Skauting na modelach: dwa tysiące punktów danych na mecz i problem porównywalności

Punktem wyjścia jest dostępność danych. Chińskie omówienie wykorzystania wielkich zbiorów w futbolu podaje, że jeden mecz profesjonalny generuje ponad dwa tysiące punktów danych obejmujących bieg, podania i kontakty fizyczne. Modele uczenia maszynowego łączą wiele źródeł, żeby szacować przyszłą formę zawodnika. To już nie opis pojedynczego zdarzenia, tylko strumień mierzalnych wielkości.

Drugim filarem są wskaźniki oczekiwane. Model oczekiwanych goli (xG) przypisuje każdemu strzałowi prawdopodobieństwo zdobycia bramki. Suma tych wartości pokazuje, ile goli drużyna powinna była zdobyć przy stworzonych okazjach, niezależnie od tego, ile faktycznie padło.

Ten sam strzał, różne liczby

Tu zaczyna się problem, który analitycy znają doskonale. Współczesne modele xG różnią się doborem cech. Biorą pod uwagę część ciała, którą oddano strzał, rodzaj poprzedzającej akcji, presję obrońców czy pozycję. Te wybory prowadzą do systematycznie różnych oszacowań dla tych samych strzałów. Wartości xG od różnych dostawców nie są więc wprost porównywalne, zwłaszcza gdy jeden model zawiera informacje kontekstowe, których drugi nie ma.

Praktyczny wniosek jest ostrzeżeniem dla każdego klubu, który zestawia zawodników z dwóch lig: „gole minus xG” tego samego piłkarza może się zmienić, gdy zmieni się dostawca danych. A przy krótkich próbkach różnice bywają szumem. Odzwierciedlają wtedy wybory i obciążenia modelu, a nie umiejętności zawodnika.

Różnorodność dostawców

Rynek dostawców danych jest przy tym skoncentrowany i wart miliardy. Opta, założona w 1996 roku, dostarcza dane dla ponad 30 dyscyplin w ponad 70 krajach, a od 2019 roku należy do Stats Perform. Genius Sports, spółka notowana na nowojorskiej giełdzie, zatrudnia około 1500 osób i obsługuje ponad 300 marek bukmacherskich. Dostarcza dane i transmisje z ponad 240 tysięcy wydarzeń sportowych rocznie.

Konsolidacja nie zatrzymuje się. W lutym 2026 roku Genius Sports ogłosiła przejęcie spółki Legend, właściciela marek Casino.org i Covers.com, za 1,2 miliarda dolarów. Akcje spółki spadły w reakcji o 23 procent. Widać, jak nerwowo rynek wycenia dziś zakupy w tym segmencie.

Klub nie kupuje dziś jednego modelu. Kupuje dostawcę, jego definicje zdarzeń i jego sposób liczenia, a z tym wszystkim jego błędy.

Dla skautingu opartego na modelach nie jest to więc pytanie „czy dane”, lecz „czyje dane i czy porównujemy to samo”. Odpowiedź brzmi: nie, dopóki nie ustalimy dostawcy i definicji wskaźnika przed zestawieniem dwóch nazwisk.