Je wilt weten waarom jouw club steeds achterblijft in de top-10, toch? De data liegt niet, de interpretatie wel.
Statistieken in een spreadsheet lijken op een saai boek; ze geven cijfers, maar geen verhaal. Een team kan 15 keer scoren en toch verliezen als de defensie lekt.
Expected Goals (xG) is de kompas; het vertelt je waar kansen ontstaan. Positieve PSxG (Positional Scoring xG) laat zien of je spelers op de juiste momenten staan. Vergeet de oude “doelpunten per wedstrijd” metric, die is net een horloge zonder wijzerplaat.
Door het API-feed van Opta te koppelen aan een simpele Python-script, haal je live-updates. Geen handmatig kopiëren-plakken meer. En ja, je moet wel een beetje code kunnen, anders blijft je analyse een blinde vlek.
Filter op “home” en “away”, normaliseer per 90 minuten. Zo vergelijk je appels met appels, niet met peren. Een korte tip: gebruik z-scores om outliers te dempen.
Stel, je club heeft een xG van 1,2 per wedstrijd, maar scoort gemiddeld 0,8. Het gat van 0,4 is je “finishing-verlies”. Hier moet je trainen op afwerking, niet op meer passes.
Ander voorbeeld: een tegenstander heeft een PSxG van 0,7 in de laatste 15 minuten. Dat is een “late-game-danger”. Zet een frisse vleugelspeler in, breek hun ritme.
Gebruik een heatmap voor shot-locaties; zie direct waar de ruimte wordt gemist. Combineer met een radar-chart voor defensieve duels. Een beeld zegt meer dan duizend tabellen.
Stap één: implementeer een real-time xG-feed. Stap twee: train je aanvallers op “high-pressure finishing”. Stap drie: stel een “late-game-switch” in bij elke wedstrijd.
Hier is de deal: begin vandaag nog met het bouwen van een dashboard, meet je xG-gap en corrigeer de afwerking. Stop met gokken, start met analyseren. alles over eredivisie statistieken analyse