เข้ากลุ่มครอบครัวฟุตบอล คลิกที่นี่ @www333
logo
Menu
logo

การวิเคราะห์ค่า xT (Expected Threat) ฟุตบอล ถอดรหัสเมตริกวัดความอันตราย ถ่ายทอดวิศวกรรมเกมรุกยุค Data Analytics

การวิเคราะห์ค่า xT (Expected Threat) ฟุตบอล ถอดรหัสเมตริกวัดความอันตราย ถ่ายทอดวิศวกรรมเกมรุกยุค Data Analytics

การวิเคราะห์ค่า xT (Expected Threat) คือการคำนวณมูลค่าความอันตรายของการเคลื่อนย้ายลูกบอลจากพื้นที่หนึ่งไปยังอีกพื้นที่หนึ่งในสนาม เพื่อชี้วัดว่าการจ่ายบอลหรือการเลี้ยงบอลครั้งนั้นช่วยเพิ่มโอกาสในการได้ประตูให้กับทีมมากน้อยเพียงใด การประเมินมิติเชิงลึกผ่าน บอลกระแสต่างประเทศ จะช่วยให้แฟนบอลและนักวิเคราะห์มองเห็นบทบาทของมิดฟิลด์ตัวคุมจังหวะหรือฟูลแบ็กสายบุก ที่สร้างประโยชน์ให้ทีมอย่างมหาศาล แต่มักถูกมองข้ามเพราะไม่มีชื่อบนสกอร์บอร์ดหรือสถิติแอสซิสต์แบบดั้งเดิม

หากคุณต้องการยกระดับการอ่านเกมฟุตบอลให้ทะลุปรุโปร่งเหมือนสเกาต์สโมสรระดับโลก บทความนี้จะพาคุณไปเจาะลึกกลไกการทำงานของ Expected Threat ตั้งแต่หลักการคิดเชิงคณิตศาสตร์ การนำไปสแกนหาผู้เล่นเกรดเอ ไปจนถึงการใช้ประโยชน์ในตลาดวิเคราะห์ราคาต่อรองอย่างมืออาชีพ

ค่า xT (Expected Threat) ในฟุตบอลคืออะไร และทำไมจึงสำคัญกว่าสถิติประตูหรือแอสซิสต์?

ค่า xT (Expected Threat) ในฟุตบอลคืออะไร และทำไมจึงสำคัญกว่าสถิติประตูหรือแอสซิสต์?

การประเมินศักยภาพผู้เล่นแนวรุกด้วย ข้อมูลและสถิติฟุตบอล แบบดั้งเดิมอย่างจำนวนประตู (Goals) หรือจำนวนแอสซิสต์ (Assists) มักสร้างภาพลวงตาทางการมองเห็น เพราะสถิติเหล่านั้นบันทึกเฉพาะ “จังหวะสุดท้าย” ของเกมรุกเท่านั้น แต่ในความเป็นจริง การเซ็ตเกมจากแดนตัวเองเพื่อทลายแนวรับคู่แข่งกลับอาศัยการเข้าทำหลายต่อ เมตริก xT จึงถูกพัฒนาขึ้นมาเพื่อปิดช่องว่างนี้และมอบความเป็นธรรมให้กับผู้เล่นสายสร้างสรรค์เกมทุกคน

Expected Threat (xT) ในวงการ Advanced Football Metrics มีนิยามอย่างไร?

xT คือ ดัชนีชี้วัดความน่าจะเป็นของการได้ประตูที่เปลี่ยนแปลงไป ก่อนและหลังเกิดการกระทำ (Action) เช่น การจ่ายบอล หรือการเลี้ยงบอลดันสูง โดยพิจารณาจากพิกัดต้นทางและปลายทางบนสนาม

ทำไมสถิติดั้งเดิมอย่างประตูและแอสซิสต์ถึงมีข้อจำกัด และค่า xT เข้ามาแก้ปัญหาอย่างไร?

นักเตะที่จ่ายบอลแทงช่องทลายแนวรับคู่แข่ง 4 คนให้เพื่อนหลุดไปครอสบอลเข้ากลาง อาจไม่ได้ทั้งประตูหรือแอสซิสต์ แต่มูลค่าของเพลย์นั้นกลับสูงที่สุดในจังหวะเข้าทำ ค่า xT จะให้คะแนนความอันตรายแก่ผู้จ่ายบอลลูกนั้นอย่างตรงไปตรงมา

โครงสร้างระหว่าง xG, xA และ xT มีความแตกต่างกันอย่างไร?

  • xG (Expected Goals): ประเมินคุณภาพของ “จังหวะง้างเท้ายิง” ว่ามีโอกาสเป็นประตูเท่าใด
  • xA (Expected Assists): ประเมินคุณภาพของ “ลูกจ่ายสุดท้าย” ก่อนเพื่อนจะได้ง้างเท้ายิง
  • xT (Expected Threat): ประเมินคุณภาพของการ “เคลื่อนย้ายบอล” ในทุกพื้นที่ ไม่ว่าจะจบด้วยการยิงหรือไม่ก็ตาม

กลไกการคำนวณค่า xT ทำงานอย่างไร และอ่านค่าเชิงคณิตศาสตร์อย่างไรให้เข้าใจง่าย?

กลไกการคำนวณค่า xT ทำงานอย่างไร และอ่านค่าเชิงคณิตศาสตร์อย่างไรให้เข้าใจง่าย?

เบื้องหลังตัวเลข xT ไม่ใช่ความรู้สึกของนักวิเคราะห์ แต่เป็นโมเดลคณิตศาสตร์ที่นำข้อมูลตำแหน่งพิกัดภาพ (Spatial Data) ของการแข่งขันหลายหมื่นนัดมาประมวลผล เพื่อประเมินว่าการขยับลูกบอลไปยังแต่ละตารางกริดบนผืนหญ้า ช่วยเพิ่มโอกาสการทำประตูได้มากน้อยเพียงใด เมื่อเทียบเป็นสัดส่วนความน่าจะเป็นที่จะนำไปสู่ ค่าเฉลี่ยประตู 1 ครั้ง ในท้ายที่สุด

การแบ่งผืนหญ้าด้วยตารางกริด (Pitch Grid Mapping) มีหลักการอย่างไร?

สนามฟุตบอลจะถูกแบ่งออกเป็นช่องตารางสี่เหลี่ยม (เช่น 16×12 โซน) โดยแต่ละช่องตารางจะมีค่าความน่าจะเป็นฐาน (Base Value) ในการเกิดประตูระบุไว้ ยิ่งช่องตารางอยู่ใกล้หน้าประตูคู่แข่ง ค่าความอันตรายฐานก็จะยิ่งสูงขึ้น

สูตรการคำนวณส่วนต่างความอันตราย (xT Action Value) คิดอย่างไร?

การคำนวณค่า xT ของแต่ละเพลย์ทำได้โดยการนำค่าความอันตราย ณ โซนปลายทาง ตั้งลบด้วยค่าความอันตราย ณ โซนต้นทาง (xTAction=xTEndLocation-xTStartLocation) หากผลลัพธ์เป็นบวก แสดงว่าการกระทำนั้นสร้างความคุกคามให้คู่แข่งมากขึ้น

xT Pass กับ xT Carry มีความแตกต่างกันอย่างไรในการจำแนกประเภท?

  • xT Pass: ค่าความอันตรายที่เกิดขึ้นจากการส่งบอลทลายแนวรับ หรือการจ่ายบอลแทงช่องขึ้นหน้า
  • xT Carry / Dribble: ค่าความอันตรายที่เกิดขึ้นจากการพาบอลวิ่งขึ้นหน้า หรือการเลี้ยงบอลหลบผู้เล่นฝั่งตรงข้ามเข้าสู่โซนอันตราย

สายแท็กติกและสเกาต์มืออาชีพนำค่า xT ไปใช้สแกนหาตัวผู้เล่นระดับท็อปอย่างไร?

ค่า xT คือเครื่องมือชั้นยอดสำหรับทีมงานหลังบ้านในการเฟ้นหานักเตะคุณภาพสูงที่ตลาดอาจจะยังไม่ทันสังเกตเห็น ช่วยให้สโมสรและแฟนบอลสแกนหาผู้เล่นปิดทองหลังพระ และประเมินโครงสร้างการต่อบอลของแต่ละทีมได้อย่างเฉียบคม

จะใช้วิธีไหนสแกนหาผู้เล่นสาย “ปิดทองหลังพระ” (Unsung Heroes) ในตำแหน่งมิดฟิลด์คุมเกม?

มิดฟิลด์เชิงสูงอย่าง Deep-lying Playmaker มักมีตัวเลขประตูและแอสซิสต์ต่ำ แต่เมื่อสแกนด้วยค่า xT จะพบว่าพวกเขามีค่า xT Pass สูงเป็นอันดับต้นๆ ของลีก เนื่องจากเป็นผู้แกะเพรสซิ่งและลําเลียงบอลเข้าสู่ Final Third

จะประเมินศักยภาพที่แท้จริงของแบ็กสายบุกและปีกริมเส้นผ่านค่า xT ได้อย่างไร?

ค่า xT ช่วยแยกแยะระหว่างปีกที่เอาแต่เปิดบอลมั่วซั่ว (xT ต่ำ) กับฟูลแบ็กที่จ่ายบอลตัดเข้ากลางในจังหวะที่สร้างความได้เปรียบสูง (xT สูง) ทำให้การสเกาต์นักเตะริมเส้นมีความแม่นยำยิ่งขึ้น

จะอ่านมิติและเข็มทิศการบุกของทีมผ่าน xT Heatmap ได้อย่างไร?

การนำค่า xT ของผู้เล่นทุกคนในทีมมารวมกันแล้วแสดงผลเป็นแผนที่ความร้อน จะช่วยให้เห็นว่าทีมนั้นเน้นขึ้นเกมจากฝั่งซ้าย ฝั่งขวา หรือเน้นการเจาะช่องตรงกลางสนามเป็นหลัก

นักวิเคราะห์ใช้ค่า xT จับทางราคาต่อรองและสแกนหา Value ในตลาดได้อย่างไร?

นักวิเคราะห์ใช้ค่า xT จับทางราคาต่อรองและสแกนหา Value ในตลาดได้อย่างไร?

สำหรับสายวิเคราะห์ราคาต่อรองและการแข่งขันกีฬา ค่า xT คือเมตริกชั้นดีในการประเมินประสิทธิภาพเกมรุกที่แท้จริงของแต่ละทีม ก่อนที่ผลแข่งขันเชิงสกอร์บอร์ดหรือราคาตลาดจะปรับตัวรับรู้

จะแยกแยะระหว่าง “ทีมรุกหลอกตา” กับ “ทีมรุกอันตรายจริง” ด้วยค่า xT ได้อย่างไร?

ทีมที่มีเปอร์เซ็นต์ครองบอล 65% แต่อยู่ในโซน xT ต่ำ สะท้อนว่าเป็นเพียงการถ่ายบอลไปมาแบบไร้พิษสง ในทางกลับกัน ทีมที่ครองบอลน้อยแต่มีค่า xT สะสมสูง คือทีมสวนกลับที่อันตรายและน่าตามเชียร์ในตลาดราคาต่อรอง

จะนำสถิติ xT ไปสแกนหา Value ในตลาดราคาผู้เล่นรายบุคคล (Player Props Market) ได้อย่างไร?

การเช็กสถิติ xT per 90 ของมิดฟิลด์และตัวรุกริมเส้น ช่วยให้ประเมินโอกาสทำสถิติ Pass Attempted, Shots Created หรือโอกาสการจ่ายบอลเข้าสู่เขตโทษได้อย่างแม่นยำ ซึ่งเป็นประโยชน์อย่างมากสำหรับการเจาะลึกข้อมูล วิเคราะห์บอล MLS NEXT Pro และลีกระดับดาวรุ่ง เพื่อสแกนหา Value ในตลาดราคาผู้เล่นได้อย่างเฉียบคม

จะคาดการณ์แนวโน้มประตูถัดไป (Next Goal Prediction) จากโครงสร้าง xT ได้อย่างไร?

ทีมที่มีค่า xT สะสมสูงขึ้นอย่างต่อเนื่องในช่วง 15-20 นาทีหลังสุดของเกม มักจะเป็นฝ่ายครอบครองความได้เปรียบและมีโอกาสเจาะไข่แดงคู่แข่งได้ก่อน ซึ่งเป็นข้อมูลสำคัญสำหรับการอ่านทรงบอลหน้างาน

แนะนำแพลตฟอร์มเช็กสถิติค่า xT ฟุตบอลฟรีสำหรับนักวิเคราะห์

ในปัจจุบัน แฟนบอลและนักวิเคราะห์ทั่วไปสามารถเข้าถึงฐานข้อมูล xT ระดับมืออาชีพได้ฟรีผ่านแพลตฟอร์มฟุตบอลชั้นนำ ซึ่งแต่ละแห่งมีจุดเด่นในการนำเสนอข้อมูลที่แตกต่างกันดังนี้

แพลตฟอร์มจุดเด่นหลักในการวิเคราะห์ข้อมูลสถิติ xT ที่ไม่ควรพลาดช่องทางใช้งาน
DataMBRadar Chart และการเปรียบเทียบค่า xT รายบุคคลแบบเห็นภาพชัดเจน• สถิติ xT per 90 และ xT Pass / Carry

• กราฟเรดาร์เปรียบเทียบมิดฟิลด์ทั่วลีกยุโรป

• สถิติการลำเลียงบอลเข้าสู่พื้นที่อันตราย

เว็บไซต์ (ฟรี)
The Analyst (Opta)บทวิเคราะห์เชิงลึกพร้อมแผนผังโครงสร้าง xT ระดับสโมสรและลีกใหญ่• แผนผัง xT Threat Maps รายแมตช์

• อันดับผู้เล่นที่สร้าง xT สูงสุดใน 5 ลีกใหญ่

• รายงานวิเคราะห์แท็กติกทีมด้วย Advanced Data

เว็บไซต์ (ฟรี)
SoccerAction / FBrefคลังข้อมูลสถิติเชิงคณิตศาสตร์สำหรับคำนวณ Action Values• ข้อมูลสถิติการเคลื่อนไหวลูกบอล (SVA Metrics)

• สถิติ Progressive Passes & Carries

• ตารางสถิติเปรียบเทียบ Percentile Rank

เว็บไซต์ (ฟรี)

 

ข้อจำกัดและจุดบอดของค่า xT ที่นักวิเคราะห์สาย Data ไม่ควรมองข้าม

  • ทำไมค่า xT ถึงไม่ได้คำนวณตำแหน่งของผู้เล่นฝั่งตรงข้าม (Lack of Defensive Context)? โมเดล xT พื้นฐานคำนวณเฉพาะพิกัดจุดเริ่มต้นและจุดสิ้นสุดของลูกบอล แต่ยังไม่ได้นำตำแหน่งการยืนของกองหลังคู่แข่ง ณ วินาทีนั้นมาคำนวณร่วมด้วย
  • ทำไมการจ่ายบอลคืนหลังถึงโดนหักคะแนนเป็นค่า xT ติดลบ (Negative xT Penalty)? การส่งบอลแปคืนหลังเพื่อดึงจังหวะหรือหลบการเพรสซิ่ง อาจทำให้ผู้เล่นได้ค่า xT เป็นลบ ทั้งที่เป็นการตัดสินใจเชิงแท็กติกที่ดี
  • บริบทของระบบทีมและแผนการเล่นมีผลกระทบต่อค่า xT อย่างไร (System Bias)? ผู้เล่นในทีมที่เน้นระบบครองบอลพับสนามบุก มักจะมีตัวเลข xT สะสมสูงกว่าผู้เล่นฝีเท้าเท่ากันที่อยู่ในทีมเน้นตั้งรับลึก

บทสรุป (Conclusion)

การวิเคราะห์ค่า xT (Expected Threat) ไม่ใช่เรื่องของสูตรคณิตศาสตร์ที่ไกลตัว แต่คือเครื่องมือปฏิวัติวงการฟุตบอลยุค Data Analytics ที่ช่วยให้เราอ่านเกมรุกและประเมินคุณภาพผู้เล่นได้อย่างเป็นธรรมที่สุด การมองข้ามเพียงแค่ตัวเลขประตูและแอสซิสต์ แล้วหันมาถอดรหัสคุณค่าของการเคลื่อนย้ายลูกบอล จะช่วยเปิดมุมมองการดูฟุตบอลให้ลึกซึ้งและมีความสนุกมากยิ่งขึ้น

ไม่ว่าคุณจะเป็นแฟนบอลสายแท็กติก สเกาต์มืออาชีพ หรือนักวิเคราะห์ราคาต่อรอง การนำค่า xT ไปใช้งานร่วมกับเมตริกอื่นๆ เช่น xG, xA และ Pass Map จะช่วยให้คุณประเมินศักยภาพที่แท้จริงของสโมสรได้อย่างเฉียบคม และกลายเป็นนักวิเคราะห์ฟุตบอลสาย Data ที่มองเห็นทรงบอลจริงล่วงหน้าได้ก่อนใครเสมอ

คำถามที่พบบ่อยเกี่ยวกับค่า xT (Expected Threat) ฟุตบอล (FAQ)

Q1: ค่า xT ต่างจากค่า xA อย่างไร ในเมื่อเป็นสถิติตัวจ่ายบอลเหมือนกัน?

ตอบ: xA (Expected Assists) คำนวณเฉพาะลูกจ่ายจังหวะสุดท้ายที่เพื่อนได้ง้างเท้ายิงเท่านั้น แต่ xT (Expected Threat) คำนวณการจ่ายบอลและการเลี้ยงบอลในทุกพื้นที่ของสนาม โดยไม่สนใจว่าจังหวะสุดท้ายเพื่อนจะได้ยิงหรือไม่

Q2: ผู้เล่นตำแหน่งไหนมักจะทำค่า xT ได้สูงที่สุดในสนาม?

ตอบ: มิดฟิลด์ตัวทำเกม (Attacking Midfielders), ปีกริมเส้น (Wingers) และฟูลแบ็กสายบุก (Attacking Full-backs) มักเป็นกลุ่มที่ทำค่า xT ได้สูงที่สุด เนื่องจากเป็นผู้ลำเลียงบอลจากแดนกลางเข้าสู่ Final Third และกล่องเขตโทษ

Q3: การจ่ายบอลคืนหลัง (Backward Pass) จะทำให้ค่า xT ติดลบเสมอไปหรือไม่?

ตอบ: โดยส่วนใหญ่แล้วการจ่ายบอลถอยหลังไปสู่โซนที่มีความอันตรายต่ำกว่า จะทำให้ค่า xT ของเพลย์นั้นเป็นลบ อย่างไรก็ตาม ในระบบแท็กติกยุคใหม่ การแปคืนหลังเพื่อดึงแนวรับคู่แข่งให้ดันสูง ถือเป็นเรื่องเชิงแท็กติกที่ต้องอ่านบริบทเกมร่วมด้วย

Q4: สามารถเช็กสถิติ xT ของไทยลีกหรือลีกเล็กทั่วโลกได้จากที่ไหนบ้าง?

ตอบ: ปัจจุบันข้อมูล xT ของลีกขนาดเล็กหรือลีกในเอเชียยังคงมีจำกัดบนแพลตฟอร์มฟรี แต่สามารถติดตามข้อมูลบางส่วนได้ผ่านรายงานพิเศษของ Opta Analyst หรือใช้สถิติ Progressive Actions บน FBref / Sofascore เป็นค่าประเมินแทนได้

Q5: สำหรับมือใหม่ ควรเริ่มดูค่า xT แบบไหนง่ายที่สุด?

ตอบ: แนะนำให้เริ่มจากการดูค่า xT Pass per 90 บนเว็บไซต์ DataMB เพื่อเปรียบเทียบว่ามิดฟิลด์คนใดในลีกมีทักษะการส่งบอลดันสูงและทลายแนวรับคู่แข่งได้โดดเด่นที่สุด

หมายเหตุด้านบรรณาธิการ (Editorial Note)

บทความนี้จัดทำขึ้นเพื่อการวิเคราะห์สถิติเชิงแท็กติกและการบริหารจัดการกีฬาเท่านั้น มุ่งเน้นการถ่ายทอดความรู้ด้านดัชนีชี้วัดประสิทธิภาพ (Performance Metrics) โดยไม่ได้มีวัตถุประสงค์เพื่อชักชวน ส่งเสริม หรือสนับสนุนการเล่นการพนันแต่อย่างใด

เกี่ยวกับผู้เขียน (Author Bio)

ธนวัฒน์ เกียรติพงษ์ศักดิ์ (Tanawat Kiatpongsak) นักวิเคราะห์ข้อมูลฟุตบอลเชิงลึก ผู้เชี่ยวชาญด้าน Advanced Football Metrics และโครงสร้างราคาต่อรองกีฬา มีประสบการณ์ติดตามและถอดรหัสสถิติฟุตบอลต่างประเทศยาวนานกว่า 10 ปี มุ่งมั่นถ่ายทอดข้อมูลเชิงคณิตศาสตร์และสถิติซับซ้อนให้กลายเป็นเนื้อหาที่เข้าใจง่ายสำหรับแฟนบอลชาวไทย