De flest, inklusive jag själv, saknar förmågan att bedöma exakt vad som gör en fotbollsspelare bättre än en annan fotbollsspelare. Det är här EAs team av professionella bedömare kommer in och gör jobbet åt oss. Dessa bedömare gör ett utmärkt jobb att ta reda på hur bra olika spelare är och det bästa är att vi får en exakt siffra som gör mitt jobb enklare. De som spelar FIFA-spelen är ofta stenhårda entusiaster som vill vara sin idoler i spelet och om spelarna i spelet inte beter sig som de verkliga spelarna kommer det leda till en massa sura miner och färre sålda spel. Därför råder det stenhårt tryck på bedömarna att ta fram realistiska värden.
En spelare i EAs FIFA bedöms från 1 till 100 på en mängd olika färdigheter, bland annat skott, passningar och brytningar. Detta resulterar i ett helhetsbetyg, till exempel har den högst rankade spelaren nu, Lionel Messi, 93 i helhetsbetyg. Baserat på spelarbetygen får varje lag också ett helhetsbetyg (FIFA-score) mellan 1 till 100 och det är dessa jag kommer att använda mig av.
Mitt Excel-blad innehöll 10729 matcher från åren 2020 till 2022 med resultat och fifa-score för resp lag. Det resulterade i ovan scatter plots i Excel vilket gav modellerna i bilderna ovan.
Som exempel har Milan nu 81 i Fifa-score, om de skulle möta på hemmaplan det sämre laget Spezia med 72 i fifa-score så blir fifa-poängen 81-72=9. 9 matas sen in i modellen för hemmamatcher y = 0.0361x + 0.4226 där x är FIFA-poängen blir chansen för Milanvinst 75% eller oddset 1.33. Hittar vi bättre odds än det är det spelvärlden enligt modellen.