0
0
ในยุคของการวิเคราะห์ฟุตบอลขั้นสูงการแอสซิสต์ที่คาดหวัง (xA)กลายมาเป็นตัวชี้วัดสำคัญในการประเมินประสิทธิภาพการสร้างสรรค์ในสนาม แม้ว่าประตูและแอสซิสต์จะถูกติดตามและเฉลิมฉลองได้ง่าย แต่บ่อยครั้งที่สิ่งเหล่านี้ไม่สามารถแสดงภาพรวมทั้งหมดของอิทธิพลของผู้เล่นในพื้นที่สามส่วนสุดท้ายได้ นั่นคือจุดที่ xA เข้ามา โดยให้ข้อมูลเชิงลึกมากขึ้นเกี่ยวกับคุณภาพของโอกาสที่ผู้เล่นสร้างขึ้นโดยไม่คำนึงว่าเพื่อนร่วมทีมจะทำโอกาสนั้นสำเร็จหรือไม่
บทความนี้จะอธิบายว่า xA คืออะไร มีการคำนวณอย่างไร เหตุใดจึงสำคัญ และนำมาใช้ในการวิเคราะห์ฟุตบอลสมัยใหม่อย่างไร
Expected Assists (xA) คืออะไร
Expected Assists (xA)คือแบบจำลองทางสถิติที่ประเมินความน่าจะเป็นที่การส่งบอลครั้งใดครั้งหนึ่งจะกลายเป็นการแอสซิสต์ประตูโดยคำนวณจากปัจจัยหลายประการที่เกี่ยวข้องกับการส่งบอลเพื่อสร้างโอกาส เช่น:
- ตำแหน่งและมุมของการผ่าน
- ประเภทของการผ่าน ( ครอส , บอลทะลุ, ตัดกลับฯลฯ)
- ไม่ว่าจะส่งผ่านในช่วงเปิดเกมหรือช่วงเซ็ตพีชก็ตาม
- ตำแหน่งที่จะถ่ายในที่สุด
- แรงกดดันเชิงป้องกันต่อผู้ยิง
โดยสรุป xA สะท้อนถึงคุณภาพของโอกาสที่เกิดขึ้นมากกว่าผลลัพธ์ของการยิง หากผู้เล่นส่งลูกที่สมบูรณ์แบบซึ่งเพื่อนร่วมทีมพลาดไป xA จะยังคงให้เครดิตผู้สร้างสำหรับคุณภาพการเล่นของพวกเขา แม้ว่าจะไม่มีการบันทึกแอสซิสต์ก็ตาม
xA แตกต่างจาก Assists อย่างไร?
สถิติการช่วยเหลือแบบเดิมจะนับเฉพาะการจ่ายบอลที่นำไปสู่ประตูโดยตรงเท่านั้น อย่างไรก็ตาม แนวทางนี้มองข้ามความสุ่มของการจบสกอร์ ผู้เล่นสามารถสร้างโอกาสที่ดีได้ 5 ครั้ง แต่ถ้าไม่สำเร็จเลย จำนวนการให้ความช่วยเหลือก็จะเท่ากับศูนย์ ในทางกลับกัน ผู้เล่นสามารถรับการให้ความช่วยเหลือจากการจ่ายบอลเฉียงตามด้วยการทำประตูอันน่ามหัศจรรย์
xA แก้ไขปัญหาความไม่สอดคล้องกันนี้โดยประเมินประสิทธิภาพพื้นฐานเมื่อเวลาผ่านไป xA จะให้ตัวบ่งชี้ที่เสถียรกว่าสำหรับความคิดสร้างสรรค์ของผู้เล่นมากกว่าตัวเลขการช่วยเหลือแบบดิบ
xA คำนวณอย่างไร?
ผู้ให้บริการวิเคราะห์ต่างๆ (เช่น Opta, StatsBomb, Wyscout หรือ FBref) ใช้โมเดลที่แตกต่างกันเล็กน้อยในการคำนวณ xA แต่แนวทางทั่วไปประกอบด้วย:
- การติดตามการส่งบอลที่นำไปสู่การยิง
- การประเมิน ค่าxG (Expected Goals)ของการยิงที่เกิดขึ้น
- การกำหนด ค่า xGให้เป็น xA สำหรับผู้ส่งผ่าน
หากผู้เล่นสร้างโอกาสที่มีxGเท่ากับ 0.35 ผู้ส่งบอลจะได้รับ xA 0.35 สำหรับการกระทำนั้น ในระหว่างการแข่งขันหรือฤดูกาล xA รวมของผู้เล่นคือผลรวมของ ค่า xGของการยิงที่ส่งบอลได้
ทำไม xA ถึงสำคัญ?
xA มีข้อดีในการวิเคราะห์หลายประการ:
1. การวัดคุณภาพความคิดสร้างสรรค์
เน้นย้ำถึงผู้เล่นที่สร้างโอกาสที่มีคุณภาพสูงได้อย่างสม่ำเสมอ แม้ว่าเพื่อนร่วมทีมจะไม่สามารถแปลงโอกาสนั้นได้ก็ตาม
2. การค้นหาและคัดเลือกบุคลากร
xA สามารถระบุผู้เล่นที่มีความคิดสร้างสรรค์ที่ถูกประเมินค่าต่ำกว่าความเป็นจริงที่มีจำนวนการช่วยเหลือต่ำแต่มีประสิทธิภาพพื้นฐานที่แข็งแกร่ง
3. การประเมินเชิงกลยุทธ์
โค้ชและนักวิเคราะห์สามารถประเมินได้ว่าแนวทางเชิงกลยุทธ์ของทีมสร้างโอกาสที่มีคุณภาพสูงหรือไม่
4. ความคิดสร้างสรรค์ที่ยั่งยืน
ในขณะที่xGทำหน้าที่กรองเป้าหมายที่ผิดพลาดออกไป xA จะช่วยระบุโอกาสในการสร้างที่ยั่งยืนในระยะยาว ซึ่งมีประโยชน์มากกว่าการช่วยเหลือแบบดิบๆ
ตัวอย่างการปฏิบัติจริง
มาดูตัวอย่างจากเควิน เดอ บรอยน์ซึ่งได้รับการยกย่องอย่างกว้างขวางว่าเป็นหนึ่งในผู้เล่นทำประตูที่ดีที่สุดในโลก ในการแข่งขันหนึ่งๆ เขาอาจสร้างโอกาสได้ 5 ครั้งด้วยค่า xA ดังต่อไปนี้:
- ลูกครอสต่ำเข้ากรอบ 6 หลา (xA: 0.45)
- ตัดกลับมาที่จุดโทษ (xA: 0.35)
- บอลทะลุเข้าพื้นที่ (xA: 0.25)
- เส้นทแยงมุมยาวถึงเสาไกล (xA: 0.10)
- การส่งลูกเตะมุม (xA: 0.05)
แม้ว่าจะไม่มีประตูเกิดขึ้นเลยก็ตาม แต่ค่า xA ของเดอ บรอยน์ในแมตช์นี้อยู่ที่ 1.20ซึ่งสะท้อนถึงความคิดสร้างสรรค์ที่สม่ำเสมอของเขา สถิติปกติจะแสดงให้เห็นว่าแอสซิสต์ 0 ครั้ง แต่ค่า xA เผยให้เห็นเรื่องราวที่แท้จริง
ข้อจำกัดของ xA
แม้ว่าจะทรงพลัง แต่ xA ก็มีข้อบกพร่องเช่นกัน:
- การพึ่งพาโมเดล : ผู้ให้บริการแต่ละรายใช้โมเดลที่แตกต่างกันเล็กน้อย ส่งผลให้เกิดความแตกต่างในค่าต่างๆ
- บริบทมีความสำคัญ : xA ไม่ได้พิจารณาการเคลื่อนไหวก่อนการส่งบอลหรือการสร้างกลยุทธ์ที่นำไปสู่โอกาส
- คุณภาพของเพื่อนร่วมทีม : ผู้เล่นในทีมที่มีผู้เล่นจบสกอร์ได้ไม่ดีอาจทำผลงานได้ต่ำกว่า xA อย่างต่อเนื่องเนื่องจากพลาดโอกาสไป
xA เทียบกับ Key Passes
การส่งบอลสำคัญคือการส่งบอลที่นำไปสู่การยิงโดยตรงโดยไม่คำนึงถึงคุณภาพ แม้ว่าจะมีประโยชน์ แต่การวัดผลนี้ไม่ได้แยกความแตกต่างระหว่างการยิงแบบคาดเดาจากระยะ 30 หลากับการจ่ายบอลแบบหนึ่งต่อหนึ่งที่สร้างจากการส่งบอลทะลุแนวรับที่สมบูรณ์แบบxA เพิ่มมูลค่าโดยพิจารณาจากความน่าจะเป็นของการยิงที่จะเป็นประตูซึ่งให้มุมมองที่ละเอียดกว่ามาก
xA ในการดำเนินการ: การเปรียบเทียบผู้เล่น
เพื่อทำความเข้าใจถึงมูลค่าเชิงปฏิบัติของ Expected Assists (xA) มาดูตัวเลขจริงจากฤดูกาล 2024/25 ของพรีเมียร์ลีกกัน :
| ผู้เล่น | ช่วยเหลือ | ชาห์ | ความแตกต่าง (Assists – xA) |
|---|---|---|---|
| โมฮัมเหม็ด ซาลาห์ | 18 | 14.2 | +3.8 |
| โคล พาลแมร์ | 8 | 10.9 | –2.9 |
| เจคอบ เมอร์ฟี่ | 12 | 8.9 | +3.1 |
- โมฮัมเหม็ด ซาลาห์มีผลงานเหนือกว่า xA ของเขาเกือบสี่แอสซิสต์ ซึ่งอาจบ่งบอกว่าเพื่อนร่วมทีมจบสกอร์ได้ยอดเยี่ยม หรืออาจเป็นผลงานเกินความคาดหมายที่อาจถดถอยลงในระยะยาว
- โคล พาล์มเมอร์สร้างโอกาสที่มีคุณภาพสูงได้ แต่มีการแอสซิสต์น้อยกว่าที่คาดไว้ แสดงให้เห็นว่าเพื่อนร่วมทีมของเขาจบเกมได้ไม่ดี หรือว่าเขาโชคไม่ดี
- จาค็อบ เมอร์ฟี่ยังทำคะแนนเกิน xA ของเขาด้วย ซึ่งแสดงให้เห็นว่านิวคาสเซิลมีประสิทธิภาพในการจบสกอร์จากโอกาสที่เขาสร้างขึ้น
การเปรียบเทียบนี้เน้นถึงวิธีที่ xA เพิ่มบริบทให้กับตัวเลขการช่วยเหลือแบบดิบๆ ช่วยแยกความแตกต่างระหว่างผู้เล่นที่ได้รับประโยชน์จากเพื่อนร่วมทีมที่เล่นอย่างมีประสิทธิภาพและผู้เล่นที่พยายามสร้างสรรค์ผลงานแต่ไม่ได้รับการตอบแทน
บทสรุป
Expected Assists (xA) เป็นเครื่องมือสำคัญในการทำความเข้าใจความคิดสร้างสรรค์ในการเล่นฟุตบอล โดยการนำสถิติที่เป็นเพียงผิวเผินมาประเมินคุณภาพที่แท้จริงของโอกาสที่เกิดขึ้น xA ช่วยให้นักวิเคราะห์ โค้ช ผู้ค้นหาผู้เล่น และแฟนๆ ตัดสินใจเกี่ยวกับประสิทธิภาพของผู้เล่นได้อย่างมีข้อมูลมากขึ้น
เนื่องจากฟุตบอลยังคงนำเอาข้อมูลเชิงลึกมาใช้อย่างต่อเนื่อง เมตริกต่างๆ เช่น xA ไม่เพียงแต่เป็นโบนัสเท่านั้น แต่ยังมีความจำเป็นต่อการก้าวไปข้างหน้าในเกมอีกด้วย
