Futbolun beyzbol, Amerikan futbolu, basketbol gibi sporlarda kullanılan türden “istatistiksel büyücülüğe” açık olmadığını öne sürenlerin en önemli savı oyunun doğasının diğer oyunlardan farklı olduğu. Ancak istatistik sever futbol meraklıları için durum bu kadar karamsar değil. Benim de dâhil olduğum bu iyimserlere göre bir ortamın daha karmaşık olması, onun istatistiksel araçlarla analiz edilemez hale getirmez, sadece daha iyi araçlara ve daha iyi yöntemlere ihtiyacınız olduğunu gösterir.

Hayat her sokağın belirli bir caddeye çıktığı iyi düzenlenmiş, dikkatle çizilmiş bir 20. Yüzyıl kentinden çok; eski günlerin izlerini taşıyan, yıpranmış binalarla dolu ve sokaklarla caddelerin iç içe geçtiği bir Akdeniz şehrine benzer. Bu şehrin sokaklarında dolaşmak, elinizdeki turist hari tasından yolları takip etmek ya da navigasyon cihazından komut almak değil; ilk rastladığınız sokaktan içeri girmek ve başınıza neler geleceğini beklemek gibidir. Sokaklar başka sokaklara, caddeler başka caddelere açılır ve bu gezintiye “hayatım” adını verirsiniz. Yerkürede gezinmiş ilk insan belki de ilk canlı bu ayrımın farkındadır. Hayat, insan için belirsizliklerle doludur. Adımlarınızın sonuçlarını “dilersiniz”, “kestirirsiniz” belki “öngörürsünüz”; ama asla bilemezsiniz. Eski bir filozofun söylediği gibi “aynı nehirde iki kere yıkanmak mümkün değilken”; aynı hayatı bir kez daha yaşamak mümkün değildir. Her şey bir kez yaşanır ve geçmişte kalır.

Hayata dair bu belirsizlik, son dönemlerin çok yönlü filozoflarından Daniel Dennett’ın “Aklın Türleri: Bir Bilinç Anlayışına Doğru” adlı kitabında detaylıca anlatılır. Dennett’a göre büyümek için bir ağacın gölgesini arayan yosundan; verimli çiçeklerin yerlerini dans ederek arkadaşlarına aktaran arıya kadar yeryüzündeki her canlı varlık bilgi aramak için programlanmıştır . Bilgi arayışı, hayatı sürdürmek için daha doğru/daha etkin olanın öğrenilmesi ve aktarılmasıdır. Böylelikle kendinizi daha iyi besleyebilir, daha iyi koruyabilir ve yaşamınızı sürdürebilirsiniz. Bu perspektiften, hayatın sürdürülebilmesi bilgi arayışının niteliğine bağlıdır ve bilgi arayışının nesnesi belirsizliği azaltmak, mümkünse de 0’a indirmektedir. Herhangi bir durumda belirsizlik yoksa tercihler çok kolay olacaktır; ancak böyle bir lüks çok az durumda çok az kişinin başına gelebilir.

Belirsizliği azaltacak bilgi arayışı yöntemlerinden biri

İnsanoğlu belirsizliği azaltmak için sayısız yöntem geliştirmiştir. Hatta felsefenin genel tarihini belirsizliği azaltma çabasının öyküsü olarak bile nitelendirebiliriz. İstatistik adı verdiğimiz yöntem, belirsizliği azaltacak bilgi arayışı yöntemlerinin bir tanesidir; en iyisi olmasa bile en yenilerinden biridir. “Verileri toplama ve analiz etme işi” olarak tanımlanan istatistik ilk başlarda devletlerin ürettiği ve devletlere dair verilerin toplanması ve analiz edilmesini kapsarken istatistik kelimesinin kökeninde devlet anlamına gelen “state” kelimesi bulunur -, daha sonra yaşamın her alanına sirayet etmiştir. 18. yüzyılda temeli atılan istatistik ve olasılık bilimleri yaygınlaşmış, gündelik yaşamın bir parçası haline gelmiştir. “Kış mevsiminde sıcaklıklar ortalamanın üzerinde gidecek” cümlesi istatistik bilimi olmadan kurulamayacak bir cümledir.

Çağdaş bilim için istatistiksel yöntemler vazgeçilmez araçlardan biridir ve çağdaş insan, istatistiklerle iç içe bir yaşam sürmektedir. Hayat sigortası primlerinin nasıl hesaplandığını düşünün bir. İstatistiksel yöntem bilgi arayışını bait birkaç varsayıma dayandırır. Gelecek, geçmişle tutarlı olacaktır; dolayısıyla geleceği, geçmişteki verilerden yola çıkarak tahmin edebiliriz. İkinci olarak olayların olasılıkları kesin değildir, belirli bir dağılımla gerçekleşir. “Yazı-tura” attığınızda yüzde 50 olasılıkla “tura” gelecektir ama bunun anlamı attığınız her iki atışın birinin “tura” gelmesi değildir. Bunun gerçekleşmesi için çok sayıda para atışı gerçekleştirmeniz gerekir. Üçüncüsü, istatistiksel tahminler bu dağılım göz önünde tutularak yapılır, başka bir deyişle, para atışı yaptığınızda tura tahmininiz belirli bir olasılıkla gerçekleşecek; belirli bir olasılıkla da gerçekleşmeyecektir. İstatistiksel yöntem, tahmin etmenizi sağladığı gibi, o tahminde yanılma olasılığınız olduğunu ve bu olasılığın ne kadar olduğunu da söyleyebilir. İstatistiksel bilgi arayışı kısaca geçmişteki verilerden yola çıkarak geleceği tahmin etmemizi, bu tahmini de belirli bir hata payıyla yapmamızı ve bu hata payının da büyüklüğünü bilebilmemizi sağlar. Bu bakış açısıyla geçmiş gelecek için iyi bir fikir verecektir; ama yanılma olasılığı asla sıfır olmayacaktır. Meteoroloji uzmanınız “yağmur yağacak” diyorsa, yanınıza şemsiye almakta yarar vardır; ama şemsiyeyi boşuna taşımanız olasılığı da mevcuttur her zaman. Çünkü istatistiksel modelleri öngörüsünü sınırlayan rastsal , yani nasıl olduğunu bilemediğimiz/açıklayamadığımız diğer etkenler mutlaka olacaktır.

Sporun içindeki belirsizlik faktörü

Hemen hemen bütün spor dalları belirsizlikle iç içedir. Müsabaka sonuçları belirsiz olmasaydı, yarış başlamadan önce kazananın kim olduğunu bilseydik; muhtemelen müsabakaları kimse izlemeye gelmezdi. Öncelikle spor müsabakalarında “insan” faktörü merkezde olduğundan ve “insanlar” sürekli aynı performansı gösteren makinelerden farklı olduğundan bir belirsizlik bulunmaktadır. İnsanlar da makineler gibi olsaydı; o zaman hata yapmazlar, çok iyi ya da çok kötü performans göstermez, hep aynı tekdüze performansı gösterirlerdi. Oysa insan olmak hata yapma olasılığını kendiliğinden getirir, hangi kaleci bütün şutları tutmuş, hangi golfçü bütün atışlarını doğru yapmıştır ki? İkinci olarak, müsabakalarda her zaman bir diğer belirsizlik kaynağı bulunmaktadır. Bu belirsizlik kaynağı “doğa” olabilir, hava şartları, zemin, rüzgâr gibi. Ya da rakiplere karşı yapılan mücadelelerde rakibin insan olması onun belirsizliğini de denkleme dâhil edecektir. İki sporcu mücadele ederken bireysel belirsizliklerinin toplamına, doğanın belirsizliğini de eklemek gerekir ki; bu açıdan bakıldığında spor müsabakaları belirsizliğin neredeyse tamamen egemen olduğu ortamlardır diyebiliriz. Bu yüzden de seyre değerdir, sporun içindeki belirsizlik faktörü, onu da seyredilmeye değer kılar.

Futbol, spor dalları arasında en fazla belirsizlik içerenlerden biridir. Öncelikle insanoğlunun daha iyi kontrol edebildiği el yerine; ayaklarla oynanması en önemli belirsizlik kaynağıdır. Günümüzde topu “eliyle koymuşçasına” istediği yere gönderebilen yüksek tekniğe sahip oyuncular mutlaka vardır, ancak onlar bile yüzde yüz isabetle pas veremezler ya da şut çekemezler. İkinci olarak futbol en kalabalık takım sporlarından biridir. Voleybolda 6, basketbolda 5 kişi sahada bulunurken, bu rakam Amerikan futbolunda 11, ragbide 15’tir ve bu son iki sporda da hem el hem ayak kullanılmaktadır. Futboldaysa ellerini kullanabilen kaleciyi dışarıda bırakırsak her takımda 10’ar futbolcu bulunmaktadır ve birbirleriyle ayaklarını kullanarak iletişim kurmaktadır. Bu duruma bir de içi hava dolu 450 gramlık topu doğrudan etkileyebilecek doğa koşulları dâhil edildiğinde, futbolun dünyadaki spor dalları arasında en fazla belirsizlik içeren dal olduğunu söylemek yanlış olmaz. Belki de sırf bu yüzden en çok sevilen ve yapılan spordur.

Daha önce belirsizliği azaltmanın en iyi yollarından birinin istatistik olduğunu söylemiştik, çünkü istatistik geçmişteki verilerden yola çıkarak geleceği kestirebilmeyi sağlar. Ancak istatistik biliminin iyi çalışabilmesi için -daha doğru tahminlerde bulunabilmesi için-, daha iyi ve daha çok veriye sahip olması gerekir. Bu nedenle istatistiksel yaklaşımın spor dallarında kullanılması için elde yeterince veri ve bu veriyi işleyecek yeterince araç olması gerekmektedir. Bir de bu yöntemleri deneyecek kadar cesur kişilere de ihtiyaç olacaktır, çünkü istatistiksel analizin önemli bir mottosu “içeriye çöp girerse, çöp çıkar”. Yani elinizdeki veriler anlamsızsa, çıkarımlarınız da anlamsız olacaktır.

Bir öncü: Billy Beane Spor dallarında istatistiğin “kerhen” kullanıldığı dönemlerden bir meslek dalı olacak kadar popülerleşmesini sağlayan kırılma noktası bahsettiğimiz üç faktörün bir araya gelmesiyle gerçekleşti. Beyzbol, dünyadaki en fazla istatistik üreten spor dallarından biridir. Beyzbolseverler 19. Yüzyıldan itibaren istatistikleri tutmuşlarken, ilk beyzbol istatistik kitabı 1952 yılında yayınlanmıştır. Bugün wikipedia’da “beyzbol istatistikleri” sayfasında 100’den farklı istatistik türüne rastlayabilirsiniz . Bu kadar çok istatistik varken, bunların iyi bir şekilde analiz edilebilmesi çağdaş istatistik yöntemlerinin gelişmesini beklemiştir. Ancak beyzbolda istatistiklerin yaygın şekilde kullanılması, bu istatistikleri işinde kullanabilme cesaretini gösterebilecek bir takım yöneticisini, Billy Beane’i beklemiştir. Oakland Athletics takımını yöneten Billy Beane, istatistiksel yöntemleri kullanarak yaptığı transferlerle orta sıralara mahkûm takımını düşük bütçesiyle karşılaştırılmayacak kadar iyi bir pozisyona getirmiştir. Başarısı önce Micheal Lewis tarafından “Moneyball: the Art of Winnng an Unfair Game” (2003) adıyla kitaplaştırılmış; daha sonra 2011 yılında Brad Pitt’in başrolünü oynadığı “Moneyball” filmiyle kitlelere ulaştırılmıştır. Spor istatistikleriyle ilgilenen herkesin hayalinde Brad Pitt olmasa bile Billy Beane olmak yatar diyebiliriz. Billy Beane’in cesareti “sabermetric”alanını açmıştır. Amerikan Beyzbol Araştırmaları Derneği’nin -Society for American Baseball Research-SABR olan kısaltmasından yola çıkılarak üretilen bu terim “beyzbol hakkındaki objektif bilgiyi aramak” olarak tanımlanmaktadır. Bu bilim dalıyla uğraşanlar öncelikle beyzbolun ürettiği sayısız istatistik arasından hangisinin daha iyi olduğunu anlamaya çalışırlar. Billy Beane’in de etkisiyle genelde odaklandıkları konu oyuncu performansının ölçümüdür ve bir oyuncunun/takımın gelecekteki performanslarını geçmişteki performanslarından yola çıkarak kestirmeye çalışırlar. Beyzbol oyununun doğası gereği oyuncuların bireysel performanslarının takım performansı üzerindeki etkisi çok fazla olduğundan, daha fazla katkıyı yapabilecek oyuncuların kimler olacağını öngörmek 7.5 milyar ABD Doları büyüklüğünde gelire sahip MLB -Amerikan Beyzbol Ligi- için değerli bir bilgidir . Billy Beane’in şahsen olmasa bile “sabermetric” yaklaşımının başarısı -Beane’in en büyük başarısı finallere kalmakken, aynı yöntemi uygulayan Boston Red Sox çok daha başarılı olmuşturbu yaklaşımın diğer spor dallarına da yayılmasına yol açmıştır. İstatistiksel bilginin kolaylıkla edinilebildiği basketbol ve Amerikan futbolu kendi “metric” bilim alanlarının doğmasını sağlamıştır. Basketbolda “sabermetric” yaklaşımının “ABPRmetrics” uyarlaması bulunurken; Amerikan futbolunda spor yayıncısı ESPN ve benzeri kuruluşlar kendi yaklaşımlarını geliştirmektedir. Basketbolda analizlerin odağında oyuncuların ve takımların maç performansları bulunmaktadır. Son dönemde oyun kurgularının da istatistiksel analizi tartışılmaya başlanmıştır. Amerikan futbolundaysa oyuncu performansları daha fazla ön plana çıkmıştır. Özellikle profesyonel sporlarda istatistiklerin ne kadar önem taşımaya başladığını yakın dönemde gözlemleme fırsatı bulduk. ABD’nin prestijli üniversitelerinden MIT’nin İşletme Bölümü Sloan School of Management, 2007 yılından bu yana Sports Analytics Conference adıyla bir konferans düzenlemekte. 2007 yılında 175 kişinin katıldığı ilk konferansta 9 panel düzenlenmişti. Mart ayının başında gerçekleşen son konferanstaysa 29 panel yer alırken, katılımcı sayısı 2700’dü. Beyzboldan futbola, bahis tahminlerinden futbol taktiklerinin görsel analizine kadar geniş bir yelpazede çok sayıda konuşma ve sunum yapılırken; konuşmacılarının ortak görüşü “alınacak çok yol olduğu” yönündeydi.

Futbolun istatistikle buluşması

Doğal olarak alınacak yollardan bazıları henüz istatistiksel devrimin uğramadığı bakir coğrafyalara uzanmaktadır. Bahsettiğimiz “___metrics” yaklaşımları ABD’de ve yakınındaki ülkelerde bu kadar çok ilgi çekerken, yaşlı kıtamıza ve göz ağrımız futbola henüz pek uygulanmamaktadır. Bu yaklaşımın futbola ilk uygulanması bu kez yukarıdan aşağıya doğru oldu. İngiliz efsanesi Liverpool’un yukarıda bahsettiğimiz Boston Red Sox’ın sahibi olan grup tarafından satın alınması yeni yöntemin tıpkı rock’n roll gibi Kıtaya yine Ada üzerinden sirayet etmesinin yolunu açtı. Firmanın sahibi John Henry, Billy Bean’le ortak arkadaşı, daha önce Arsenal, Tottenham Hotspur, St. Etienne gibi takımlarda yöneticilik yapmış olan Damien Comolli’yi 2010 Kasım ayında “Futbol Stratejisi Direktörü” olarak atadı . Kendilerini “sabermetrics” prensiplerine sadık olarak tanımlayan ikili , Comolli’nin görevi bıraktığı 2012 Nisan’ına kadar 120 milyon Pound -yaklaşık 350 milyon TLharcayarak, 35 milyon Pound’luk -96 milyon TLCarroll ve 23 milyon Poundluk 63 Milyon TL- Suarez dahil olmak üzere 26 futbolcu transfer ettiler. Bu süreçte Liverpool’un kayda değer bir başarısı olmaması -sırasıyla ligi 6. ve 7. olarak bitirdilerve Comolli’nin transfer ettiği futbolcuların bir kısmının şu anda başka takımlarda oynaması “sabermetrics” prensiplerinin futbola uygulanabilirliğini tartışma konusu haline getirdi.

Futbolun bu tür “istatistiksel büyücülüğe” açık olmadığını öne sürenlerin en önemli savı oyunun doğasının diğer oyunlardan farklı olduğu. Futbolda oyuncuların bireysel performanslarının takımın performansı üzerindeki etkisinin sınırlı olduğu ve futbolda takım dinamiklerinin beyzbolla kıyaslanmayacak kadar fazla olduğu kabul edilen bir gerçek. Buna ek olarak, takımların dizilişleri, taktiksel tercihleri ve diğer oyuncuların performanslarının da oyuncunun katkısı üzerinde etkisi var ve bu etkiler genellikle basit katsayılarla ölçülemiyorlar. Dolayısıyla istatistiksel modellerinize dahil edemediğiniz çok sayıda rastsal faktör sizin tahminlerinizin kalitesini düşürüyor ve belirsizlik kaynağı oluyor .

Bu konudaki itirazlardan en önemlisiyse, futbolda “siyah kuğuların” sayısının çok fazla olabileceği yönünden geliyor. Günümüzün popüler düşünürlerinden Nicholas Nassim Taleb’in ortaya attığı “Siyah Kuğu” benzetmesi 18. yüzyılın bir anlatısına dayanıyor. O zamanlarda insanlar hiç siyah kuğu görmediklerinden, bütün kuğuların beyaz olduğunu düşünürlermiş. Ta ki Kaptan Cook, Avusturalya’ya yaptığı seyahatlerden birinde siyah bir kuğuyla dönene kadar. Bu keşifle beraber insanların “bütün kuğular beyazdır” inancı tek bir siyah kuğunun gelmesiyle yıkılmış. Taleb, “siyah kuğu” olaylarını insanların beklemediği, çok seyrek gerçekleşen ve olduğunda da etkisi çok fazla olan olaylar olarak tanımlıyor. Kendisine şöhreti getiren olaysa, 2008 ekonomik krizini çok önceden görebilmiş ve danışmanlığını yaptığı finans kurumlarını zarardan koruyabilmiş olması . Futboldaysa siyah kuğular o kadar fazla olabilir ki, siyah kuğuların bir kural olduğunu söyleyebiliriz. Çok güvenilen bir forvetin kritik bir penaltıyı kaçırması, kalecinin geri pası tutamaması, takımın kritik oyuncusunun maçın başında sakatlanması, bütün maç boyunca baskı yapan takımın 90+4. dakikada bir kontrataktan gol yemesi gibi çok sayıda olay oyunun kaderin değiştirebiliyor ve bu olayları ön görmek neredeyse imkânsız. Dolayısıyla siyah kuğuların bu kadar çok olduğu bir oyunda da yaptığınız genellemeler kolaylıkla geçersiz olabiliyor ve çürütülebiliyor.

Daha iyi araç ve yöntemlere ihtiyaç var Futbolun kendine özgülüğü iddiası, MIT konferansında sadece bir panelin futbol konusuna ayrılmasını açıklayabilir. Eğer kullandığınız istatistiksel model belirsizliği azaltmıyorsa -başta tartıştıklarımızı hatırlayalım, istatistik içinde yaşadığımız dünyanın belirsizliğini azaltmayı hedefler-, bu modeli kullanmanın hiçbir faydası olmayacaktır. Dolayısıyla bu kadar rastsal bir ortamda geleneksel sezgilerimize güvenmek, yanlış istatistiksel modellere güvenmekten daha anlamlı olacaktır. Ancak futbolun Billy Beane’leri olmaya çalışan çok sayıda istatistiksever futbol meraklısı için durum bu kadar karamsar değil. Benim de dâhil olduğum bu iyimserlere göre bir ortamın daha karmaşık olması, onun istatistiksel araçlarla analiz edilemez hale getirmez, sadece daha iyi araçlara ve daha iyi yöntemlere ihtiyacınız olduğunu gösterir. Kabul etmemiz gerekiyor ki, futbol söz konusu olduğunda ortalıkla kolaylıkla erişilen istatistikler çok eski dönemlerde hesaplanmış. Birçok ligde takımların tarihsel performanslarına bile sadece sonuç bazında ulaşılabiliyor, diğer veriler gazetelerin tozlu yapraklarında kalmışlar. Oysa iyi istatistiksel modeller, daha yüksek hacimde verilerle kurulabilir. Tıpkı para atışı gibi. Turanın yüzde 50 olasılıkla geleceğini bilmemiz, ilk atışımız tura geldiğinde bir sonraki atışın yazı olmasını garantilemez. 50/50 dağılımı ancak çok sayıda atışla görülebilir, tabii ki hileli bir para kullanılmıyorsa. Futbolda da istatistiksel modellerin anlamlı tahminlerde bulunabilmesi için daha fazla verinin analizde kullanılması gerekiyor. Bu açıdan İngiliz liglerinin iyi bir fırsat sunduğunu söyleyebiliriz. Daha önce de bahsettiğimiz gibi “sabermetrics” yaklaşımı Liverpool üzerinden Ada’ya sirayet etmiş durumda. İngilizler, Anglo-saxon kültürü ve futbolun anavatanı olması nedeniyle istatistik kayıtları konusundan zengin bir arşive sahipler. Bu veriler herkesin analizine açık olduğundan çok sayıda analist farklı modelleri test edebiliyorlar ve bu konuda da günden güne iddialı hale geliyorlar. Ayrıca İngiliz akademisinin ABD kaynaklarıyla yakın işbirliği, yeni istatistiksel modellerin kolaylıkla adapte edilebilmesini sağlıyor. Örneğin Premier League EA Sports ve Castrol’le işbirliğiyle futbolcu istatistiklerini düzenli olarak sağlıyor. Geçmiş maç veri tabanlarına da erişilebilmesi analizleri kolaylaştırıyor. Premier League’e odaklanan çok sayıda istatistiksel analiz blogları arasından www.soccerbythenumber.com diğerlerinden farklılaşıyor. ABD’de yerleşik, siyaset biliminde iyi bir itibar sahibi Chris Anderson tarafından kurulan site, Anderson’ın başka bir siyaset bilimci David Sally’yle beraber yönettiği AndersonSally şirketiyle spor kulüplerine danışmanlık hizmeti vermesine de aracılık yapıyor. Anderson ve Sally’nin yakınlarda yayınlanacak “The Numbers Game: Why Corners Should Be Taken Short, Teams Are Only As Good As Their Worst Players, and Changing the Manager Doesn’t Change Much” adlı kitabı futbola sayısal yaklaşımın iyi bir örneği olmaya aday olarak biliniyor. Anderson ve Sally bugüne kadar yaptıkları analizlerde maç sonuçlarına, transfer istatistiklerine ve topun oyun içerisindeki akışlarına odaklanıyorlar. Kitaplarının başlığı bir istatistiğin nasıl işe yarayacağına iyi bir örnek: “Kornerleri Kısa Kullanın”, çünkü uzun kornerler gole dönüşmüyor, en azından Premier League’de… “soccerbythenumbers.com” haricinde istatistiksever futbol profesyonellerinin göz atabilecekleri birkaç kaynak daha bulunmakta. “euroclubindex.com”, ABD’de son seçimlerde yaptığı tahminlerle göz dolduran ve son kitabı satış listelerine giren Nate Silver’ın metodolojisi üzerine kurulan bir sıralama ve karşılaştırma sitesi. Bu sitede yer alan istatistiklere göre Fenerbahçe Avrupa takımları arasında 36. iken Galatasaray 44. sırada. Yine bu sitede yer alan tahminlere göre Galatasaray’ın Kayserispor’u yenme olasılığı yüzde 48’ken, Fenerbahçe’nin Antalya’yı yenme olasılığı yüzde 54’tü. Fenerbahçe’nin Plizen’le berabere kalma olasılığı yüzde 27; Galatasaray’ın Schalke 04’ü yenme olasılığıysa yüzde 17’ydi…

Görüldüğü üzere her zaman yüksek olasılıklı olaylar gerçekleşmiyor, futbol sürprize yer bırakıyor. Yine Premier League’e odaklanan “experimental361.com” sitesi daha çok şut/gerçekleşen gol gibi oranlardan yola çıkarak Avrupa Liglerini karşılaştırmaya çalışan bir site. Aynı sitede takımların geçmişteki skorlarının dağılımı gelecek maçlar için bir tahmin aracı olarak kullanılıyor. Ülkemizde futbol istatistikleri teknik adamlar tarafından uzun bir süredir kullanılıyor ve önde gelen takımların çoğu bu iş için geliştirilmiş yazılımlar satın almış durumda. Ligtv web sitesinden maç istatistiklerine de ulaşmak mümkün. Ancak yukarıda bahsettiğimiz türde “sabermetrics” benzeri “futbolmetrikleri” geliştirme çabası henüz yaygın değil. Bu çabanın başlayabilmesi için yukarıda saydığımız faktörlerin bir arada olması gerekiyor: Yeterince çok veri, iyi analiz araçları ve bütün bunları sahaya uygulama riskini alabilecek teknik adamlar.

Bu satırların yazarı hayatta en fazla zevk aldığı iki şeyin futbol ve istatistiğin bir arada olması fikrinden çok memnun. Belki de bu kadar çok sevdiğim iki şeyin bir arada olma olasılığı, yaklaşımın zaaflarını görmemi engelliyor. Yine de gerek Avrupa’da, gerekse de ülkemizde toplanan veri sayısının artması, uygulanan istatistiksel tekniklerin çoğalması ve en önemlisi istatistiksel çıkarımları sahaya uygulayacak cesur teknik adamların/yöneticilerin var olması futbolu da daha iyi anlayabilmemizi sağlayacaktır diye düşünüyorum. Futbol istatistiklerini yaratıcı şekilde nasıl kullanılabileceğinin bir örneği olarak, 2–3 biten Schalke 04-Galatasaray maçındaki isabetli pasların oluşturduğu ağ akışını aşağıdaki grafiklerde sergiledim. İlk grafikte oyuncular ağ içerisindeki yerlerine göre konumlanırken; ikinci grafikte oyuncular sahadaki yerlerine göre yerleştirilmişler. Bu iki grafiğin bir arada yorumlanması, Galatasaray’ın Schalke 04 karşısındaki oyununu daha iyi anlatıyor ve yeni yöntemlerin nasıl çarpıcı sonuçlar üretebileceğini gösteriyor…

Futbol Gelişim Bülteni, Sayı 7, 2013

http://www.tff.org/Resources/FutbolGelisimBulteni/7/files/assets/basic-html/page39.html