показатель xG в футболе. Кратко о главном: xG расшифровывается как ‘expected goals’ и дословно переводится как «ожидаемые голы».
Как считать xG?
Статистический показатель xG давно перестал быть тайной футбольных клубов за семью печатями. Сейчас посчитать «ожидаемые голы» может любой, кто обладает необходимыми данными. Есть много различных моделей подсчета xG, но все они основаны на количестве и качестве ударов по воротам.
Модель xG так же, как и футбол в целом, не стоит на месте, получает развитие от года к году. Сейчас стали считать показатель xGa, который отражает, сколько опасных моментов позволяет создавать команда у своих ворот. Или показатель xP — потенциально набранные очки при реализованных моментах.
Почему xG не всегда бывает прав?
Показатель xG давно вошел в обиход не только футбольных аналитиков и тренеров, но и обычных поклонников спорта номер один. В английской Премьер-лиге с сезона-2018/19 статистику xG показывают как один из предматчевых раскладов наряду со стартовым составом.
Тем не менее xG, как и любая другая статистика, имеет погрешности и неточности. Невозможно превратить сухие цифры создаваемых моментов в реальные голы. Нельзя учесть силу и мотивацию соперника, настрой игроков, правильность выбранной тактики, фактор быстрого гола и многое другое. Фактически xG — это просто цифра, дающая подсказку до игры, но никак не основа анализа будущего матча. Поэтому пользоваться xG-статистикой в футболе надо с глазами, открытыми на все остальные входящие данные.
Как использовать xG в ставках на спорт?
Игроки на ставках быстро осознали потенциал xG-статистики для ставок. Фактически после каждой игры можно без просмотра матча узнать, сколько каждая команда создала реальных голевых моментов. С накоплением данных xG становится еще более интересным показателем: понятно, сколь много конкретный клуб атакует и сколько при этом реализует своих возможностей.
То есть игрок, имея статистику по xG, может спрогнозировать количество моментов, которое команда создаст в предстоящем матче. Правда, никто не гарантирует, что количество обязательно перерастет в качество.
Для лучшего использования показатель xG в футболе, как и любую другую статистику, стоит рассматривать в совокупности со многими параметрами. Определяющее значение имеет качество игроков в составе клуба: даже с невысокой статистикой xG можно забивать много голов, если есть хорошая реализация. И наоборот.
Пожалуй, модель xG лучше всего подходит для ставок вдолгую, на перспективу. Имея данные о первой части сезона, можно спрогнозировать, сколько голов сможет забивать команда во второй части цикла. Однако и тут не стоит полностью полагаться только на xG, ведь в клубе может случиться что угодно — от смены футбольного менталитета до замены тренера.
Анализировать xG статистику проще, чем кажется. Разбираемся, где смотреть хайповые футбольные метрики
Кирилл Горин – с очень подробным материалом для гиков и капперов.
В первой части этой рубрики мы разбирали сервисы для анализа коэффициентов букмекерской линии. Во второй части поговорим о популярной продвинутой футбольной статистике: где смотреть и с чем есть.
Еще одна проблема метрики – тонкости непосредственно самих подсчетов и вечные дискуссии по этому поводу. Из всего многообразия задротских твиттер-аккаунтов, блокнотов, сайтов и платных ресурсов предлагаю сегодня остановиться на двух наиболее актуальных, удобных и доступных для нас источниках на сегодняшний день: Understat и xScore. Отзывы по обоим сайтам и их работе можете чекнуть самостоятельно. При этом в нашем материале тоже будет парочка сравнительных моментов.
Understat
Сайт предоставляет бесплатные данные по топовым лигам, интуитивно понятен в использовании без знания языка, имеет весьма широкий функционал и является сейчас, пожалуй, самым используемым и цитируемым источником.
Рассмотрим основной функционал на примере АПЛ.
В основной табличке мы видим количество матчей, побед, ничьих, поражений, забитых/пропущенных голов, очков, ну и, соответственно, интересные нам xG (ожидаемые голы команды), xGA (ожидаемые пропущенные голы) и xPTS (ожидаемые очки). Все столбики можно сортировать, выше можно выбирать нужные временные отрезки и выстраивать таблицу по ним. Присутствует и сортировка по домашним/выездным матчам. Также можно добавить дополнительные метрики с помощью иконки “настройки” в правом верхнем углу. Например, интенсивность прессинга команд (PPDA), но сегодня говорим только конкретно про xG.
Кстати, один из факторов, влияющих на такой перебор очков у «Лестера» – это Джейми Варди, положивший в этом сезоне АПЛ уже 17 мячей из тех ситуаций, в которых он, по мнению Understat, должен был забивать 13. Это, конечно, капля в море для общей картины, но я подвожу к тому, что во второй таблице в разделе выбранного чемпионата вы можете посмотреть индивидуальные показатели всех игроков.
Тут у нас тоже доступны любые сортировки: по датам, позициям, столбикам и т.д. В самой таблице: игрок, его клуб, количество матчей, количество сыгранных минут, количество забитых мячей, ассисты, xG (сколько должен был забить игрок исходя из расчетов нейросетей этого ресурса), xA (сколько должны были забить после его ассистов), ну и xG90/xA90 – это то же самое, только в пересчете на 90 минут игрового времени футболиста.
Также сайт имеет весьма интересное и приятное наполнение по каждому отдельно взятому матчу. Там мы можем посмотреть:
1. Карту ударов
2. Временные диаграммы
3. Статистику
4. Сводную таблицу по всем футболистам
Ну а перейдя на страничку конкретной команды, помимо непосредственно результатов матчей, можно ознакомиться с более углубленными данными. В каких ситуациях команда чаще всего создает и допускает моменты (с игры, с угловых, со штрафных), при какой расстановке, при какой ситуации в счете, на каких минутах, из каких зон, и так далее.
xScore
Второй сайт нашего обзора – xScore. Русскоязычный ресурс с упором в сторону беттинга (хотя вроде как за андерстатом тоже наши стоят), где помимо xG статистики можно увидеть различные статьи на эту тему, неплохой контент на ютуб-канале, а также платные услуги: собственный обучающий курс, инструментарий для беттеров и другие уникальные задумки авторов.
На данный момент сайт находится в реестре Роскомнадзора и для доступа к нему нужно использовать VPN.
Эта часть материала не ради того, чтобы показать, что один сайт лучше другого, или что методы xScore гораздо правильнее и намного точнее, чем классические модели. При подготовке материала появилась возможность взять комментарий со стороны сайта для полноты картины, и вот какую отличительную особенность они выделяют в первую очередь, приводя конкретные примеры своей работы:
К примеру, на 72 минуте матча «Шеффилд» – «Манчестер Сити» Агуэро бьет по пустым воротам, находясь во вратарской. Understat оценил этот момент в 0,63xG, оценка на сайте xScore 0,98xG.
Оценка Understat:
Оценка xScore:
Еще один пример: в матче «Арсенал» – «Челси» Жоржиньо бьет по пустым воротам, ему не мешают ни защитники, ни вратарь. Оценка Understat – 0,60xG, xScore оценил данный момент в 0,92xG.
Оценка Understat:
Оценка xScore:
В бесплатном доступе на xScore те же шесть основных чемпионатов, а вместе с ними Украина и Беларусь. Всего на сайте 76 дивизионов, среди которых можно найти совсем экзотические. Например, чемпионат Марокко, Эквадора, Исландии и Азербайджана, вторые лиги Южной Кореи, Турции, Норвегии и даже шесть дивизионов Италии, включая Примаверу. Подписка на xG статистику от xScore возможна на 12 месяцев, стоимость доступа ко всей базе матчей составляет 449$ в год с возможностью рассрочки.
Основная таблица не сильно отличается от андерстата, те же знакомые параметры, но здесь же, в общей таблице, есть удобная сортировка по минутам матча. Эта функция может быть полезна для лайва, например, в плане голов в концовке матча, да и вообще отслеживания статистически интересных временных интервалов. Своеобразным аналогом xPTS у хскора является GD-xGD: показатель, оценивающий везение команд в предыдущих матчах на основе показателя разницы забитых и пропущенных голов, а также разницы ОЖИДАЕМЫХ забитых и пропущенных голов. Как Understat нам указывал на перебор очков у «Ливерпуля» и «Лестера», на недобор очков у «Челси», так и xScore в плане везения команд показывает примерно то же самое.
Ниже идет еще одна таблица, которая может быть полезна при анализе под лайв. Это статистика команд в конкретных ситуациях по ходу матча: при счете 0:0, при ничьей, при различной разнице в счете.
Также стоит отметить блоговый раздел сайта «xTalk», где пользователи делятся своими наработками, стратегиями, результатами и формируют определенное комьюнити. Можно создать свой блог, подписываться на других блогеров и формировать свою ленту, обсуждать публикации в комментариях.
На этом все, надеемся, этот материал будет полезен для вас. В первую очередь для тех, кто был далек от этой темы и кому раньше было лень во все это вникать, поскольку зачастую подобные материалы написаны более сложным языком.
Есть еще один сайт, которым мы с удовольствием делимся с вами. Молодой проект Scores24 только недавно начал свой путь в мире беттинга, но уже очень активно развивается. Приятный интерфейс, огромная база статистики и проработанный матч-центр. Рекомендуем вам использовать сервис наших друзей!
Другие материалы Кирилла Горина на СТАВКА TV:
Фото: скриншоты сайтов Understat и xScore