"Las asistencias esperadas miden la probabilidad de que un pase sea una asistencia primaria. El modelo se basa en el lugar de finalización del pase, el tipo de pase y otros factores. Este modelo no depende de si se produjo un disparo a partir de este pase, por lo que da crédito a todos los pases, independientemente de si dan lugar a un disparo."
En este blog se describe el proceso en el que se basa este modelo y se explica su utilidad para evaluar los resultados.
Si Sandro Ramírez, del Everton, centra el balón a Wayne Rooney y éste remata mal de cabeza o el balón se va por encima del larguero, Ramírez no puede controlarlo, del mismo modo que no puede controlar que Rooney salte a la perfección y envíe el balón a la red.
Esta es una de las razones por las que contar las "asistencias" de forma aislada no es una forma totalmente representativa de evaluar la creatividad. El creador depende a menudo de la habilidad rematadora del jugador que recibe el pase.
También sabemos que no todos los pases clave crean la misma calidad de oportunidad de gol, y esto debería reflejarse en cómo los valoramos.
¿Cómo reconocer mejor la capacidad de los jugadores para crear ocasiones de gol?
Los tres objetivos que se muestran a continuación son ejemplos de cómo se puede acreditar al creador en función de la calidad del azar que ha creado.
Asignación de créditos a los creadores
Al principio, simplemente se tomaba el valor xG de los pases clave. Sin embargo, esto significaba que solo se tenían en cuenta las situaciones en las que el receptor realizaba un disparo, y tampoco reconocía las ocasiones en las que el receptor llevaba el balón para generar una mejor posición de disparo que la que proporcionaba el pase inicialmente (considere el gol de Lionel Messi en la Copa del Rey contra el Bilbao, que se muestra más adelante en este artículo).
El marco de asistencias previstas ha evolucionado para garantizar que el crédito se reparta adecuadamente y se refleje con mayor exactitud cada situación.
Las asistencias esperadas miden la probabilidad de que un pase sea una asistencia primaria en función de dónde se recibió el pase, qué tipo de pase fue y otros factores. Este modelo no depende de si se ha realizado un disparo a partir de ese pase, por lo que es capaz de acreditar más allá del pase final.
Al atribuir al creador el mérito de la calidad de la ocasión creada, obtenemos un nivel de conocimiento más profundo que la mera cantidad de ocasiones creadas.
El ejemplo anterior es la memorable chilena de Andy Carroll contra el Crystal Palace. Aquí, Manuel Lanzini (10) pasa a Michail Antonio (30), que centra a Andy Carroll (9) y el inglés envía el balón a la esquina superior derecha.
El modelo de gol esperado de Optaotorga a Carroll un 5% de posibilidades de marcar en función de las características de la oportunidad. Anteriormente, a Antonio se le habría atribuido 0,05, ya que ése es el valor xG del disparo de Carroll. Sin embargo, en este modelo actualizado, el tiro posterior no es relativo al pase, por lo que a Antonio se le atribuye un valor xA de 0,034, a pesar de que el punto final del pase se encuentra en el mismo lugar que el tiro. Esto se debe a que el modelo reconoce que el disparo de Carroll no era una garantía, como se muestra a continuación.
- Un pase de esas características se convierte en una asistencia el 3,4% de las veces
- Un tiro con esas características se convierte en gol el 5% de las veces
Esta es la carrera en solitario de Lionel Messi y su gol contra el Athletic de Bilbao en la final de la Copa del Rey 2015. En esta secuencia, Dani Alves (22) pasa el balón a Messi (10), que regatea a varios jugadores del Bilbao y marca.
La xG de la ocasión de Messi es del 9%. Tras superar a varios jugadores del Bilbao, Messi generó una ocasión de gol de bastante calidad, pero no fue así cuando recibió el pase de Dani Alves.
Si adoptáramos el enfoque "xG del pase clave", a Alves se le atribuiría un 0,09, lo que sabemos que no es un reflejo exacto de la calidad de la ocasión que "creó".
Por esta razón, cada pase completado tiene un valor xA, incluso si la siguiente acción no es un disparo. La lógica es que cada pase puede convertirse en una asistencia, y el pase de Dani Alves es un ejemplo perfecto de ello. De hecho, el pase de Alves resulta en una asistencia menos del 1% de las veces.
Un enfoque sin disparos
Como demuestra el reciente trabajo de OptaPro sobre las posesiones, es importante poder analizar y acreditar los acontecimientos antes del pase y el tiro clave.
Por lo tanto, el modelo recompensa a los jugadores que pasan a zonas peligrosas sin confiar en que sus compañeros tiren. Se les reconocerá el mérito cuando el receptor no dispare por haber sido desposeído, o si pasan el balón a un compañero en una posición aún mejor.
Varios de los nombres de esta tabla tienen totales de asistencias inferiores a sus valores de asistencias esperadas, pero los totales de asistencias esperadas parecen alentadores.
Destaca especialmente David Silva. Su valor xA de 10,1 (frente a siete asistencias) es el ejemplo perfecto de cómo se valoran todos los pases, así como los pases que conducen directamente a disparos o goles.
Tomado de ProVisionlos dos mapas de calor que aparecen a continuación muestran los pases de David Silva en la temporada 2016/17 de la Premier League, lo que nos permite entender mejor por qué el centrocampista ocupa un lugar tan destacado en esta métrica.
Marko Arnautovic es otro jugador digno de mención. Con el Stoke City, jugó en un equipo que sólo ocupabael 13º puesto en tiros efectuados. A pesar de jugar en un equipo con un bajo volumen de disparos, sigue ocupando la séptima posición en esta métrica, lo que demuestra su impacto a la hora de identificar a los jugadores que realizan pases peligrosos, incluso cuando no acaban en disparo.
A la hora de evaluar y cuantificar la creatividad, las asistencias esperadas son el siguiente paso para proporcionar un marco más informado que acredite adecuadamente todos los pases, en lugar de sólo los que dan lugar directamente a un tiro o a un gol.
