Er was een tijd — niet eens zo lang geleden — dat ijshockeyanalyse bestond uit doelpunten, assists en plus/minus. Coaches keken naar het scorebord, scouts keken naar de videotape en wedders keken naar de stand. Die tijd is voorbij. De ijshockeywereld heeft in het afgelopen decennium een analytische revolutie doorgemaakt die vergelijkbaar is met wat Moneyball deed voor honkbal. Statistieken als Corsi, Fenwick en expected goals zijn van obscure niche naar mainstream gegaan, en ze bieden wedders een informatieniveau dat tien jaar geleden ondenkbaar was.
Het goede nieuws: je hoeft geen datawetenschapper te zijn om deze statistieken te gebruiken. Je hoeft ze te begrijpen, te weten waar je ze vindt en te snappen hoe ze je wedstrategie kunnen verbeteren. Dit artikel legt de drie belangrijkste geavanceerde statistieken uit in gewone taal, zonder wiskundige formules en zonder de pretentie dat cijfers het hele verhaal vertellen. Want dat doen ze niet — maar ze vertellen wel een groter deel van het verhaal dan de traditionele statistieken.
Corsi: Het Volume van het Spel
Corsi is de meest fundamentele geavanceerde statistiek in het ijshockey. Het meet het totale aantal schotpogingen van een team of speler: schoten op doel, gemiste schoten en geblokkeerde schoten samengeteld. Corsi For is het aantal schotpogingen vóór, Corsi Against het aantal tegen, en Corsi For Percentage — vaak afgekort als CF% — is het percentage van alle schotpogingen dat van jouw team afkomstig is.
Waarom is dit relevant voor wedders? Omdat Corsi een proxy is voor puckbezit en territoriale dominantie. Een team met een CF% van 55 procent produceert meer schotpogingen dan het toestaat, wat doorgaans betekent dat het meer tijd doorbrengt in de aanvallende zone en de wedstrijd controleert. Een team met een CF% van 45 procent wordt overstemd en is afhankelijk van zijn keeper om wedstrijden te winnen.
Het krachtige aan Corsi is dat het stabieler is dan doelpunten. Doelpunten zijn onderhevig aan geluk — een puck kan van een schaats kaatsen, een schot kan afgebogen worden door een stick, een keeper kan een lucky save maken. Corsi filtert dat geluk grotendeels uit. Een team dat structureel een hoge CF% heeft maar weinig doelpunten maakt, presteert waarschijnlijk onder zijn niveau en zal op termijn meer gaan scoren. Omgekeerd: een team met een lage CF% maar veel doelpunten leeft op geleend geluk en zal terugvallen.
Voor wedders vertaalt dit zich in een concreet voordeel. Als een team volgens de traditionele statistieken middelmatig presteert maar een CF% heeft van 54 procent, is de kans groot dat de bookmaker het team onderschat. De odds weerspiegelen de doelpunten, niet het schotvolume. En het schotvolume is een betere voorspeller van toekomstige prestaties dan het huidige scoringsgemiddelde.
Een kanttekening: Corsi is niet zaligmakend. Het maakt geen onderscheid tussen schotpogingen van hoge en lage kwaliteit. Een schot vanuit de neutrale zone telt even zwaar als een schot van twee meter voor het doel. Dit is een bekende beperking en de reden waarom Corsi het best werkt in combinatie met andere statistieken, met name expected goals.
Fenwick: Corsi Minus het Lawaai
Fenwick is de verfijning van Corsi. Het verschil is simpel: Fenwick telt schotpogingen maar sluit geblokkeerde schoten uit. Een geblokkeerd schot is namelijk een schot dat nooit de keeper bereikt — het wordt tegengehouden door een verdediger. Fenwick meet daarmee alleen de schotpogingen die daadwerkelijk een kans hadden om de keeper te bereiken.
Is Fenwick beter dan Corsi? Dat hangt af van de context. In de meeste situaties lopen Corsi en Fenwick gelijk op — een team met een hoge CF% heeft doorgaans ook een hoge FF%. Maar er zijn uitzonderingen. Teams die veel schoten blokkeren als onderdeel van hun defensieve systeem — denk aan teams die bewust hun verdedigers voor de puck gooien — hebben een hogere Corsi Against dan hun Fenwick Against. In die gevallen geeft Fenwick een zuiverder beeld van de werkelijke dreiging.
Voor wedders is het praktische verschil tussen Corsi en Fenwick klein. Als je slechts één van de twee wilt gebruiken, kies dan Corsi omdat het breder beschikbaar is en de grotere steekproef stabielere resultaten geeft. Maar als je de analyse wilt verfijnen, is Fenwick een waardevolle aanvulling, vooral bij het analyseren van teams die bekendstaan om hun fysieke, shot-blokkerende speelstijl.
Beide statistieken worden het meest betekenisvol wanneer je ze bekijkt op vijf-tegen-vijf-basis — dus exclusief powerplay en penalty kill. Schotpogingen tijdens speciale teams worden beïnvloed door de numerieke over- of onderbezetting en vertekenen het beeld van hoe een team presteert bij gelijke sterkte. Elke serieuze analysesite biedt de mogelijkheid om Corsi en Fenwick te filteren op vijf-tegen-vijf, en dat is de instelling die je standaard moet gebruiken.
Expected Goals: De Kwaliteit van de Kans
Expected goals — afgekort xG — is de statistiek die Corsi en Fenwick complementeert door iets te meten dat zij niet meten: de kwaliteit van schotpogingen. Waar Corsi telt hoeveel schoten een team produceert, weegt xG elk schot op basis van de waarschijnlijkheid dat het een doelpunt wordt. Een schot vanuit het slot — het gebied recht voor het doel — krijgt een hogere xG-waarde dan een schot vanuit de hoek. Een schot na een rush over de hele baan krijgt een hogere waarde dan een schot na een stilstaande situatie. Een rebound krijgt een hogere waarde dan een eerste schot.
Het resultaat is een statistiek die niet alleen meet hoeveel een team schiet, maar hoe gevaarlijk die schoten zijn. Een team met een xG For van 3.2 per wedstrijd creëert kansen ter waarde van gemiddeld 3.2 verwachte doelpunten. Als dat team in werkelijkheid maar 2.5 doelpunten per wedstrijd maakt, presteert het onder zijn xG en is de verwachting dat het op termijn meer gaat scoren. Omgekeerd: een team dat 3.5 doelpunten maakt maar een xG van 2.8 heeft, scoort boven verwachting en zal waarschijnlijk terugvallen.
Voor wedders is xG de meest directe vertaling van geavanceerde statistieken naar weddenschappen. Het verschil tussen werkelijke doelpunten en verwachte doelpunten — de xG-differential — is een van de sterkste voorspellers van toekomstige prestaties die beschikbaar zijn. Teams die structureel boven hun xG scoren, worden door de markt vaak overgewaardeerd op basis van hun werkelijke resultaten. Teams die structureel onder hun xG scoren, worden onderschat. Dit creëert precies het soort value waar wedders naar zoeken.
Een praktisch voorbeeld: stel dat Team A dit seizoen gemiddeld 2.8 doelpunten per wedstrijd maakt en een xG For van 3.3 heeft. Team B maakt gemiddeld 3.1 doelpunten met een xG For van 2.7. Op basis van werkelijke doelpunten is Team B gevaarlijker. Op basis van xG is Team A de betere ploeg die toevallig pech heeft gehad met de afwerking. De odds zijn gebaseerd op werkelijke resultaten. Jouw analyse is gebaseerd op xG. En op de lange termijn wint de analyse.
De Statistieken Combineren
De werkelijke kracht van geavanceerde statistieken zit niet in één individuele metriek maar in de combinatie. Corsi vertelt je wie het spel domineert qua volume. xG vertelt je wie de betere kansen creëert. De keeper-statistiek GSAx vertelt je of de keeper boven of onder verwachting presteert. Samen vormen ze een driedimensionaal beeld dat rijker is dan welke traditionele statistiek dan ook.
Een team met een hoge CF%, een hoge xG For en een keeper met een positieve GSAx is een krachtpatser op alle fronten. Maar de meest interessante gevallen voor wedders zijn de teams waarbij de statistieken niet op één lijn liggen. Een team met een hoge CF% maar een lage xG For domineert het schotvolume maar creëert geen kwaliteitskansen. Een team met een lage CF% maar een hoge xG For is efficiënt maar kwetsbaar voor tegendruk. Deze discrepanties geven diepere inzichten dan elk individueel getal.
De combinatie van teamstatistieken en keepersstatistieken is bijzonder waardevol. Een team met een zwakke xG Against — het creëert veel kansen voor de tegenstander — maar een keeper met een sterk positieve GSAx leeft op keepersprestaties. Op het moment dat de keeper een dip krijgt, stort het kaartenhuis in. Omgekeerd: een team met een sterke xG Against maar een keeper met een negatieve GSAx wordt tegengehouden door een keeper die onder zijn niveau presteert. Wanneer die keeper terugkeert naar zijn gemiddelde, verbetert het team ogenschijnlijk plotseling — maar in werkelijkheid was het al sterk en had het alleen pech in het doel.
Waar Vind Je de Data
De data die je nodig hebt, is gratis beschikbaar. Natural Stat Trick is de meest gebruiksvriendelijke bron voor vijf-tegen-vijf Corsi, Fenwick en xG op teamniveau en spelerniveau. Evolving Hockey biedt geavanceerdere modellen inclusief GSAx en expected goals modellen die rekening houden met meer variabelen. MoneyPuck combineert expected goals met winstkansmodellen die direct bruikbaar zijn voor weddenschappen.
Voor de meeste wedders is Natural Stat Trick voldoende als startpunt. De site biedt overzichtelijke tabellen met CF%, FF% en xG per team, filterbaar op vijf-tegen-vijf, thuiswedstrijden, uitwedstrijden en recente periodes. Je hoeft geen data te downloaden of in spreadsheets te verwerken — hoewel dat kan als je dat wilt. De informatie is een paar klikken verwijderd, en het feit dat de meeste wedders er niet naar kijken, is precies wat het waardevol maakt.
Cijfers die Verhalen Vertellen
Geavanceerde statistieken zijn geen kristallen bol. Ze voorspellen niet wie er vanavond wint. Wat ze wel doen, is de scheidslijn trekken tussen wat er gebeurt en wat er had moeten gebeuren. Tussen geluk en vaardigheid. Tussen een team dat wint ondanks zichzelf en een team dat verliest ondanks superieur spel.
Voor de wedder is dat onderscheid alles. De markt reageert op resultaten. Jij reageert op processen. Wanneer de resultaten en de processen uiteenlopen — wanneer een goed team verliest of een zwak team wint — ontstaan de kansen die op de lange termijn het verschil maken. Corsi, Fenwick en xG zijn de instrumenten waarmee je die discrepanties zichtbaar maakt. Niet meer en niet minder. Maar voor wie ze leert lezen, is het alsof het seizoen in een andere taal wordt verteld — een taal die de meeste wedders niet spreken.