Scoutingde Radar Grafikleri ve Yüzdelik Dilimler (Percentile): Pozisyon Başına Normalizasyon
Bölüm 1: Bu Nedir ve Neden Hayati Önem Taşır?
Bir transfer toplantısında teknik direktör, “Bu forvet gol atıyor ama yeterli basmıyor” derken, veri analisti yanında “Hocam, ligdeki forvetlerin yüzde 90’ından daha fazla basıyor” diyebiliyorsa; aradaki fark normalizasyondur. Ham veriler —örneğin 90 dakikada 15 pas— bir şey ifade etmez. Çünkü bir orta saha oyuncusu için bu sayı “kötü”, bir stoper için ise “Pep Guardiola’nın hayal ettiği oyuncu” olabilir. Radar grafikleri (pizza dilimleri) ve yüzdelik dilimler (percentile), bu ham sayıları “lig ortalaması” veya “pozisyon arkadaşları”yla kıyaslayarak anlamlı bir hikayeye dönüştürür. Pozisyon başına normalizasyon yapmazsanız, bir kaleciyi forvetle, bir bekli orta sahayı 10 numarayla kıyaslamış olursunuz; bu da elinizde güzel duran ama sahada işe yaramayan bir rapor demektir. Kısaca: Veriyi, oyuncunun gerçek rakibi olan pozisyon meslektaşlarıyla ölçmek.
Bölüm 2: Perde Arkası: Sistem Nasıl Çalışır?
Diyelim ki elimizde 200 forvet var. Her birinin “90 dakikada şut sayısı” verisini alıyoruz. Bunları küçükten büyüğe sıralıyoruz. Ortadaki oyuncunun (medyan) şut sayısı lig standartıdır. Sizin izlediğiniz forvet 90 dakikada 4 şut atıyorsa ve bu, listedeki 180. sıradaysa; o oyuncu %90’lık dilimdedir (90th percentile). Yani ligdeki forvetlerin 90’ından daha çok şut atıyor. Radar grafiği ise bu dilimleri bir daire üzerine koyar: Her dilim bir metrik (şut, pas, ikili mücadele, hız vb.). Dilim ne kadar dışarıya doğru uzarsa (merkezden uzağa), oyuncu o alanda o kadar “üst seviye”dir. Pozisyon normalizasyonu ise şudur: Bu sıralamayı tüm lig için değil, sadece “Sol Kanat Forveti” veya “Hedef Adam” için yapmak. Çünkü bir hedef adamın 90 dakikada 30 pas atması normalken, bir kanat oyuncusu için bu sayı düşük olabilir. Sistemin zekası, “Doğru havuzla kıyaslama” yapmasında gizlidir.

Bölüm 3: Bilim Dünyası ve Uzmanlar Nasıl İnceliyor?
Akademik literatürde buna “Benchmarking” (kıyaslama standardı) denir. Futbol analitiğinin babaları (Sarah Rudd, Ted Knutson, StatsBomb ekibi) yıllardır vurgular: “Context is King” (Bağlam Kraldır). Bir araştırmada (Örn: Journal of Sports Analytics), aynı oyuncunun ham verileriyle ve pozisyon-normalize verileriyle yapılan scout raporları karşılaştırıldı. Sonuç? Ham veriye bakıp “Bu oyuncu top kaybediyor” diyen scoutlar, normalize veriye baktığında “Bu oyuncu basınç altındaki en iyi top taşıyıcılarından biridir” sonucuna vardı. Uzmanlar (Scout7, Wyscout, Opta analistleri) artık “Ham veri raporu” yazmıyor; doğrudan “Percentile Profilleri” üreten araçlar kullanıyor. Neden? Çünkü bir antrenman günlüğünde “Koşu mesafesi 11km” yazmak anlamsızdır; “Takım ortalaması 10.2km, pozisyon ortalaması 10.8km, oyuncu %85 diliminde” demek ise transfer komitesinin anlayacağı dildir.
Bölüm 4: Önemli Parametreler ve Karşılaştırma Rehberi
| Parametre | Değer / Özellik | Pratik Anlamı | Günlük Hayata / Sisteme Etkisi |
|---|---|---|---|
| Percentile (Yüzdelik Dilim) | %0 – %100 arası | Oyuncunun pozisyon arkadaşları içindeki “sınıf sırası” | Sınıfta 30 öğrenci varsa, 3. sıradaysan %90’dasın. |
| Pozisyon Grubu (Role) | Örn: “İçeri Kesen Kanat”, “Derin Oynayan Forvet” | Kıyaslama havuzunu daraltır, “Elmalarla armutları” ayırır | Bir mühendisi bir doktorla kıyaslamazsın; aynı branşta olsalar bile. |
| Metrik Seçimi (KPI) | Pozisyona özel 8-12 metrik | “Her şeye bakan” değil, “göreve odaklı” radar çizer | Şoförün “park etme” becerisini, pilotun “kalkış” becerisiyle ölçmezsin. |
| Normalizasyon Yöntemi | Lig bazlı vs. Avrupa 5 Büyük Lig bazlı | Transfer hedefi yurtdışındaysa lig verisi yanıltır | Yerel ligde kral olabilirsin ama Champions Lig’de yüzde 10’da kalabilirsin. |
| Yaş / Dakika Filtresi | U23, 900+ dakika oynayanlar | Gelişim potansiyeli ile olgun performansı ayırır | Stajyerin performansını 20 yıllık müdürle kıyaslamazsın. |
| Renk Kodlaması | Kırmızı (Düşük) – Yeşil (Yüksek) | Bir bakışta “Güçlü/Zayıf” alanları gösterir | Trafik ışığı mantığı: Yeşil git, Kırmızı dur/dikkat. |
| Ham Veri Gösterimi | Tooltip’te (üzerine gelince) 2.45 şut/90 | Yüzdelik dilimin arkındaki gerçek sayıyı gizlemez | “%90” demek hoş, ama “Maç başı 4 şut” demek somuttur. |
| Benzer Oyuncu Arama | En yakın 5 profil (Euclidean distance) | “Bu oyuncu, genç yaşındaki Salah’a benziyor” der | Yeni bir işe alımda “Eski starımızın klonu” bulmak. |
Bölüm 5: Günlük Hayatta ve Doğada Nerede Karşımıza Çıkar?
Bu sistem, aslında doğanın en eski “scouting” yöntemidir. Bir dişçi balıkların ortasındaki en parlak, en hızlı, en çevik olanı hedef alır; çünkü o, grubun %95-100 dilimindedir (percentile). Biz de alışverişte bunu yaparız: “En çok satılan, en yüksek puanlı, fiyat/performans en iyisi” filtrelemesi yaparız; bu da bir nevi “Marka/Pozisyon normalizasyonlu percentile”dir. Futbolda ise: 2022 Dünya Kupası’nda Cezayir’in İsmail Bennacer’in radar grafiği, “Top Kazanma” ve “İlerletici Pas” dilimlerinde ligindeki rakip orta saha oyuncularının %97’sinden öndeydi. Milan onu transfer ettiğinde ham verisi “Maç başı 2 gol” değildi; ama “Pozisyonuna göre topu en temiz oynayan, basınç altındaki en sakin oyuncu” verisiydi. Doğada “ayrımcılık” (discrimination) hayatta kalma stratejisidir; scoutingde de “pozisyon normalizasyonu” başarı stratejisidir.

Bölüm 6: Karşılaşılan Zorluklar ve Pratik Çözümler
En büyük tuzak: “Küçük Örneklem Yalanı”. Bir oyuncu 3 maçta 2 gol atarsa, “Gol/90” metriğinde ligin %99’unda çıkabilir. Ama bu bir istatistiksel sapma (variance) olabilir, yetenek değil. Çözüm: Minimum dakika filtresi (örn. 900+ dakika) ve “xG (Beklenen Gol)” gibi şans faktörünü elimine eden metrikler kullanmak. İkinci tuzak: “Pozisyon Etiketi Yanlışı”. Bir antrenör oyuncuyu “10 numara” olarak kullanıyorsa ama veri sağlayıcısı “Ofansif Orta Saha” etiketi koymuşsa; radar grafiği onu “Defansif katkısı zayıf bir 8 numara” gibi gösterir. Çözüm: Video analizi ile “Gerçek Pozisyon (True Role)” tespiti (örn: “Yarım Alan Yöneticisi”, “Kutu İçi Finalizatör”). Üçüncü sorun: Lig Farkı. Süper Lig’de %90 diliminde olan bir bek, Premier Lig’de %40’a düşebilir. Çözüm: “Lig Güç Endeksi” ile normalize edilmiş çapraz lig percentile modelleri (TransferLab, SciSports modelleri gibi) kullanmak.
Bölüm 7: Gelecek Perspektifi ve Yeni Gelişmeler
Gelecek, “Statik Pozisyon Etiketlerinin Ölümü”. Artık “Sol Bek” diye bir kategori yetmez. “Ters Ayaklı İçeri Kesen Sol Bek”, “Çizgi Bası Sol Bek”, “Üçlü Stoper Yanına Düşen Sol Bek” gibi Alt Roller (Sub-roles) tanımlanıyor. Yapay Zeka (Clustering algoritmaları), 2000 oyuncunun 50 metrik verisini alıp “Bu 15 oyuncu aslında aynı rolü oynuyor, onları bir gruba koyalım” diyor. Böylece radar grafiği artık “Sol Bek vs Sol Bek” değil, “İçeri Kesen Sol Bek vs İçeri Kesen Sol Bek” kıyaslaması yapıyor. Ayrıca “Sahada Konum Bazlı Normalizasyon”: Oyuncu top olmadığında sol kanatça mı, orta sahaca mı basıyor? Heatmap verisiyle pozisyon anlık değişiyor ve percentile hesaplanıyor. Yakında scout raporları: “Bu oyuncu top varken %80 Forvet, top yokken %70 Orta Saha davranıyor” diyecek. Bu, “Hibrit Oyuncu” avının başlangıcı.
Bölüm 8: Merak Edilen Sorular ve Cevaplar (SSS)
Soru 1: Percentile %50 demek oyuncu “orta” demek mi?
Evet, tam olarak. O pozisyondaki oyuncuların yarısından iyi, yarısından kötü. Ama “orta” kötü bir şey değil; liginizin seviyesine göre “orta” bile şampiyonluk getirebilir. Önemli olan takımınızın sistemine uygunluğudur.
Soru 2: Neden ham veriyi (raw data) direkt radar grafiğine koymuyorsunuz?
Çünkü ölçekler farklı. “İkili Kazanma” 0-30 arasıyken “Pas Başarısı” 60-90 arasıdır. Ham veriyi koyarsanız “Pas” dilimi her zaman devasa, “İkili” dilimi minik görünür. Percentile her metrikte 0-100’e çeker, adaletli bir daire çizer.
Soru 3: “Percentile Rank” ile “Percentile Value” farkı ne?
“Percentile Rank” = Sıralamada kaçıncı sıradasın (%80). “Percentile Value” = O sıraya karşılık gelen ham sayı (Örn: %80 = 90 dakikada 3.2 şut). Raporda ikisi de yazmalı; biri sıralamayı, diğeri somut çıktıyı gösterir.
Soru 4: Genç oyuncular (U21) için aynı ligle mi kıyaslama yapmalıyız?
Hayır, büyük hata. 19 yaşındaki bir forveti 30 yaşındaki lig şampiyonu forvetle kıyaslamak adil değil. Onlar için “Yaş Grubu + Pozisyon” (Örn: U21 Forvetler) havuzu ayrı tutulmalı. Aksi takdirde gençler her zaman “kırmızı” (düşük) çıkar.
Soru 5: Radar grafiğinde “Yeşil” (yüksek percentile) her zaman iyi midir?
Değil. Bir stoper için “Dribling Sayısı” %95 olabilir. Bu iyi değil, risklidir; stopper dribling yapmaya çalışırken gol yiyebilir. Metriğin pozisyon için “pozitif” mi “negatif” mi olduğunu bilmek lazım. Bazı metrikler “Düşük olmalı”dır (Örn: Kaybedilen Top, Faul, Sarı Kart).
Soru 6: Bu grafikleri transfer pazarlıklarında nasıl kullanırım?
“Hocam, bu oyuncu ligimizdeki sol beklerin %90’ından daha fazla ‘İlerletici Pas’ atıyor. Rakip takımdaki sol bek %40’tadır. Biz bu oyuncuyu alırsak sol kanatımız ligin en iyisi olur.” Dili: Kıyaslama + Somut Metrik + Takım İhtiyacı = İkna Gücü.
Bölüm 9: Bilmeniz Gereken Temel Terimler
Yüzdelik Dilim (Percentile / Sınıf Sırası): 100 kişilik bir sınıfta kaçıncı sıradaysan o dilimdesin. %90 demek: Senden geride 90 kişi var, sadece 9 kişi senden önde.
Normalizasyon (Ölçeklendirme / Adaletli Kıyaslama): Elmalarla armutları toplayıp, hepsini “kilogram cinsinden” tartmaya benzer. Farklı birimlerdeki (metre, saniye, sayı) verileri 0-100 ortak paydaya indirgeme sanatı.
Pozisyon Grubu / Rol (Role / Archetype): Oyuncunun forma numarası değil, sahadaki iş tanımı. “10 Numara” bir numaradır; “Yarım Alan Yöneticisi” bir roldür. Normalizasyon rol bazlı yapılır.
Radar Grafiği / Pizza Dilimi (Radar Chart / Pizza Plot): Oyuncunun yetenek profiline parmak izi gibi benzersiz bir görsel imza atan dairesel grafik. Her dilim bir beceri, uzaklık o becerideki “sınıf seviyesi”.
Örneklem Büyüklüğü / Dakika Filtresi (Sample Size / Minutes Threshold): “Bu oyuncu 2 maçta 5 gol attı” demek için en az 15-20 maç (≈1500 dk) verisi beklemek. Az veri “şans” üretir, çok veri “gerçek” üretir.
xG / xA (Beklenen Gol / Beklenen Asist / Şans Faktörü Elimine Edilmiş Veri): Şutun kaleciyle yüz yüze mi, yoksa 30 metreden zor bir açıdan mı atıldığını hesaplayıp “Şans”ı “Beceri”den ayıran metrik. Radar grafiklerde ham gol yerine xG kullanmak daha adildir.
Bölüm 10: Özet ve Çıkarılması Gereken Dersler
Radar grafikleri ve yüzdelik dilimler, scoutingin “GPS’i”dir; ama GPS’inizdeki haritalar güncel (doğru pozisyon grubu) ve ölçekli (normalize) değilse, sizi çöle götürür. Altın Kural: Her zaman sorun: “Bu oyuncuyu kimle kıyaslıyorum?” Cevap: “Aynı ligde, aynı rolde, yeterli dakika oynayanlarla.” Ham veriye aşık olma; ham veri “ne oldu”yu anlatır, normalize veri “ne kadar iyi oldu”yu anlatır. Ve unutma: En güzel radar grafiği (yeşil dolu daire) bazen “Sistem Oyuncusu”nı, bazen de “Sistemi Yıkıcıyı” gösterir. Videoyu izlemeden, antrenörle konuşmadan, sadece grafiğe “evet” demeyin. Veri kompassıdır, kaptan sizsiniz. rotayı siz belirleyin.
Yorumlar