Kimler için: Veri/yazılım bilenler, futbolu seven mühendisler/istatistikçiler, video işiyle ilgilenenler.
Veri analisti: Performans verisini işler, model kurar, karar destek raporu üretir. Gerekli beceriler: Python veya R, SQL, istatistik, veri görselleştirme. Ve — çoğunun ihmal ettiği — futbol bilgisi.
Video analisti: Maç ve rakip analizini görüntü üzerinden hazırlar. Antrenöre ve oyunculara sunulacak klipler oluşturur. Gerekli beceriler: video analiz yazılımı, taktik okuryazarlık, hız (rakip raporu maça yetişmeli), ve iyi bir anlatı kurma yeteneği.
İkisi de kulüpte antrenörün karar vermesine hizmet eder. Rapor kimse okumuyorsa değersizdir.
Veri bilimciler futbola girerken en sık şu hatayı yapar: güzel bir model kurar, ama futbolcuya hiçbir şey anlatmaz.
Bir antrenör 'xG'nin 0.12 arttı' cümlesiyle bir şey yapamaz. Ama 'sol kanattan gelen ortalarınızın %80'i ilk direğe gidiyor ve rakip stoper orada üstün — ikinci direği kullanmalısınız' cümlesiyle bir şey yapar.
Analistin işi model kurmak değil, karar verdirmektir.
Kimse sizden CV istemez. İş örneği ister.
Halka açık veri kullanarak analizler yapın ve yayınlayın. Bir takımın bir sezonunu analiz edin. Bir oyuncunun profilini çıkarın. Bir taktik sorunu veriyle açıklayın.
Görselleştirme kritiktir. Doğru analiz, kötü sunumla ölür. Grafiğiniz bir antrenörün 5 saniyede anlayacağı kadar net olmalı.
Yayınlayın. Blog, sosyal medya, GitHub. Futbol analiz camiası küçüktür ve iyi işi fark eder.
Bir rehberi, yazdıkları kadar yazmadıkları da tanımlar. İşte bu sayfanın sınırları:
Bu rehberin kapsadığı her konu, kendi cevabıyla birlikte aşağıda. Her başlık açılır ve ilk adım, şartlar, yol haritası, hatalar ve riskleri içerir.
Halka açık veriyle bir analiz yapın ve yayınlayın. Blog, sosyal medya, GitHub — nerede olduğu ikincil. Futbol analiz camiası küçüktür ve iyi işi fark eder.
Portföyde olması gerekenler: 5-10 analiz, temiz görselleştirme, net bir soru-cevap yapısı, ve — kritik — her analizin bir karar önerisi.
Hatalar: sadece grafik yayınlamak (soru sorun, cevap verin) · kod göstermek ama sonuç anlatmamak · görselleştirmeyi ihmal etmek.
Açık lisanslı (CC0) futbol veri setleri vardır ve ücretsiz kullanılabilir. EkoFutbol'un tüm arşivi bunlardan kurulmuştur. Ama dikkat: kamuya açık olmak, açık lisanslı olmak değildir.
Gerekenler: lisans okuryazarlığı (CC0 vs telifli), veri doğrulama disiplini, ve eksik veriyi kabul etme dürüstlüğü.
Hatalar: bir sitenin verisini 'internette var' diye kullanmak (telif ihlali olabilir) · lisansı kontrol etmemek · veri kalitesini doğrulamamak · eksik veriden sıralama üretmek.
İyi bir dashboard soruya cevap verir, veri göstermez. Antrenörün 5 saniyede anlayacağı kadar net olmalı. Kural: her grafik bir karar desteklemeli.
Gerekenler: görselleştirme ilkeleri, kullanıcı (antrenör/yönetici) ihtiyacını anlamak, ve eleme disiplini — neyi göstermeyeceğinize karar vermek.
Hatalar: her veriyi göstermek · renk ve grafik türü israfı · bağlam vermemek (bu sayı iyi mi kötü mü?) · mobilde okunmaması.
Futbol analizi en hızlı büyüyen meslek alanıdır ve teknik beceri gerektirdiği için rekabeti azdır. Ama en kritik ders şudur: futbol bilmeyen analist işe yaramaz.
Halka açık veri kullanarak bir analiz yapın ve yayınlayın. Kimse sizden CV istemez — iş örneği ister.
Gerekenler: Python veya R, SQL, istatistik, veri görselleştirme, ve — çoğunun ihmal ettiği — futbol bilgisi.
Python/R öğren → SQL öğren → istatistik temelini kur → açık futbol verisiyle çalış → analizlerini yayınla → görselleştirmeyi ciddiye al → 5-10 analizden portföy kur → kulüplere portföyle başvur.
En ölümcül hata: güzel bir model kurup futbolcuya hiçbir şey anlatmamak. Antrenör 'xG 0.12 arttı' cümlesiyle bir şey yapamaz. Analistin işi model kurmak değil, karar verdirmektir.
Bir iş örneği üretin: kulübün son maçının veya bir rakibin analizi. CV değil, analiz gönderin.
Gerekenler: 5-10 analizlik portföy, teknik beceri (Python/R/SQL veya video yazılımı), futbol bilgisi, ve görselleştirme.
Hatalar: teknik beceriyi yeterli sanmak · futbol bilmeden başvurmak · model gösterip karar önermemek · portföysüz gitmek.
Maç kodlama (tagging), bir maçın olaylarını yapılandırılmış veriye çevirmektir: pas, şut, ikili mücadele, pres tetikleyici. Analizin ham maddesi budur ve titizlik ister.
Gerekenler: net tanım seti, tutarlılık disiplini, kodlama yazılımı, ve sabır. İyi kodlama sıkıcıdır — ama analiz onun üstüne kurulur.
Hatalar: tanımları netleştirmeden kodlamaya başlamak · tutarsız kodlama (aynı olayı farklı etiketlemek) · bağlamı kaydetmemek (skor, dakika, oyuncu sayısı).
Transfer analizi 'iyi oyuncu mu' sorusuna değil, 'bu kulübe, bu sisteme, bu bütçeye uygun mu' sorusuna cevap verir. En sık atlanan boyut: uyum riski.
Gerekenler: performans verisi, bağlam analizi (hangi sistemde, hangi ligde), yaş eğrisi bilgisi, ve toplam maliyet hesabı.
Hatalar: sadece istatistiğe bakmak (bağlam olmadan sayı yalan söyler) · lig farkını hesaplamamak · yaş eğrisini göz ardı etmek · toplam maliyeti (maaş dahil) hesaplamamak.
İyi bir rakip analizi üç soruya cevap verir: Nasıl oyun kuruyorlar? Nerede savunuyorlar? Geçiş anlarında ne yapıyorlar? Ve en önemlisi: zayıf noktaları nerede?
Gerekenler: taktik okuryazarlık, video analiz, hız (maça yetişmeli), ve editoryal seçicilik — üç kritik mesaj, otuz değil.
Hatalar: rakibi övmekle bitirmek (zayıflık bulun) · 20 sayfalık rapor hazırlamak (kimse okumaz) · oyunculara taktik değil bilgi yığmak · duran topları atlamak.
Video analisti maç ve rakip analizini görüntü üzerinden hazırlar; antrenöre ve oyunculara sunulacak klipleri oluşturur. Gerekenler: video analiz yazılımı, taktik okuryazarlık, hız (rakip raporu maça yetişmeli) ve iyi bir anlatı kurma yeteneği.
Gerekenler: video analiz yazılımı hakimiyeti, taktik bilgi, hız ve editoryal seçicilik.
Hatalar: uzun video hazırlamak (oyuncu 3 dakikadan fazla izlemez) · taktik bilmeden kesit almak · anlatı kurmamak (kliplerin bir mesajı olmalı).
xG (beklenen gol), bir şutun gole dönüşme olasılığını geçmiş verilerden tahmin eden bir modeldir.
xG bir araçtır, bir din değildir. Şutun kalitesini ölçer, sonucu değil. Faydası: küçük örneklemde şans etkisini ayıklamak. Sınırı: tek maçta anlamı zayıftır, ve modelin girdileri (mesafe, açı, vücut kısmı, baskı) her modelde farklıdır.
Anlamak için gerekenler: olasılık temeli, model girdilerini bilmek, ve örneklem büyüklüğü bilinci.
Hatalar: tek maçın xG'sine bakıp hüküm vermek · farklı sağlayıcıların xG'lerini karşılaştırmak (modeller farklıdır) · xG'yi tek metrik olarak kullanmak.
Bu rehber 40 soruyu kapsar. Öne çıkanlar:
Editoryal kontrol: 12 Temmuz 2026