Bir forvet oyuncusu 18 gol attı; bu yeterli mi? Bir orta saha oyuncusu 12 asist yaptı; bu onu alınmalı mı? Klasik istatistikler bu soruları yanıtlamaz. xGI (Expected Goal Involvement), katkının kalitesini gösteren ve Türkiye’nin transfer piyasasında hâlâ yeterince kullanılmayan bir metriktir.
xG ve xA Nedir?
Expected Goals (xG), bir şutun tarihi veriye göre golü kaçırma ya da atma ihtimalini 0 ile 1 arasında bir değerle gösterir. Ceza sahasının merkezinden yükselen kafa vuruşu ~0.76 xG taşırken uzak mesafe sert şutlar ~0.04 xG içerir. Expected Assists (xA) ise asist olan pasın yarattığı fırsatın kalitesini ölçer. İkisinin toplamı xGI’dır ve bir oyuncunun şans eseri yüksek ya da düşük çıkan performansını gerçek katkısından ayırt eder.
Neden Klasik İstatistiklerden Daha İyi?
Harun Tekin örneğini düşünelim (kurgusal senaryo, gerçek metrikleri göstermek için). Sezon boyunca 14 gol atan bu forvet, xG’si 10.3 olan şutlardan gol atmıştı; bu, şanslı dönemini gösterir ve sürdürülebilirlik sorgulanmalıdır. Öte yandan 8 gol atan başka bir forvetin xG’si 11.1 ise bu oyuncu şans eksikliğiyle düşük skora sahip, aslında daha etkili pozisyonlar üretiyor demektir. Transfer kararı salt gol sayısına bakılarak yapılırsa yanlış tercihe yol açar.
Süper Lig’de Veri Kullanımının Durumu
Türkiye Süper Ligi’nde StatsBomb veya Wyscout lisansı kullanan kulüp sayısı 2020’de 4 iken 2024’te 12’ye çıktı. Galatasaray’ın veri bilimi bölümü 2022-23 sezonu başında kuruldu; Fenerbahçe ve Beşiktaş benzer birimlerle takip etti. Ancak bu birimlerin etkisi hâlâ sınırlıdır: çoğu kulüpte veri ekibi teknik direktöre danışman değil, onaylayıcı rolündedir. Transfer kararlarında birincil ağırlık hâlâ teknik direktörün izlenimine ve menajer ağına dayanmaktadır.
Hangi Pozisyonlar İçin xGI Yanıltıcı Olabilir?
- Bek: xGI düşük olabilir; çünkü offensive katkı az ama savunma değeri büyük. xGI tek başına yetersiz.
- Setter tipi orta saha: xA yüksek ama xG düşük; bu oyuncular xGI üretiyor ama “gol atan” gibi görünmüyor.
- Forvet: xGI en güvenilir şekilde ölçülebilen pozisyondur; şutun kalitesi iyi tanımlanmıştır.
Somut Bir Örnek: Yaz 2025 Transfer Döneminin Gözde İsmi
2024-25 sezonunda Hollanda Eredivisie’de forma giyen ve 11 gol atan Nijerya pasaportlu genç forvetin xG’si 14.2’ydi. Bu sapma şunu söylüyordu: oyuncu kaliteli pozisyonlar üretiyordu ama finişer etkinliği düşüktü. Süper Lig kulüplerinden birinin bu metriği görmezden gelip salt gol sayısına bakarak ikinci yarıda çuvalayan performansı gizleyen bir oyuncuya yaklaşık 8 milyon Euro ödemesi tam bu senaryo gibi görünüyordu. Öte yandan aynı ligde 8 gol atan ama xG’si 6.1 olan başka bir forvet çok daha verimli bir finişerdi; bu oyuncu daha ucuza alındı ve beklentiyi aştı.
Menajerlerin Oyunu: xGI Tek Başına Yeterli mi?
Veri metrikleri güçlü bir mercektir; ancak menajerlerin ağı, oyuncunun kişiliği, yaralanma geçmişi ve yeni ligine adaptasyon süresi gibi faktörler xGI’nın göremediği alanları kapsar. Başarılı transfer ofisleri bu iki dünyayı birleştirir: veri mühendisi hangi oyuncuları listeler, teknik direktör ve skout bu listeyi sahada ve röportajda doğrular. Brighton & Hove Albion, bu hibrit modelin öncü örneğini sunan kulüp olarak dünya genelinde takdir gördü; Süper Lig’de ise bu bütünleşik yaklaşım henüz olgunlaşmaya devam ediyor.
Verinin Transferdeki Sınırı: Adaptasyon Faktörü
Ligue 1’den Süper Lig’e transfer olan bir oyuncunun xGI’ı gerçek katkısı hakkında ipucu verir; ama Türkiye liginin tempo, fiziksel güç ve yapay ışık altında oynanan yüksek rakımlı statlara adaptasyon gibi özelliklerini hesaba katmaz. Bu nedenle veri okuryazarı kulüpler, metrik analizini her zaman ligden-lige adaptasyon istatistikleriyle (yani benzer geçiş yapan oyuncuların performans değişimleriyle) desteklemektedir.