Tips för att förutsäga matcher med data & statistik

Dataanalys är numera en självklar del av fotbollen, vare sig man sitter på tränarbänken eller följer matchen från läktaren. Statistik saknas inte direkt, snarare tvärtom. Problemet är sällan tillgången på siffror, utan att avgöra vilka som faktiskt säger något om spelet som pågår.

Expected goals, xG, är ett av de mått som ofta används för att nyansera bilden. Men siffran blir först intressant när den sätts i sitt sammanhang – hur formen sett ut, vilka spelare som varit involverade och hur laget presterat över tid. Annars riskerar den att bli ännu ett tal i mängden. Och ibland förklarar den mer än vad tabellen gör efter 90 spelade minuter.

Men vad är expected goals (xG)?

Expected goals har blivit ett av de vanligaste verktygen inom modern fotbollsanalys. I grunden handlar det om att värdera varje målchans utifrån hur stor sannolikheten är att den ska bli mål. Ett avslut tätt inpå mål ger därför ett betydligt högre xG-värde än ett skott från distans, även om båda räknas som avslut i statistiken.

När ett lag gång på gång skapar höga xG-siffror men ändå lämnar planen utan seger är det sällan ett tecken på att laget är dåligt. Ofta pekar det snarare på bristande effektivitet eller tillfälliga marginaler emot. När målskyttet väl lossnar kan resultaten förändras snabbt, något som i förlängningen påverkar allt från tabelläge till hur marknaden värderar framtida utfall. Som i sin tur kan påverka odds norge vinner vm och mycket annat. Just därför ger det ofta mer att följa xG-utvecklingen över tid än att stirra sig blind på resultatet från en enskild match.

Form är viktigare än tabellpositionen

Tabellen säger en del, men långt ifrån allt. Ett lag kan ligga högt upp och ändå vara på väg åt fel håll, samtidigt som ett annat befinner sig längre ner trots att spelet pekar uppåt. Det är först när man följer formkurvorna över tid som den utvecklingen blir tydlig.

Ibland syns det i resultaten, ibland inte. Ett lag kan till exempel ta poäng mot starkt motstånd trots att siffrorna talar emot dem, med få avslut och lågt bollinnehav. Sådana resultat håller sällan i längden. Omvänt finns det lag som skapar chanser match efter match utan att få utdelning – och där brukar målen till slut komma.

Just därför är kombinationen av formkurvor och xG-data ofta mer avslöjande än tabellraden ensam. Särskilt i turneringar som EM och VM, där några få matcher kan avgöra hela turneringen, blir tillfälliga toppar och svackor snabbt avgörande.

Spelarnas faktiska prestationer

Enligt experterna på Oddsnet handlar en stor del av analysen om individuell prestation. Här bör man gå längre än till mål och assist. Det går att hitta mycket värdefull information i siffror som: 

• Antal avslut på mål under 90 minuter. 

• Antal nyckelpassningar som leder till målchanser. 

• Antal löpningar in bakom försvarslinjen eller bollvinster på mittfältet. 

En anfallare som ofta kommer till avslut men ändå inte får utdelning är inte nödvändigtvis ur form. Särskilt inte om chanserna skapas från bra lägen, sett till xG-modellen. I sådana fall handlar det ofta mer om timing och marginaler än om kvalitet. Samma sak gäller längre ner i banan. Ett mittfält som konsekvent vinner boll högt upp kan ge laget ett offensivt övertag, även i matcher där det inte direkt syns i mål eller poäng.

Hur mycket spelar historiska möten roll?

Tidigare möten ger inga garantier, men de är sällan helt irrelevanta. I praktiken finns det lag som återkommande får problem mot samma motståndare, samtidigt som andra uppgörelser passar betydligt bättre. Ofta handlar det inte om kvalitet i sig, utan om hur spelstilar krockar eller kompletterar varandra.

I vissa fall blir det extra tydligt på bortaplan. Ett lag kan ha haft svårt i samma arena flera säsonger i rad, trots liknande tabellplaceringar. Då är det sällan slumpen som upprepar sig. Det kan röra sig om hur laget hanterar hög press, hur ytor lämnas öppna i omställningar eller hur tempot i passningsspelet påverkas. När man går igenom tidigare möten i lugn och ro brukar sådana mönster träda fram – och ge en rimligare förklaring till resultaten än vad tabellen ensam gör.

Kontext och mönster spelar in

Det som oftast ger bäst förståelse är att sätta siffrorna i sitt sammanhang. En enskild statistikrad säger sällan särskilt mycket på egen hand, men när xG, formkurva, spelmönster och historiska data vägs samman blir bilden betydligt tydligare.

Ta till exempel ett lag som förlorat tre matcher i följd. Vid en snabb titt kan det se bekymmersamt ut, men går man djupare i siffrorna framkommer kanske att laget haft högre xG än motståndarna i två av matcherna. Lägg därtill att lagets främsta målskytt haft ovanligt låg utdelning under samma period. Då pekar mycket på en tillfällig svacka i effektivitet snarare än ett grundläggande problem i spelet.

Analysera matcher över tid

Statistik från en enskild match kan lätt bli missvisande. Väderförhållanden, skador, tillfälliga taktiska justeringar eller rena slumpmoment kan slå igenom kraftigt i siffrorna. Just därför är det klokt att titta på prestationer över en längre period, gärna över fem till tio matcher, för att få en mer rättvis bild av hur ett lag faktiskt presterar.

Om ett lag konsekvent skapar fler chanser än motståndarna men har haft svag utdelning, tyder det ofta på en potentiell uppgång. På samma sätt kan en serie matcher med orealistiskt bra utdelning vara en signal om att resultaten snart kan normaliseras. 

Experter påOddsnet tillhandahåller statistik som gör det enkelt att följa den här utvecklingen på både lag- och spelar­nivå. När datan sätts i en längre tidsram blir analysen betydligt mer robust. 

Data är ett verktyg, inte facit 

Att förutsäga fotbollsresultat handlar inte om att hitta ett magiskt tal, utan om att se samband och förstå tendenser. Statistik är inte ett facit, men ett verktyg som skärper blicken för detaljer. Genom att kombinera xG, form, spelardata och tidigare möten går det att skapa en mer nyanserad bild av lagens verkliga styrka.