Futbolda Beklenen Goller: Model Performansının İyileştirilmesi ve Değerinin Kanıtlanması

Futbol analitiği son yıllarda kulüplerin transfer stratejilerinden saha içi performans değerlendirmelerine kadar geniş bir yelpazede merkezi bir rol oynamaya başlamıştır. Bu bilimsel hareketin merkezinde yer alan beklenen goller (xG) metriği, her şutun golle sonuçlanma olasılığını ölçmekte kullanılsa da mevcut modellerin büyük bir kısmı oyuncu yeteneği ve psikolojik etkiler gibi kritik değişkenleri dışarıda bırakmaktadır. Bu durum, analitik modellerin özellikle ortalama üstü veya altı takımlar üzerindeki öngörü kapasitesini sınırlamakta ve futbol topluluğu genelinde metriklerin güvenilirliğini tartışmaya açmaktadır.

Bu çalışma, Wyscout ve Transfermarkt gibi veri kaynaklarından elde edilen 2017-18 sezonuna ait Avrupa'nın beş büyük ligindeki tüm şut olaylarını kullanarak xG modellerini iyileştirmeyi hedeflemektedir. Araştırmada lojistik regresyon, çok katmanlı algılayıcı (MLP), rastgele orman ve gradyan artırma (XGBoost) gibi çeşitli makine öğrenmesi algoritmaları uygulanmıştır. Geleneksel mesafe ve açı değişkenlerine ek olarak oyuncu piyasa değerleri, Elo reytingleri ve gol farkı gibi psikolojik baskı unsurları modele dahil edilerek hiperparametre ayarlamalarıyla tahmin doğruluğu en üst düzeye çıkarılmıştır.

Analiz sonuçları, oyuncu piyasa değerinin ve gol farkının model performansında mesafe ve açıdan sonra en etkili değişkenler arasında yer aldığını kanıtlamaktadır. Özellikle Premier Lig ve Bundesliga verilerinde oyuncu yeteneğini temsil eden piyasa değeri, geleneksel bağlamsal değişkenlerden daha yüksek bir önem derecesine sahip çıkmıştır. Ayrıca geliştirilen xG modelinin, bir takımın gelecekteki başarısını ve gol oranını tahmin etmede geleneksel istatistikler olan şut ve gol sayılarından istatistiksel olarak daha üstün performans sergilerken sektör lideri ticari modellerle rekabet edebilecek düzeyde olduğu görülmüştür.

Çalışma, xG metriğinin sadece bir oyun sonu analizi aracı değil, aynı zamanda geleceğe yönelik stratejik bir öngörü aracı olduğunu kanıtlayarak literatüre katkı sağlamaktadır. Psikolojik faktörlerin ve oyuncu kalitesinin dahil edilmesi, analitik modellerin futbolun karmaşık doğasına daha iyi uyum sağlamasına imkân tanımaktadır. Bu bulgular, antrenörlerin ve veri analistlerinin takım performansını değerlendirirken şansa dayalı rastlantısallığı minimize etmelerine ve transfer süreçlerinde daha verimli finansal kararlar almalarına somut bir temel oluştururken literatürdeki yöntem boşluğunu doldurmaktadır.