Зачем вингеру вообще нужна статистика, а не только «глаз тренера»
Когда мы говорим «статистика вингеров», большинство сразу вспоминает голы и ассисты. Но если посмотреть на разрез последних трёх сезонов в топ‑5 лигах Европы, становится очевидно, что простые цифры прячут половину картины. Например, у вингеров с 10+ голов за сезон медианное значение xG за 90 минут в 2021/22 составляло около 0,33, в 2022/23 поднялось до 0,36, а в 2023/24 по данным открытых источников колебалось в районе 0,35. Разница кажется небольшой, но за дистанцию кампании это плюс 2–3 ожидаемых гола. Для клубов, которые живут на кромке зоны еврокубков, это может быть разницей между Лигой чемпионов и Лигой конференций, поэтому футбольная аналитика и графики становятся не «игрушкой», а полноценным инструментом принятия решений.
Базовые метрики: что важно считать у вингера в 2025 году
Если разложить игру флангового атакующего по деталям, получаем три большие группы показателей: завершение моментов, создание моментов и продвижение мяча. За последние три сезона распределение ролей менялось: средний вингер в топ‑5 лигах в 2021/22 делал около 3,7 обводки за 90 минут с успешностью 50–52 %, в 2022/23 это число выросло примерно до 4,1, но успешность слегка просела к 49–50 %, а в 2023/24 средние значения стабилизировались около 4 обводок и 50 % успеха. При этом ключевые передачи у игроков с ролью «playmaking winger» держались на уровне 1,5–2,0 за 90 минут все три года. То есть нагрузка, вопреки нарративу «все ушли в позиционные комбинации», на индивидуальный дриблинг не снизилась, а скорее стала чуть более осмысленной и завязанной на структуру команды.
Технический блок: ключевые показатели завершения и создания
В числах это выглядит так: для оценки завершения используют non‑penalty xG (npxG) и xG/90, а для пасов – xA и xA/90. Например, условный топ‑калибра вингер уровня Салаха или Винисиуса в сезоне 2021/22 выдавал около 0,45–0,55 npxG/90 и 0,20–0,25 xA/90. В 2022/23 эта планка почти не изменилась, а в 2023/24 разброс остался тем же, но при этом доля голов после быстрых атак выросла: в некоторых клубах до 30–35 % от всех голов вингеров, хотя ещё три года назад типичное значение держалось около 25–28 %. Такие сдвиги легко подсвечиваются, если нанести xG и xA на диаграмму рассеяния и добавить цветом тип атаки – позиционная, контратака или стандарт. Именно так работает любая приличная аналитическая платформа, которая продаётся клубам и скаутским отделам.
Продвижение мяча и обводки: как увидеть неочевидную пользу
Стороннему зрителю часто кажется, что «фланговый просто бежит и обводит». Но если развернуть данные за три сезона, видно, что вклад в прогрессирование мяча систематически растёт. Средний показатель progressive carries (продвигающие рывки с мячом) у вингеров топ‑5 лиг с 2021/22 по 2023/24 вырос примерно с 6,5 до 7,2 за 90 минут, а передачи, продвигающие мяч (progressive passes), — с 3,0 до 3,4. Сочетание этих метрик с зонами поля в виде тепловых карт показывает, как меняется роль: многие команды сдвигают вингера ближе к полуфлангу, а ширину создаёт фулбэк. На графиках это заметно: пики активности вингера мигрируют из «классической» широкой зоны к углу штрафной и линии центрального полузащитника, что даёт больше вариантов для комбинаций и ударов с выгодных позиций.
Технический блок: какие графики используют для вингеров
Для ежедневной работы аналитики практически в каждом клубе используют пять базовых типов визуализации. Во‑первых, диаграммы рассеяния «xG/90 – xA/90», где один взгляд показывает нам баланс между завершителем и созидателем. Во‑вторых, радары (spider charts), которые позволяют сравнивать метрики эффективности вингеров в футболе по 10–15 показателям сразу: голы, xG, xA, обводки, pressing actions и т.д. В‑третьих, тепловые карты с наложением прогрессивных действий. В‑четвёртых, rolling‑графики (например, 10‑матчное скользящее среднее xG), по которым видны формы и спады. И, наконец, шот‑мапы – раскладка ударов по координатам и их ожидаемой ценности. Любой сервис продвинутой статистики вингеров xG xA по подписке обычно строит эти визуализации автоматически, а пользователь лишь фильтрует лиги, сезоны и роли.
Пример: как менялась роль «классического» скоростного вингера
Возьмём обобщённый профиль скоростного вингера в АПЛ за последние три сезона. В кампании 2021/22 средний игрок этой роли (20+ матчей, минимум 60 минут за игру) набирал около 0,30 голов и 0,15 голевых передач за 90 минут при 3,8 ударах, из которых примерно 1,4 приходились из центра штрафной. К 2022/23 голы выросли до 0,33 за 90, но при меньшем количестве ударов (3,5), потому что команды лучше отбирали моменты. В 2023/24 доля ударов из «золотой зоны» (по центру и вблизи 11‑метровой отметки) поднялась с 36–38 % до 40–42 %, при этом общая xG/90 почти не изменилась. Визуально на графике это выглядит как постепенное «сжатие» к более ценным позициям: на шот‑мапе исчезают бессмысленные удары с острых углов, а плотность точек смещается ближе к воротам, что отражает тренд на оптимизацию решений в завершении.
Сравнение креативных и вертикальных вингеров через графики
Если реализовать на диаграмме рассеяния xA/90 по оси X и progressive carries/90 по оси Y, а размер точек задать по количеству обводок, то быстро проявляются два архетипа: «креативный плеймейкер» и «вертикальный разрушитель». В сезоне 2021/22 первая группа показывала медианные 0,25 xA/90 и около 6 прогрессивных передач за матч, но лишь 4–5 прогрессивных рывков. В 2023/24 разрыв немного сократился: такие игроки стали чаще идти в дриблинг, добавляя по 1–1,5 прогрессивного переноса мяча за 90 минут. При этом «вертикальные» вингеры всё ещё доминируют по обводкам (7–8 попыток за 90) и progressive carries (8–9), но зачастую отстают по xA – порядка 0,12–0,15. На личных дашбордах клубов эти кластеры хорошо видно, и тренеры могут осознанно решать, нужна ли им смена акцентов в атаке под конкретного нападающего.
Технический блок: как выглядят реальные дашборды клубов
Профессиональная система анализа действий вингеров для клубов обычно строится не вокруг одной большой «сводной» страницы, а вокруг набора сценариев. Есть экран для скаутинга, где вингера сравнивают с референтной группой по ключевым метрикам за 2–3 сезона, причём данные нормированы на 90 минут и уровень лиги. Есть тренировочный экран: туда подтягиваются pressing actions, спринты, ретрансляция GPS‑нагрузки и микротравмы, чтобы видеть взаимосвязь между интенсивностью, качеством обводок и точностью передач. Для матча вживую добавляется поток из трекинг‑системы: зона приёма, позиция линии обороны, расстояние до ближайших партнёров. Всё это накладывается на графики в режиме реального времени. В крупных клубах такой софт интегрирован с видео, а мелкие команды чаще используют облачную аналитическую платформу с частичным функционалом.
Где точка окупаемости: цифры для скаутинга и трансферов вингеров
Если перейти от теории к деньгам, за три сезона с 2021/22 по 2023/24 можно проследить любопытную закономерность по трансферам вингеров. В исследованиях на основе открытых данных видно, что игроки, которые стабильно на протяжении минимум двух сезонов превышали свой xG на 15–20 % и при этом демонстрировали не ниже 0,20 xA/90, чаще всего оказывались в трансферном сегменте от 40 млн евро и выше. Те, кто держался на уровне «честной реализации» xG с похожими объёмами xA, продавались в среднем на 25–30 % дешевле. Нет, это не магия, а реакция рынка на устойчивость навыка завершения. Аналитики клубов смотрят не только на текущий сезон, а строят графики динамики – rolling average по xG, xA и фактическим голам за 15–20 матчей. Резкие всплески без исторического бэкграунда обычно помечаются как «красный флаг», а плавный рост с небольшой, но стабильной overperformance – наоборот, считается положительным маркером для покупки.
Технический блок: как клубы выбирают метрики под свою модель игры
Важно понимать, что не существует универсального набора показателей, который одинаково полезен всем. Высокопозиционные команды с 60–65 % владения делают акцент на xG build‑up, количество касаний в штрафной и обостряющие передачи под удар. Клубы, играющие в переходные фазы, следят за progressive carries, количеством спринтов после перехвата и xG из контратак. На практике это выглядит как набор фильтров в интерфейсе: аналитик заранее настраивает дашборд, где показываются только те метрики, которые критичны для модели. При желании можно купить софт, в котором эти шаблоны уже заложены под разные стили – от «позиционного доминирования» до «low‑block & transitions». Именно под такие задачи и настраивается футбольная аналитика статистика вингеров: те же цифры xG и xA трактуются по‑разному в зависимости от того, сколько владения и откуда именно наносятся удары.
Онлайн‑обучение и подготовка аналитиков по вингерам
За последние три года заметно вырос рынок обучения: клубы всё чаще берут людей не «из футбола», а из смежных областей — дата‑сайенса, экономики, IT, и дообучают их специфике игры. Появились полноценные программы, где есть отдельные модули про роль фланговых атакующих. Типичный курс по футбольной аналитике и метрикам вингеров онлайн включает модули по xG‑моделям, разбору обводок, прессинга и позиционирования относительно линии офсайда. Слушателям показывают реальные дашборды клубов, учат строить scatter‑плоты, радары и rolling‑графики, а также интерпретировать различия между лигами и возрастными группами. В результате аналитик понимает, почему 0,35 xG/90 в АПЛ и те же 0,35 в более слабой лиге – не эквивалентные вещи, и как корректировать оценку с учётом силы соперников и плотности матчей. Без такого контекста «сырые» цифры легко приводят к ошибочным выводам и завышенным ожиданиям от потенциального трансфера.
Зачем клубу свой софт, если есть готовые сервисы
Многие спрашивают, насколько оправдано для среднего клуба вкладываться в собственный сервис продвинутой статистики вингеров xG xA, если уже существует масса решений по подписке. На практике подход гибридный: базовые потребности, вроде быстрого доступа к числам и стандартным графикам, закрывает внешний провайдер, а для специфики клуба строится надстройка. Так выходит дешевле, чем разрабатывать всё с нуля, но при этом позволяет привязать данные к собственной модели игры, медицинским протоколам и системе развития академии. Крупные команды уровня Лиги чемпионов часто идут дальше: у них внутри клуба есть команды data engineering и data science, которые дорабатывают модели xG под конкретные зоны, разрабатывают свои индексы полезности вингера (учитывая пресcинг, прогрессирование, «gravity»‑эффект) и даже прогнозируют риск «выгорания» игрока по нагрузкам. Поэтому формула проста: если вы редко выходите на трансферный рынок и обладаете ограниченным бюджетом, вам достаточно подписки; если же планируете системный скаутинг и перепродажу вингеров, то рано или поздно возникает потребность в своём инструменте.
Практический итог: как использовать графики и метрики без фанатизма
Главная ошибка, которую мы видим и в медиа, и в клубах низших лиг, — попытка свести оценку вингера к одной «волшебной» цифре. За три последних сезона можно найти десятки примеров, когда игрок с блистательным xG+xA в одной команде терялся в другой, просто потому что изменились роли и структура атак. Поэтому графики и метрики должны работать как система подсказок. Диаграммы рассеяния помогают понять, к какому типу вингеров относится игрок; тепловые карты – где он реально живёт на поле; rolling‑графики – что происходит с формой во времени. Но финальный вердикт всегда должен сочетать цифры, видео и контекст: задачи тренера, стиль партнёров, сопротивление лиги. Тогда футбольная аналитика перестаёт быть модным словом и превращается в понятный рабочий инструмент, который помогает не только экономить на трансферах, но и раскрывать тех вингеров, чей вклад долго оставался невидимым за пределами пары строчек в протоколе.