Bir futbol analiz sitesine girdiğinizde, ortasında çokgen bir şekil olan renkli bir “örümcek ağı” görselle karşılaşmışsınızdır. Bu, futbol analitiğinin en tanıdık görselleştirme araçlarından biri: radar grafiği (radar chart). Bir oyuncunun onlarca istatistiğini tek bir bakışta özetleyen bu grafik, hem çok sevilen hem de yanlış okunduğunda ciddi yanılgılara yol açabilen bir araç.
Radar Grafiği Aslında Nasıl Çalışıyor?
Bir radar grafiği, merkezi bir noktadan çıkan birden fazla “eksen” (ışın) üzerine kurulu; her eksen farklı bir istatistiği (gol, asist, ilerletici pas, top kapma, hava topu kazanma vb.) temsil ediyor. Bir oyuncunun her istatistikteki performansı, o eksende belirli bir noktayla işaretleniyor ve bu noktalar birleştirilerek bir çokgen oluşturuluyor. Sonuç: bir oyuncunun “genel profilinin” tek bir görselde özetlenmesi.
Bu yaklaşımın futbol analitiğine girişi, 2014 yılında bir veri şirketinin kurucusu tarafından popülerleştirildi; kendisi bu fikri, bir spor dergisinin NBA yıldızlarını görselleştirmek için kullandığı bir tasarımdan esinlenerek futbola uyarladı. O günden bu yana radar grafikleri, oyuncu scouting raporlarından televizyon yayınlarına kadar her yerde karşımıza çıkıyor.
Neden Bu Kadar Popüler?
Radar grafiklerinin gücü, karmaşık bir veri setini — bir oyuncunun onlarca farklı istatistiğini — tek bir görsel biçimde, hızlıca sindirilebilir hâle getirmesinde yatıyor. Bir tabloda onlarca sayıyı karşılaştırmak zihinsel olarak yorucu olabilirken, bir radar grafiğinde iki oyuncunun çokgenlerini üst üste bindirip “kimin hangi alanda öne çıktığını” görsel olarak anında fark edebiliyorsunuz.
Bu tür görsel özetler, aslında pas ağları yazımızda bahsettiğimiz mantıkla aynı amaca hizmet ediyor: karmaşık ham veriyi, tek bakışta anlamlı bir hikâyeye dönüştürmek. Pas ağları bir takımın oyun tarzını görselleştirirken, radar grafikleri bireysel bir oyuncunun performans profilini görselleştiriyor.
Peki Neden Yanıltıcı Olabiliyor?
Radar grafiklerinin en büyük zayıf noktalarından biri, insan gözünün doğal olarak alanı (yüzölçümünü) değerlendirmeye eğilimli olması. Bir oyuncunun çokgeni ne kadar büyükse, izleyici o oyuncuyu bilinçsizce “daha iyi” olarak algılıyor. Ama bu her zaman doğru değil: eksenlerin sıralaması ya da hangi istatistiklerin seçildiği, çokgenin görsel büyüklüğünü ciddi şekilde etkileyebiliyor. İki farklı analist, aynı oyuncu için farklı istatistikler seçip farklı eksen sıralamaları kullanarak, birbirinden oldukça farklı görünen iki radar grafiği üretebiliyor.
Bu, aslında yanıltıcı grafikler yazımızda ele aldığımız daha genel bir istatistiksel sunum sorununun spesifik bir örneği: aynı veriyle, sunum tercihlerine bağlı olarak birbirinden çok farklı görsel hikâyeler anlatmak mümkün. Radar grafiklerinde bu risk özellikle yüksek, çünkü grafiğin “estetik” çekiciliği, izleyicinin eleştirel bakışını zayıflatabiliyor.
Doğru Okumak İçin Nelere Dikkat Etmeli?
Bir radar grafiğini değerlendirirken sorulması gereken birkaç kritik soru var: Bu istatistikler, oyuncunun pozisyonuna göre mi normalize edilmiş? Bir stoperi bir kanat oyuncusuyla aynı eksenlerde (gol, dripling gibi) karşılaştırmak anlamsız olur; radar grafikleri genelde belirli bir pozisyon grubu içindeki yüzdelik dilime (percentile) göre hazırlanıyor — yani “bu oyuncu, aynı pozisyondaki oyuncuların yüzde kaçından daha iyi” sorusuna cevap veriyor.
Bu yüzdelik dilim mantığı, aslında ortalama yalan söyleyebilir yazımızda bahsettiğimiz ortalama ve medyan farkına benziyor bir şekilde: ham sayılar yerine göreceli bir konum göstermek, karşılaştırmayı daha anlamlı hâle getiriyor. Ama bu da beraberinde yeni bir soru getiriyor: karşılaştırma yapılan oyuncu havuzu ne kadar geniş ve temsil edici?
Hangi Metrikler Radara Giriyor?
Modern radar grafikleri artık sadece gol ve asist gibi basit istatistiklerle sınırlı değil; Expected Threat (xT) yazımızda ve PPDA yazımızda anlattığımız gibi ileri metrikler de sıkça radar eksenlerine dahil ediliyor. Bu, radar grafiğinin sadece “ne kadar gol attı” değil, “sahada ne kadar etkiliydi” sorusuna da cevap vermesini sağlıyor — ama aynı zamanda grafiği okumak için biraz daha teknik bilgi gerektiriyor.
Kaynağına İnmek İsteyenler İçin
Radar grafiklerinin arkasındaki felsefeyi ve doğru kullanım prensiplerini, bu yöntemi popülerleştiren şirketin kendisinden dinlemek istersen, StatsBomb’un radar grafiklerini anlattığı resmi makalesine göz atabilirsin; radar sınırlarının nasıl belirlendiğini ve yaygın yanlış okuma tuzaklarını birinci elden anlatıyor.
Son Söz
Radar grafikleri, doğru kullanıldığında oyuncu analizinde güçlü bir araç; ama her görsel araç gibi, kendi tuzaklarını da taşıyor. Bir sonraki sefer karşınıza çıkan bir radar grafiğine bakarken, sadece çokgenin “büyüklüğüne” değil, hangi istatistiklerin seçildiğine ve hangi oyuncu havuzuyla karşılaştırıldığına da dikkat etmeye ne dersin?