Mô hình tính toán cho thấy độ 'chân gỗ' khó tin của Lukaku

Mô hình tính toán trên máy tính cho thấy độ vô duyên của tiền đạo Romelu Lukaku trong trận đấu với Croatia là lớn đến thế nào, khi các cơ hội bị bỏ lỡ đều rất ngon ăn.

Vào tối qua, kết quả hòa không bàn thắng với Croatia ở lượt trận hạ màn bảng F World Cup 2022 đã khiến đội tuyển Bỉ không thể hoàn thành mục tiêu trước trận, qua đó chia tay World Cup 2022 ở vòng bảng.

Thực tế, đây là một trận hòa có phần nuối tiếc, khi tuyển Bỉ có một ngày thi đấu không hề tồi, nếu không muốn nói là vượt trội hoàn toàn Croatia về số cơ hội. Tuy nhiên, chính việc bỏ lỡ các cơ hội mười mươi của tiền đạo Romelu Lukaku là nguyên nhân chính khiến tuyển Bỉ phải dừng chân. Điều này được thể hiện rất rõ ở chỉ số xG (được tính toán bằng các mô hình trên máy tính) của riêng Lukaku lên tới 1,67, cao hơn cả chỉ số xG của nhiều đội tuyển trong kỳ World Cup năm nay.

Chỉ số xG là gì, được tính toán như thế nào?

Dữ liệu và số liệu thống kê đã trở nên phổ biến hơn rất nhiều trong bóng đá trong những năm gần đây. Đi đầu trong việc này là các chỉ số xG - viết tắt từ chữ "Expected Goals" (Tạm dịch: bàn thắng kỳ vọng hoặc chờ đợi). Nó là thước đo thống kê về chất lượng của các cơ hội ghi bàn và khả năng chúng được ghi.

Kể từ khi thuật ngữ xG được chuyên gia Sam Green của công ty phân tích dữ liệu Opta giới thiệu vào năm 2012, số liệu này đã nhanh chóng phổ biến được sử dụng rộng rãi trong giới phân tích bóng đá.

Vậy xG được tính toán như thế nào? Đầu tiên, nó không phải được tính toán bằng tay, mà thay vào đó là từ các mô hình tính toán trên máy tính, vốn được nạp vào một lượng lớn dữ liệu là video các trận đấu trên tất cả các đấu trường khác nhau.  Ví dụ, cơ sở dữ liệu của của Stats Performance bao gồm 2,5 triệu video đã được xử lý (về các tình huống dứt điểm) của hơn 66 nghìn cầu thủ.

Dựa trên dữ liệu của các cú sút có đặc điểm tương tự, mô hình xG sau đó gán giá trị từ 0 đến 1 cho mỗi cú dứt điểm thể hiện xác suất tạo ra bàn thắng. Nếu giá trị xG của một cú sút gần sát tới 1, tỷ lệ chuyển hóa cơ hội, hay xác suất cú dứt điểm đó thành bàn sẽ càng lớn và ngược lại.

Tiếp theo, một số biến số được tính đến khi tính toán xG. Mỗi một công ty phân tích dữ liệu sẽ có một mô hình tính toán riêng của mình. Tuy nhiên thông thường, các biến số ảnh hưởng tới xG sẽ bao gồm: vị trí tung ra cú sút; góc sút; cầu thủ có bị đeo bám khi dứt điểm không; có bao nhiêu cầu thủ đứng giữa vị trí tung ra cú sút và khung thành; vị trí của thủ môn;tốc độ cầu thủ tung ra cú sút; chất lượng đường chuyền tới; độ cao của bóng so với mặt sân; chân sút thuận hay không thuận; và thế trận của đội đang tấn công .v..v. Các biến số cần tính toàn càng nhiều và chi tiết, tỷ lệ chính xác của xG càng cao.

Hiểu một cách đơn giản, tình huống một quả bóng rơi đúng vào chân cầu thủ trước khung thành rộng mở sẽ có điểm xG cao trên mô hình tính toán, nhưng cú sút từ cự ly hàng chục mét ở góc hẹp sẽ có điểm xG thấp.

Đơn cử, nếu cơ hội ghi bàn được đánh giá là có điểm xG 0,35, điều đó có nghĩa là cầu thủ dứt điểm có 35% cơ hội ăn bàn – tức cứ khoảng 3 cơ hội sẽ có một bàn thắng được ghi, dựa theo các dữ liệu thu được trong lịch sử.

Ngược lại, một cú sút ở khoảng cách 32m chỉ có giá trị xG cực thấp là 0.02. Điều này cho thấy, bất kỳ cầu thủ nào nếu thực hiện cú dứt điểm ở khoảng cách trên này sẽ chỉ có 2% cơ hội làm rung lưới đối phương – tức có rất ít cầu thủ từng ghi bàn ở khoảng cách/vị trí này trong lịch sử.

Tương tự, việc dứt điểm từ chấm 11m (penalty kick) có chỉ số xG từ 0,76 đến 0,78. Đây là chỉ số được đưa ra dựa trên thống kê dữ liệu trong lịch sử, khi 100 quả 11m được thực hiện, sẽ có khoảng 77 bàn thắng được ghi. Nói cách khác, cứ 4 quả penalty được thực hiện, có 3 quả sẽ thành bàn.  

Với các đội bóng, việc tính toán được chỉ số xG của một cầu thủ hoặc đội trong suốt một mùa giải có thể dự đoán được con số gần đúng về số bàn thắng mà họ lẽ ra phải ghi được. Điều đó không chỉ có thể được sử dụng để đánh giá một hiệu suất cụ thể mà còn có thể được sử dụng để dự đoán hiệu suất trong tương lai hoặc dài hạn của đội bóng.

Đương nhiên, trong tương lai, khi các mô hình tính toán của các công ty phân tích dữ liệu áp dụng hàng loạt các công nghệ mới nhất như trí tuệ nhân tạo/máy học, độ chính xác của xG khi phản ánh cơ hội ăn bàn sẽ cao hơn đáng kể so với hiện tại.

Tham khảo Goal / Stats Bomb / The Analyst.com