Begge lag scorer – slik tolker du tallene
Et fotballag vinner 4–0. Angrepsspillet har fungert, publikum har fått fire scoringer, og kampen har vært alt annet enn målfattig. Likevel er svaret «nei» dersom man spør om begge lag scoret.
En annen kamp ender 1–1. Bare to mål, ingen vinner og kanskje langt færre store sjanser. Her er svaret «ja».
Forskjellen virker opplagt når resultatene står foran oss. Den blir langt mer interessant når vi forsøker å forstå hva som kjennetegner kamper der begge lag finner veien til nettet. Høy gjennomsnittlig målscore, sterke angrepslag og åpne kamper kan gi nyttig informasjon, men ingen av disse faktorene er tilstrekkelige alene.
Statistikken for begge lag scorer, ofte forkortet BTTS, forteller noe annet enn det totale antallet mål. Den handler om hvordan scoringene fordeler seg mellom motstanderne. Et lag kan dominere så fullstendig at det nesten ødelegger muligheten for at begge scorer. Et langt jevnere oppgjør kan derimot gi begge lag gode muligheter, selv om ingen av dem forventes å score særlig mange mål.
Ett mål fra hver side er nok
BTTS står for det engelske uttrykket Both Teams To Score. På norsk brukes betegnelsen «begge lag scorer». Det avgjørende er om begge lag får registrert minst ett mål i løpet av kampen.
Et resultat på 1–1, 2–1 eller 3–2 oppfyller betingelsen. Det samme gjør 4–1. Slutter kampen 3–0, 2–0, 1–0 eller 0–0, har minst ett av lagene gått målløst av banen.
Derfor deles markedet vanligvis i to utfall, Ja og Nei. Ja betyr at begge lag scorer minst én gang. Nei betyr at minst ett av lagene ikke scorer.
Det er ingen forutsetning at kampen skal ende uavgjort, eller at lagene skal score like mange mål. Den eneste betingelsen er at begge får minst én scoring.
I ordinære fotballmarkeder gjelder resultatet som hovedregel etter 90 minutter og eventuell tilleggstid, ikke ekstraomganger eller straffesparkkonkurranse. De konkrete reglene for spillobjektet avgjør likevel alltid hva som teller.
Et selvmål kan også føre til at betingelsen oppfylles. Dersom et lag scorer i eget mål, registreres målet til fordel for motstanderen. Et oppgjør der begge lag dermed har fått minst én scoring, vil normalt telle som «begge lag scorer – ja», uavhengig av hvem som faktisk berørte ballen sist.
Det svakeste angrepet kan være nøkkelen til hele kampen
Forestill deg at et suverent serielederlag møter en klubb fra nedre halvdel. Favoritten har scoret 18 mål på sine seks siste kamper. Motstanderen har bare scoret fire.
Det første tallet kan gi inntrykk av at kampen har gode forutsetninger for mange scoringer. Men når spørsmålet er om begge lag scorer, blir det andre tallet minst like interessant.
Favoritten kan spille en strålende kamp og vinne 4–0. Den kan også vinne 2–0 uten å slippe motstanderen til en eneste stor sjanse. Begge resultatene viser hvorfor et sterkt angrepslag ikke automatisk gir høy BTTS-sannsynlighet.
For at begge skal score, må også det svakere laget finne en vei gjennom favorittens forsvar.
Det er derfor nyttig å undersøke hvert lags mulighet til å score minst én gang, ikke bare hvor mange mål man forventer totalt. En kamp mellom to jevngode lag kan ha langt bedre forutsetninger for scoring fra begge sider enn et oppgjør der én klubb forventes å stå for nesten hele angrepsproduksjonen.
Men heller ikke jevnbyrdighet er noen garanti. To defensive lag kan være omtrent like sterke og likevel skape svært få sjanser. Det er kombinasjonen av offensiv kapasitet og motstanderens defensive egenskaper som er interessant.
Hvor ofte scorer laget, og hvor ofte holder det nullen?
Den enkleste BTTS-statistikken viser hvor stor andel av et lags kamper som har endt med scoring fra begge sider. Hvis et lag har spilt 20 kamper og begge lag har scoret i 12 av dem, er BTTS-andelen 60 prosent.
Det er et korrekt sammendrag av resultatene. Det er derimot ikke det samme som at neste kamp har 60 prosent sannsynlighet for at begge scorer.
For å forstå hva som ligger bak prosentandelen, bør man undersøke to andre tall: hvor ofte laget selv scorer, og hvor ofte det slipper inn minst ett mål.
Her er det lett å blande sammen forskjellige begreper.
Clean sheets betyr at laget har holdt nullen. Failed to score betyr at laget ikke har scoret. Begge er relevante fordi ett av disse forholdene er nok til at BTTS ender med «nei».
Ta et tenkt lag som har scoret i 17 av sine 20 siste kamper, men også har holdt nullen i åtte av dem. Laget har en stabil offensiv, samtidig som forsvaret ofte hindrer motstanderen i å score.
Da kan BTTS-andelen bli lavere enn lagets offensive tall alene skulle tilsi.
Et annet lag kan score sjeldnere, men nesten alltid slippe inn mål. Om BTTS-andelen blir høy eller lav, avhenger blant annet av hvor ofte lagets egne scoringer og innslupne mål forekommer i de samme kampene.
Det siste er viktig: To enkeltprosenter kan ikke uten videre fortelle hvor ofte begge hendelsene oppstår samtidig. Man må også undersøke sammenhengen mellom dem.
To målrike kamper med helt ulik sannsynlighet for BTTS
La oss gå fra historiske resultater til et matematisk eksempel.
Vi tenker oss to kommende fotballkamper. I begge anslår en modell at det totalt vil bli scoret tre mål i gjennomsnitt. Forskjellen er hvordan de forventede målene fordeles mellom lagene.
I den første kampen forventes hjemmelaget og bortelaget å score 1,5 mål hver. I den andre forventes hjemmelaget å score 2,5 og bortelaget bare 0,5.
Det samlede forventede antallet mål er nøyaktig det samme: 3,0.
Hvis vi bruker en enkel Poisson-modell og forutsetter at lagenes målantall er uavhengige når de forventede måltallene er gitt, får vi følgende:
| Modellert kamp | Forventede mål hjemme | Forventede mål borte | Totalt | Sannsynlighet for BTTS |
|---|---|---|---|---|
| Jevnt oppgjør | 1,5 | 1,5 | 3,0 | 60,4 % |
| Klar favoritt | 2,5 | 0,5 | 3,0 | 36,1 % |
Begge kampene har samme forventede måltotal, men forskjellen i sannsynligheten for at begge lag scorer er over 24 prosentpoeng.
Hvorfor?
I det jevne oppgjøret har begge lag en relativt god modellert mulighet til å score. I favorittkampen er hjemmelagets forventede målproduksjon høy, mens bortelagets forventning på 0,5 innebærer en betydelig sannsynlighet for at laget blir stående uten scoring.
Under de valgte modellforutsetningene er sannsynligheten for minst ett mål fra et lag lik 1 minus e opphøyd i minus lagets forventede måltall.
For den jevne kampen blir BTTS-sannsynligheten:
(1 − e−1,5) × (1 − e−1,5) ≈ 60,4 %
For kampen med klar favoritt blir den:
(1 − e−2,5) × (1 − e−0,5) ≈ 36,1 %
Dette er ikke observerte prosenter fra en bestemt fotballiga. De følger av en enkel modell med konstruerte forventede måltall.
Modellen illustrerer likevel et sentralt poeng: For BTTS spiller fordelingen av målsjansene mellom lagene en avgjørende rolle. Det samlede forventede antallet mål er ikke nok.
Fotballkamper følger ikke alltid matematikkens forenklinger
Poisson-fordelingen har lenge vært brukt til å modellere fotballresultater. Den gir en praktisk måte å anslå sannsynligheten for forskjellige antall mål på, basert på forventet målproduksjon.
Men en modell der lagenes målantall behandles som uavhengige, er nettopp en forenkling.
Fotball er et spill der ett mål kan endre begge lagenes oppførsel. En tidlig ledelse kan føre til at hjemmelaget trekker seg tilbake, mens bortelaget angriper med flere spillere. Det kan gi rom for kontringer, men også gjøre det vanskeligere for laget som leder, å skape nye sjanser.
Et rødt kort kan forandre hele styrkeforholdet. Et trenerbytte eller en skade kan påvirke både angrepsspillet og forsvarsorganiseringen.
Dermed er lagenes scoringer ikke nødvendigvis uavhengige i praksis.
En vitenskapelig studie i Journal of Sports Analytics beskriver blant annet hvordan en bivariat Poisson-modell kan brukes til å ta hensyn til sammenhenger mellom lagenes målantall. Slike modeller bygger videre på de enklere tilnærmingene, men også de er avhengige av datakvalitet og modellforutsetninger.
Den praktiske konsekvensen er at en BTTS-prognose ikke bør presenteres som en eksakt sannsynlighet bare fordi den kommer fra en formel.
Forskjellen mellom å skape sjanser og å score
Et lag kan ha spilt tre kamper på rad uten scoring og likevel ha skapt flere store målsjanser. Et annet kan ha scoret i seks kamper på rad til tross for at det gjennomgående har produsert få farlige avslutninger.
Dette er en av grunnene til at Expected Goals, xG, kan være relevant for å vurdere sannsynligheten for scoring.
xG måler den beregnede kvaliteten på avslutningene. xGA, Expected Goals Against, beskriver tilsvarende kvaliteten på sjansene et lag slipper til.
For BTTS er det interessant å sammenholde det ene lagets offensive produksjon med det andre lagets defensive prestasjoner.
Hvis hjemmelaget regelmessig skaper gode sjanser og bortelaget samtidig slipper til farlige avslutninger, er det informasjon som kan styrke en vurdering av hjemmelagets mulighet til å score.
For å vurdere begge lag scorer må man imidlertid gjøre den samme undersøkelsen i motsatt retning.
Har bortelaget forutsetninger for å skape sjanser mot hjemmelagets forsvar?
Det hjelper lite at hjemmelaget forventes å dominere offensivt dersom bortelaget knapt kommer seg inn i motstanderens straffefelt.
Det er også viktig å skille mellom et lags historiske gjennomsnittlige xG og et anslag for neste kamp. Man kan ikke automatisk bruke de siste fem kampenens samlede xG som om det var en direkte prognose for kommende scoringer.
Motstandernes styrke, spillested og taktiske forhold kan ha vært helt forskjellige.
Den vanskelige bortescoringen
I mange kamper er det bortelagets mulighet til å score som skaper størst usikkerhet.
Et sterkt hjemmelag kan ha en offensiv som normalt produserer mange sjanser. Spørsmålet blir da om motstanderen kan utnytte de mulighetene som oppstår når hjemmelaget angriper.
Et lag med raske kantspillere og gode overganger kan være farlig selv om det forventes å ha lite ballbesittelse. Det trenger kanskje bare noen få angrep for å komme til en ordentlig målsjanse.
Et annet bortelag kan ha et svakt overgangsspill og være avhengig av lange perioder med etablert angrep. Mot en motstander som presser aggressivt, kan det få problemer med i det hele tatt å komme frem til avslutninger.
Begge lagene kan ha identiske gjennomsnitt for scorede mål på bortebane. Likevel kan de ha svært forskjellige muligheter mot akkurat denne motstanderen.
Det er slike detaljer som forsvinner når man reduserer en vurdering til en enkelt BTTS-prosent.
Hjemme- og bortestatistikk trenger en motstander
På statistikknettsteder kan man ofte finne egne tall for BTTS hjemme og borte. Det er nyttig, særlig fordi lag kan spille med forskjellige taktiske ambisjoner på eget stadion og på fremmed bane.
Men en hjemmeprosent og en borteprosent kan ikke uten videre slås sammen til én presis sannsynlighet.
Anta at hjemmelaget har hatt BTTS i 70 prosent av hjemmekampene, mens bortelaget har hatt BTTS i 60 prosent av bortekampene. Det betyr ikke at den kommende kampen har 65 prosent sannsynlighet for scoring fra begge lag.
De historiske tallene beskriver kamper mot forskjellige motstandere. Hjemmelaget kan ha møtt mange offensive lag, mens bortelaget kan ha spilt mot relativt svake forsvar.
Et enkelt gjennomsnitt av prosentene tar ikke hensyn til dette.
Det kan også være stor forskjell på seks og tjue hjemmekamper. I et lite utvalg kan én uvanlig målfest eller en periode med mange skader påvirke tallene kraftig.
En høy BTTS-andel blir mer interessant når den støttes av et stabilt mønster: Laget scorer ofte, slipper regelmessig til gode sjanser og viser lignende tendenser mot forskjellige typer motstand.
Likevel må vurderingen oppdateres dersom laget endrer trener, spillestil eller sentrale spillere.
Når nullen betyr mer enn målscoren
Et lag som ofte holder nullen, kan være en viktig grunn til at BTTS-andelen i kampene blir lav.
Men også statistikken for clean sheets bør undersøkes nærmere.
Et lag kan holde nullen fordi det forsvarer seg godt og hindrer motstanderen i å skape store sjanser. Det kan også holde nullen etter at motstanderen har misbrukt flere gode muligheter.
Begge kampene registreres på samme måte i statistikken, men de forteller ikke nødvendigvis det samme om forsvarsspillet.
Det er derfor interessant å se på hvor mange farlige avslutninger laget slipper til, ikke bare hvor mange ganger keeperen har gått av banen uten baklengsmål.
Det samme gjelder motsatt vei. En keeper som har reddet laget i flere kamper på rad, kan være en viktig del av forklaringen på en lav andel innslupne mål. Men det betyr ikke at motstanderne har hatt få sjanser.
For den som undersøker begge lag scorer, kan forskjellen mellom en solid defensiv prestasjon og en heldig null være vesentlig.
BTTS er ikke det samme som over 2,5 mål
Det er lett å se en sammenheng mellom disse to markedene. Begge handler om scoringer, og kamper med mange mål vil ofte også inneholde scoring fra begge lag.
Men sammenhengen er ikke fullstendig.
En 1–1-kamp oppfyller BTTS, men ender under 2,5 mål. En 3–0-kamp havner over 2,5, men oppfyller ikke BTTS.
Det betyr at en høy andel kamper over 2,5 mål ikke automatisk innebærer en like høy BTTS-andel.
Også her er forholdet mellom lagenes offensive styrke avgjørende.
Hvis én klubb er svært dominerende og motstanderen produserer få målsjanser, kan det være relativt mange mulige kampforløp som gir tre eller flere mål, men bare scoring fra ett lag.
Et oppgjør mellom to offensive, men defensivt sårbare lag kan derimot ha gode forutsetninger for at begge scorer, også dersom det ender med bare to mål.
Statistikken for BTTS og over/under bør derfor behandles som to forskjellige beskrivelser av resultatfordelingen, selv om de til dels påvirkes av de samme forholdene.
Historiske prosenter er ikke fremtidige løfter
En BTTS-andel på 75 prosent ser høy ut, men hva forteller den egentlig?
Hvis den bygger på de fire siste kampene, betyr den bare at begge lag scoret i tre av dem. Det er et svært lite utvalg.
Hvis den bygger på 40 kamper, er datagrunnlaget større, men også da kan tallene dekke flere sesonger, forskjellige spillere og ulike trenere.
Et annet spørsmål er hvor stor del av prosentandelen som skyldes lagets eget spill. Har laget både scoret og sluppet inn regelmessig gjennom en lengre periode, eller har det hatt noen spesielt målrike oppgjør som påvirker statistikken?
Det finnes heller ingen regel om at et lag som har hatt BTTS «ja» i mange kamper på rad, snart må få et «nei». Historiske rekker skaper ikke en matematisk forpliktelse for neste resultat.
Det motsatte gjelder også. Et lag som ikke har scoret på flere kamper, er ikke automatisk nærmere en scoring bare fordi det har gått lang tid siden sist.
Det er lagets faktiske mulighet til å score i den kommende kampen som er relevant. Tidligere resultater kan bidra til vurderingen, men de erstatter den ikke.
Hvor mye sier oddsen om begge lag scorer?
Når et marked tilbyr odds på BTTS «ja» og «nei», uttrykker prisene en vurdering av de to mulige utfallene.
Hvis «ja» står til 1,70, tilsvarer det en rå implisitt sannsynlighet på omtrent 58,8 prosent. Dersom «nei» samtidig tilbys til 2,05, tilsvarer det omtrent 48,8 prosent.
Summen blir rundt 107,6 prosent, ikke 100. Forskjellen skyldes den innebygde marginen i prisene.
Den rå implisitte sannsynligheten er derfor ikke nødvendigvis et korrekt anslag på den faktiske sjansen for at begge lag scorer.
Det samme gjelder den historiske BTTS-andelen. Selv om et lag har hatt scoring fra begge sider i 70 prosent av kampene, betyr ikke det automatisk at odds på «ja» er attraktiv.
For å vurdere forholdet mellom en pris og en sannsynlighet må sannsynligheten først være anslått på et pålitelig grunnlag. Det er vanskelig, særlig når lagene er ujevne, utvalget er lite eller nye opplysninger har endret forutsetningene.
BTTS-statistikk kan dermed bidra til å forstå kampens mulige utvikling, men den gir ingen garanti for et riktig resultat eller en fordelaktig pris.
Det ene målet som endrer hele bildet
Se for deg et bortelag som nesten ikke har ballen gjennom første omgang. Hjemmelaget leder 2–0, har dominert banespillet og ser ut til å kontrollere kampen.
Så kommer en feilpasning på midtbanen. Bortelaget vinner ballen, angriper raskt og reduserer til 2–1.
Resultatet oppfyller nå betingelsen om at begge lag scorer. Men betyr det ene målet at bortelagets offensive prestasjon plutselig har vært god?
Ikke nødvendigvis.
En enkelt scoring kan oppstå fra et godt gjennomført angrep, en individuell feil, et selvmål eller en tilfeldig retur. BTTS-statistikken skiller ikke mellom disse situasjonene.
På samme måte kan et lag skape flere store sjanser og likevel ende uten scoring. Da registreres kampen som BTTS «nei», selv om begge lag faktisk hadde gode muligheter til å score.
Dette er begrensningen ved en binær statistikk: Den forteller om betingelsen ble oppfylt, ikke hvor nær kampen var å få et annet utfall.
Derfor er det mer opplysende å undersøke hvordan målsjansene fordeler seg mellom lagene, hvordan forsvarene fungerer, og hva som skjer når kampbildet endrer seg.
Spørsmålet om begge lag scorer handler til syvende og sist ikke om hvor mange mål vi forventer å se, men om hvor realistisk det er at hver av de to motstanderne får minst én scoring.
Det er en liten språklig forskjell, men en stor statistisk forskjell. Og den blir tydeligst i kampene der ett lag ser ut til å ha nesten alle fordelene.
