1. 개요
statsbomb에서 빌드업 수치를 설명하는 칼럼
빌드업 수치를 알기 쉽게 설명한 에펨코리아 게시물
빌드업 수치를 알기 쉽게 설명한 블로그 포스팅
xG와 xA는 축구 데이터 애널리스트 사이에서 나름 성공적으로 자리잡은 데이터이다. 그러나 이 값만으로는 축구에서 득점만큼이나 중요한 빌드업에 대한 평가를 할 수는 없다. 따라서 빌드업을 평가하기 위해 xG를 응용해 만들어진 두 데이터 xGChain(xGC)과 xGBuildup(xGB)를 데이터 회사 statsbomb에서 처음 고안하였다.
이 데이터는 xA와 같은 방식으로 xG를 응용하여 만들어졌다. xA가 골을 넣으려면 키패스가 필요하다는 사실에서 나왔다면, xGB와 xGC는 득점과 키패스가 발생하려면 그 이전에 또 패스들이 필요하다는 사실에서 나왔다.
xGB와 xGC도 문제점이 존재하지만 아직까지도 xGC와 xGB는 패스 맵 등에서 자주 등장하는 값이고, understat.com에서도 무료로 공개하는 값으로서 나름의 입지를 잡았다. 그 단점을 해결한 데이터는 일반 대중에게 공개되지 않았다.
2. xGChain(xGC)
3. xGBuildup(xGB)
4. 한계
가중치를 곱하지 않고 A, B, C, D 선수 모두에게 같은 값을 부여하게 되면 영향력이 작았던 누군가는 과대평가받고 영향력이 컸던 누군가는 과소평가받는 문제가 발생한다. 이는 TSR, 선방률을 사용하였을 때와 같은 문제점이다.
이 문제를 해결한, 일반 대중에게 공개된 방법론은 아직 나타나지 않았다.
이 문제를 해결한, 일반 대중에게 공개된 방법론은 아직 나타나지 않았다.