Bakit Nagkakawala ang Pagpapasa ng Mga Layun?

Ang Mga Bilang Ay Hindi Naglaloko

Nagtrabaho ako ng pitong taon sa pagmomodel ng football gamit ang Python—hindi bilang tagahanga, kundi bilang estadistiko na naniniwala sa algoritmo. Sa pagproseso ng higit sa 100,000 kaganapan mula sa ika-12 na linggo ng La Liga, isang katotohan ang lumabas: nagkakawala ang pagpapasa ng layun. Ang mga tim na may mataas na xG ay hindi nananalo; ang mga may mababang xG ay kumukuha ng puntos.

Efihiyensiya sa Depensa > Lakas sa Serbisyong Pagpapasa

Ang mga tim tulad ni Las Palmas (4-0 vs Valencia) at Celta (4-0 vs Real Madrid) ay hindi dominanteng may kontrol sa pagsasalak—kundi dominanteng may efihiyensiya sa pagbabago. Ang kanilang xG bawat shot ay nasa paligid na 0.35, subalit sila’y nakakakuha ng 1.8 layun bawat laro. Habang si Las Palmas (xG: 1.9) ay nagdudulot ng zero laban kay Valencia. Sinasabi ng model: mas mahalaga ang pagkakatawan kaysa sa paggawa nito.

Ang Pagtungo ng Mga May Mababang xG

Tumatalo ni Las Palmas kay Valencia 2-1 bagaman ang xG na 0.73 hanggang 1.38. Tinupok ni Celta si Real Madrid 5-2 gamit lamang ang xG na 0.92 laban kay 1.66. Ito ay hindi biyaya—it’s structured counterattacking refined by data-driven transitions and high-pressure pressing zones that disrupt rhythm.

Ano Ang Susunod?

Ngayon, si Las Palmas ay namamuno sa tala kasama ang +5 net xG differential sa kanilang lima pang laro. Si Celta ay nanalo apat sa anim habang gumagawa ng maliit na inaasahang layun—hindi ito anomali; ito’y evolusyon. Ang susunod na labanan? Si Las Palmas vs Las Palmas ay maaaring magmukhang balanse—subalit sinasabi ng data: ibinubuo nito ang momentum para sa kompakting depensa kaysa sariwang serbisyong pagsalak.