Революция в мире футбольной статистики? Появился сервис, помогающий находить закономерности в развитии матчей
Я очень люблю копаться в статистике футбольных матчей, но не все сайты и порталы удобны: где-то долго обновляются данные, где-то просто мало статистики, а кто-то плохо обсчитывает любимую РПЛ.
Недавно наткнулся на проект HistoryStats и был приятно удивлен. Главным плюсом стал нетипичный набор данных – есть не только базовые угловые, карточки и удары в створ, но и коэффициенты на победу перед матчем. Это особенно приятно, потому что малое количество порталов сохраняет подобные данные – обычно все просто забывают, сколько там давали на победу андердога в гостях. Средние коэффициенты на другие базовые события (типа ОЗ) тоже имеются.
Второе, что приятно удивило – минуты забитых голов. Тоже нечасто встречающаяся метрика, но весьма важная для анализа определенных сценариев. Любой тренер подтвердит, что быстрый гол всегда сильно влияет на ход матча.
Пока ковырялся в фильтрах со статистикой, составил несколько примеров для анализа.
Предположим, мы увидели, как «Зенит» играет дома и является явным фаворитом (перед матчем кэф на победу хозяев меньше 1,5), но после 1-го тайма счет 0:0. В последние сезоны это вполне типичная история для петербуржцев.
Если посмотреть на историю подобных матчей в эпоху Семака (с 29 мая 2018 года), то база быстро выдаст 14 подобных примеров («Зенит» дома, коэффициент на победу <1.5, 0:0 после первого тайма).
В 11 случаях «Зенит» побеждал, дважды сыграл вничью и один раз проиграл. Присмотрелся и поискал, что отличает матчи, в которых «Зенит» не смог дожать.
Оказалось, что во всех трех случаях перед матчем был особо высокий коэффициент на ТБ 3.5: с «Ахматом» (0:0) – 3.2, с «Уфой» (0:0) – 4.1 и «Рубином» – 2.99. Среди остальных матчей (11 побед «Зенита») тенденция нарушилась лишь однажды – победа над «Рубином» (5:0) и коэффициент 3.35 на ТБ 3.5.
Понятно, что выборка далеко не самая большая, но выявить некоторую закономерность все равно удалось.
Для второго примера решил взять «Локомотив», который больше всех тяготеет к игре на контратаках (среди топовых команд).
Допустим, «Локо» забил быстрый гол в матче. Насколько вероятно, что игра раскроется и будет еще много голов?
Чтобы выяснить это, я нашел все похожие случаи (гол «Локомотива» до 15 минуты), которые происходили при Михаиле Галактионове (с 13 ноября 2022 года).
База выдала 9 матчей дома и 8 – на выезде. Всего 17 случаев, в 12 из которых по итогу матча команды суммарно забивали 4+ голов (по 6 дома и на выезде).
В этот раз обнаружил два характерных признака: выездные матчи не заканчивались крупным счетом, когда «Локомотив» приезжал андердогом. Против «Оренбурга» (0:2) и «Ахмата» (0:1) на победу «Локо» давали 3.6 и 3.56 соответственно. Среди остальных шести матчей только 1 раз победа гостей шла с кэфом выше 3.5 (4.42, против «Зенита»).
Дома все оказалось проще: команды 3 раза из 9 не смогли пробить ТБ 3.5 (быстрый гол не помог), и все эти случаи сопровождались высоким коэффициентом на ТБ 1,5 перед матчем: 1.22, 1.25 и 1.34 соответственно.
Тут быстрый гол не стал неожиданным событием — изначальный прогноз букмекеров был точным.
Может показаться, что я гоню всех открывать приложение БК, сайт HistoryStats и сидеть в ожиданиях захода ставки. Но это совсем не так.
Здесь стоит отдельно сказать о самом подходе HistoryStats. Это не сервис «про прогнозы» и не очередная таблица с цифрами. Здесь идея в рассмотрении матча как сценария, который уже мог повторяться в истории — при похожем счёте, силе команд и характере игры.
Система позволяет находить именно такие совпадения и смотреть, чем заканчивались аналогичные ситуации в прошлые сезоны. Это меняет взгляд на аналитику: вместо абстрактных процентов и средних значений появляется более широкий контекст — что обычно происходит с командами в таких условиях. Применение этих знаний может быть любым, а коэффициенты букмекеров действительно важны, ведь БК учитывают максимально возможное число факторов, и не брать в расчет их оценку просто глупо.
Ещё один важный момент — расширенная статистика матчей. Она появляется после добавления игры в корзину (сразу из двух независимых источников). Помимо угловых и карточек, здесь уже есть нарушения, точность передач, владение мячом и десятки других параметров, которые редко собраны в одном месте.
Отдельный плюс — хронология событий. Матч «раскладывается по минутам»: замены, удаления, пенальти, VAR, карточки (вплоть до причины, за что именно получил предупреждение игрок), — все ключевые эпизоды, которые меняли ход встречи. Это позволяет отслеживать динамику матча и находить ключевые эпизоды.
Честно о недостатках сервиса:
Расширенная статистика пока доступна к просмотру только по отдельным матчам. В общей базе, где можно ставить фильтры по матчам, меньше метрик. Уверен, постепенно это доработают.
Иногда бывают пробелы в данных. Лично протыкал кучу матчей и убедился: бывает, что в графе с коэффициентом на победу перед матчем стоит 0. Нечасто, но случается.
Не самый удобный интерфейс. Чтобы разобраться со всеми разделами и вкладками, потребуется время. Есть раздел с «умным поиском», работающий по принципу нейросети, но с ним пока сложно работать — типы запросов ограничены. Если хочешь задать сложные условия, придется самому покопаться в таблицах.
Средняя по размерам база. Для задачи поиска закономерностей по отдельным отрезкам матчей обязательно нужны большие выборки. Тут топовые лиги с 2017 года. Неплохо, но нужно расширять. Зато разнообразие чемпионатов — мое почтение. От второго дивизиона Турции до чемпионата Индонезии.
В целом, HistoryStats - классный проект, который хочется поддержать. Уверен, интерес вызовет у всех: от простых болельщиков до профессиональных аналитиков. Если ребята продолжат работать и подтянутся в своей сфере, уверен, сервис может выйти на другой уровень. Заинтересуются даже в профессиональных клубах.
Еще у них есть канал с примерами, разбором матчей и объяснением логики сценариев. Велком!
Канал в TG: https://t.me/historystats
Сайт: https://historystats.io
а вот мой телеграм
