Absolute and Relative Performance Indicators Associated with Match Success Across Six European Professional Football Leagues
تُظهر هذه الدراسة التي شملت 2,058 مباراة عبر ست دوريات أوروبية أنه في حين أن مؤشرات الأداء النسبية (الفروقات بين الفريق والخصم) أكثر فعالية من المؤشرات المطلقة في التنبؤ بنتائج المباريات، فإن النموذج التنبئي الأكثر دقة يتحقق من خلال دمج كل من المقاييس المطلقة والنسبية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تشاهد مباراة كرة قدم. لعقود من الزمن، ظل المحللون مهووسين بعدّ كل شيء يفعله فريق واحد: كم عدد التمريرات التي قاموا بها؟ كم من الوقت استحوذوا فيه على الكرة؟ كم عدد التسديدات التي نفذوها؟ الأمر يشبه تقييم طاهٍ بناءً فقط على عدد المكونات التي قطعها، دون تذوق الحساء أبداً أو رؤية ما كان يطبخه الطاهي الآخر. هذا هو عالم الأداء "المطلق" — النظر إلى إحصائيات الفريق في فراغ. لكن كرة القدم ليست عرضاً فردياً؛ إنها رقصة مستمرة وفوضوية بين فريقين. إذا مرر الفريق (أ) الكرة 500 مرة، فهذا أمر مثير للإعجاب، ولكن ماذا لو مرر الفريق (ب) الكرة 600 مرة؟ فجأة، تبدو الـ 500 تمريرة الخاصة بالفريق (أ) وكأنها معاناة، وليست انتصاراً. تطرح هذه الورقة سؤالاً بسيطاً ولكنه ثوري: لكي نفهم حقاً من يفوز ولماذا، هل ينبغي لنا فقط عدّ ما فعله الفريق، أم يجب أن نقيس مدى "أفضلية" ما فعله مقارنة بالفريق الآخر؟ الإجابة تغير كل شيء حول كيفية نظرتنا للعبة الجميلة.
هذا البحث، الذي قاده أنجيلو بريتو من جامعة لشبونة، قرر حسم الجدل من خلال النظر في جبل هائل من البيانات: كل مباراة من موسم 2023-2024 عبر ستة من أفضل الدوريات الاحترافية في أوروبا (بما في ذلك الدوري الإنجليزي الممتاز، والدوري الإسباني، والدوري الإيطالي). هذا يعني 2,058 مباراة وأكثر من 4,000 أداء للفريق لمعالجتها. لم يبحث المؤلف فقط عن إحصائيات جديدة؛ بل اختبر ثلاث طرق مختلفة لـ "قراءة" اللعبة. أولاً، نظر إلى المؤشرات المطلقة (ما فعله الفريق بمفرده). ثانياً، نظر إلى المؤشرات النسبية (الفرق بين ما فعله الفريق وما فعله خصمه). ثالثاً، حاول الدمج بين الاثنين.
كانت النتائج واضحة كصافرة الحكم. عندما حاول المؤلف التنبؤ بمن سيفوز باستخدام الإحصائيات "المطلقة" فقط (مثل إجمالي التمريرات أو التسديدات)، كان النموذج جيداً، لكنه أخطأ الهدف كثيراً، حيث أصاب النتيجة بنسبة 79% تقريباً. ومع ذلك، عندما انتقل إلى الإحصائيات "النسبية" — أي السؤال جوهرياً: "كم عدد التسديدات الإضافية التي سددها الفريق (أ) مقارنة بالفريق (ب)؟" — أصبح النموذج بمثابة بلورة سحرية. فجأة، استطاع التنبؤ بالفائز بدقة 91%. كان النهج "النسبي" قفزة هائلة للأمام. لقد أظهر أن معرفة أن الفريق لديه 15 تسديدة على المرمى لا تعني الكثير ما لم تكن تعرف أن خصمه لد لديه 3 تسديدات فقط. الفرق بين 15 و3 هو ما يقود النصر فعلياً.
وجدت الدراسة أن أقوى المتنبئات بالفوز لم تكن تتعلق فقط بامتلاك هجوم جيد، بل بامتلاك هجوم "أفضل" من الخصم. وتحديداً، كان امتلاك تسديدات أكثر على المرمى من الخصم والقدرة على تحويل تلك التسديدات إلى أهداف بكفاءة أكبر هي المفاتيح الذهبية. وعندما دمج المؤلف كلا النوعين من البيانات (المطلقة والنسبية)، أصبح النموذج أفضل، حيث وصل إلى دقة 93%. ولكن إليكم المفاجأة: كل ذلك التحسن جاء تقريباً من الجزء "النسبي". فإضافة الأرقام "المطلقة" لم تمنح سوى دفعة طفيفة ومتواضعة.
إذاً، ماذا يعني هذا لمستقبل تحليل كرة القدم؟ تقترح الورقة أننا بحاجة إلى التوقف عن النظر إلى الفرق بمعزل عن غيرها. فأداء الفريق ليس مجرد رقم على لوحة النتائج؛ إنه علاقة. تماماً كما أن السباق لا يتعلق بمدى سرعتك في الجري، بل بمدى سرعتك مقارنة بالشخص الذي بجانبك، فإن النجاح في كرة القدم يتحدد بالفجوة بينك وبين خصمك. وبينما يظل عدّ إجمالي التمريرات والتسديدات مفيداً لفهم أسلوب الفريق، إذا كنت تريد معرفة "لماذا" فاز فريق أو خسر، فعليك النظر إلى الفرق. وتخلص الورقة إلى أن أفضل طريقة لنمذجة النجاح في كرة القدم هي التركيز على مدى تفوق الفريق على منافسه، مما يثبت أنه في لعبة كرة القدم، السياق هو الملك، والإحصائية الوحيدة التي تهم حقاً هي تلك التي تقارن بين الجانبين.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.