Аналіз показників змагальної діяльності футболістів Української Прем’єр-ліги сезону 2024/2025

Вадим Матяш; Влас Тесля

doi:10.31652/3041-2463/2026-1-5

Автор(и)

Матяш Вадим ННІ Придніпровська державна академія фізичної культури і спорту https://orcid.org/0000-0001-7892-2011
Тесля Влас ННІ Придніпровська державна академія фізичної культури і спорту https://orcid.org/0009-0000-8104-9110

DOI:

https://doi.org/10.31652/3041-2463/2026-1-5

Ключові слова:

Прем’єр-ліга; символічна збірна; статистика; аналіз; фентезі-спорт; техніко-тактична діяльність

Анотація

Актуальність. Футбол, як командний вид спорту, пройшов тривалий період історичного розвитку, досяг високого ступеня досконалості. Показники змагальної діяльності є головними компонентами підготовки футболістів до змагань і реалізації своїх можливостей. Актуальним є те, що аналіз статистичних параметрів дозволяє комплексно оцінити техніко-тактичну майстерність футболістів і формувати об’єктивні висновки щодо їх ефективністі впродовж змагального сезону. Мета дослідження – визначити найкращих гравців на різних ігрових позиціях на основі аналізу статистичних показників футболістів української Прем’єр-ліги сезону 2024/2025. Матеріал та методи дослідження. Теоретичний аналіз науково-методичної літератури та онлайн-матеріалів, а також методи системного та хронологічного аналізу. Проведено дослідження статистичних даних 40 провідних футболістів, які брали участь у 17-му сезоні Української Прем’єр-ліги (УПЛ) 2024-2025 років (34-й сезон вищого дивізіону з моменту здобуття Україною незалежності). Джерелом інформації стали офіційні статистичні ресурси. Результати дослідження. Проведений аналіз дозволив визначити лідерів у своїх амплуа сезону УПЛ за введеною системою. Так, враховуючи бали, найбільше очок набрав півзахисник «Шахтаря» Георгій Судаков (211,58), який відзначився дванадцятьма забитими м’ячами і значною участю в атаці команди (4 асисти). Найкращим бомбардиром української Прем’єр-ліги сезону 2024/2025 став Владислав Ванат. Форвард київського «Динамо» 17 разів відзначився голом у воротах суперників. Висновки. Застосування статистичних показників у формуванні символічної збірної УПЛ дозволило об’єктивно виявити найефективніших гравців сезону з огляду на їхню результативність і внесок у гру. Такий підхід ґрунтується на комплексній оцінці технічних і тактичних дій футболіста під час матчу, що відповідає загальній теорії спортивної підготовки. Система нарахування балів узагальнила різні аспекти гри (атака, захист, дисципліна), адекватно оцінюючи й позитивні, й негативні дії. У результаті склад збірної вийшов збалансованим: він включив оборонців, які допомагали своїй команді не пропускати голи, хавбеків з високою творчістю (пасова та дриблінгова статистика) і нападників з високою результативністю. Цей факт підтверджує важливість принципу «об’єктивного контролю підготовленості», коли спортивне досягнення вимірюється кількісно.

Посилання

1. Виноградов, В. Є., Шамардін, В. М., & Дяченко, А. Ю. (2017). Фізична підготовка футболістів високої кваліфікації. ТОВ «НВФ «СЛАВУТИЧ-ДЕЛЬФІН».

2. Костюкевич, В. М. (2010). Контроль і аналіз змагальної діяльності в елітному футболі. Фізична культура, спорт та здоров’я нації, (9), 80–88.

3. Костюкевич, В. М. (2019). Теорія та методика викладання футболу: навчальний посібник. Центр учбової літератури. https://ridmi.com.ua/product/teor-ya-metodika-vikladannya-futbolu/

4. Медвідь, А., & Медвідь, М. (2017). Педагогічні умови удосконалення технічної підготовленості футболістів. Вісник Прикарпатського університету. Фізична культура, (25-26), 180.

5. Мітова, О. (2024). Система засобів контролю підготовленості у командних спортивних іграх з позиції системного підходу. Спортивна наука та здоров’я людини, 1(11), 139–151. https://doi.org/10.28925/2664-2069.2024.111

6. Платонов, В. М. (2021). Сучасна система спортивного тренування: підручник. Перша друкарня.

7. Шамардін, В. Н. (2011). Моделювання підготовки футбольної команди найвищої кваліфікації в міжігрові періоди змагального періоду. Фізкультура студентів, (6), 119–123.

8. Angulo, E., Romero, F. P., & López-Gómez, J. A. (2022). A comparison of different soft-computing technique for the evaluation of handball goalkeepers. Soft Computing, 26(6), 3045–3058. https://doi.org/10.1007/s00500-021-06440-7

9. Barquero-Ruiz, C., Arias-Estero, J. L., & Kirk, D. (2019). Assessment for tactical learning in games: A systematic review. European Physical Education Review, 26(4), 827–847. https://doi.org/10.1177/1356336X19889649

10. Sofascore. (n.d.). Clean sheet – Sofascore FAQ. Help Scout. https://sofascore.helpscoutdocs.com/article/59-clean-sheet?lng=en

11. Esser, L. (1994). The birth of fantasy football. Fantasy Football Index. http://www.fantasyindex.com/Birth.html

12. Sofascore. (n.d.). Football Live Scores, Fixtures & Odds. https://www.sofascore.com/

13. WhoScored. (n.d.). Glossary. https://www.whoscored.com/glossary

14. Hiltner, J. R., & Walker, J. R. (1996). Super frustration Sunday: The day Prodigy’s fantasy baseball died; An analysis of the dynamics of electronic communication. Journal of Popular Culture, 30(3), 103–117.

15. Isidore, C. (2003, September 2). The ultimate fantasy – profits. CNN Money. http://money.cnn.com/2003/08/29/commentary/column.sportsbiz/index.htm

16. Kostiukevych, V., Imas, Ye., Borysova, O., Dutchak, M., Shynkaruk, O., Kogut, I., Voronova, V., Shlonska, O., & Stasiuk, I. (2018). Modeling of the athletic training process in team sports during an annual macrocycle. Journal of Physical Education and Sport, 18(1), 327–334. https://doi.org/10.7752/jpes.2018.s144

17. Kostiukevych, V., Shchepotina, N., & Vozniuk, T. (2020). Monitoring and analyzing of the attacks of the football team. Teorìâ ta Metodika Fìzičnogo Vihovannâ, 20(2), 68–76. https://doi.org/10.17309/tmfv.2020.2.02

18. Review Articles on Soccer Performance Analysis: A Bibliometric Analysis of Current Trends and Emerging Themes. (n.d.). PubMed Central (PMC). Retrieved January 31, 2026, from https://pmc.ncbi.nlm.nih.gov/articles/PMC12116096/

19. Schwenkreis, F. (2019). A graded concept of an information model for evaluating performance in team handball. In Proceedings of the 8th International Conference on Data Science, Technology and Applications (DATA), 196–202. https://doi.org/10.5220/0007920001960202

20. Shchepotina, N., Kostiukevych, V., Asauliuk, I., Stasiuk, V., Vozniuk, T., Dmytrenko, S., & Adamchuk, V. (2021). Management of training process of team sports athletes during the competition period on the basis of programming (football-based). Teorìâ ta Metodika Fìzičnogo Vihovannâ, 21(2), 142–151. https://doi.org/10.17309/tmfv.2021.2.07

21. Plakias, S. (2015). Performance analysis in team sports using new technologies [Doctoral dissertation, University of Thessaly]. https://freader.ekt.gr/eadd/index.php?doc=59012&lang=el#p=12

22. FIFA Training Centre. (n.d.). Take-on. https://www.fifatrainingcentre.com/en/resources-tools/football-language/in-possession/distributing-the-ball/ball-progression/take-on/index.php

23. Johan Cruyff Institute. (n.d.). The Fantasy Sports Games phenomenon. https://johancruyffinstitute.com/en/blog-en/sport-marketing/the-fantasy-games-phenomenon/

24. Transfermarkt. (n.d.). Football transfers, rumours, market values and news. https://www.transfermarkt.com/