Expected Goals (xG): Come Usarli nelle Scommesse Calcio
Indice
Gli Expected Goals hanno rivoluzionato l’analisi calcistica. Questa metrica, abbreviata in xG, misura la qualità delle occasioni da gol indipendentemente dal fatto che il pallone entri in rete. Per chi scommette, gli xG offrono uno strumento potente per distinguere tra prestazioni reali e fortuna, identificando squadre che sovraperformano o sottoperformano rispetto alle occasioni create.
Questa guida spiega cosa sono esattamente gli Expected Goals, come vengono calcolati, come interpretarli correttamente e come integrarli nel processo decisionale delle scommesse.
Cosa Sono gli Expected Goals
Gli Expected Goals assegnano a ogni tiro una probabilità di diventare gol, basata su fattori come posizione, angolo, parte del corpo usata, tipo di azione precedente. Un rigore ha un xG di circa 0.76, significando che in media il 76% dei rigori viene segnato. Un tiro da fuori area in posizione centrale potrebbe avere xG 0.03.
Sommando gli xG di tutti i tiri di una squadra in una partita si ottiene il totale xG di quella squadra. Se una squadra ha 2.5 xG ma ha segnato 1 gol, ha sottoperformato rispetto alle occasioni create. Se ha 0.8 xG e ha segnato 2 gol, ha sovraperformato.
La metrica cattura la qualità delle occasioni, non la qualità dei tiratori. Un attaccante eccezionale segnerà più spesso di quanto suggerisca l’xG delle sue occasioni. Ma nel lungo periodo, anche i migliori regrediscono verso prestazioni più normali.
Come Vengono Calcolati
I modelli xG sono costruiti analizzando migliaia di tiri storici per determinare quali fattori influenzano la probabilità di gol. I principali fattori includono la distanza dalla porta, l’angolo rispetto alla porta, la parte del corpo usata, se il tiro segue un cross o un’azione centrale, se il portiere è fuori posizione.
Diversi provider usano modelli leggermente diversi, producendo valori xG che possono variare. Understat, FBref, Opta hanno tutti i propri modelli. Le differenze sono generalmente piccole, ma esistono. Usare una fonte consistente nel tempo è più importante che cercare il modello perfetto.
I modelli più avanzati considerano anche la pressione difensiva sul tiratore, la posizione dei difensori, la velocità dell’azione. Questi modelli sono generalmente proprietari e non disponibili gratuitamente, ma i modelli base catturano già la maggior parte dell’informazione rilevante.
Interpretare gli xG
xG vs Gol Reali
Il confronto tra xG e gol effettivi rivela sovra o sottoperformance. Una squadra che segna costantemente più di quanto suggeriscono i suoi xG potrebbe avere attaccanti eccezionali o essere semplicemente fortunata. Nel secondo caso, la regressione verso la media è probabile.
Lo stesso vale per le difese. Una squadra che subisce meno gol dei suoi xG against potrebbe avere un portiere in forma straordinaria o difensori che bloccano tiri destinati in porta. Ma la fortuna non dura per sempre, e i numeri tendono a normalizzarsi.
La regola empirica: scostamenti superiori al 20% tra xG e gol reali su un campione di almeno 10 partite indicano probabile sovra o sottoperformance destinata a correggersi.
Trend nel Tempo
Un singolo dato xG significa poco. Una partita può essere anomala. Ma il pattern su più partite rivela tendenze reali. Una squadra con 2.0 xG medi per partita nelle ultime 10 gare è probabilmente più forte offensivamente di una con 1.2 xG, indipendentemente dai gol effettivamente segnati.
Monitorare l’evoluzione degli xG nel tempo rivela miglioramenti o peggioramenti che il semplice tabellone non mostra. Una squadra che sta migliorando i propri xG ma non ancora i risultati potrebbe essere un’opportunità di valore.
xG e Contesto
Gli xG vanno letti nel contesto. Una squadra che gioca sempre in contropiede avrà meno xG totali ma con occasioni di qualità superiore. Una che domina il possesso avrà più xG ma spesso da posizioni meno favorevoli. Lo stile di gioco influenza i numeri.
Anche la qualità degli avversari conta. xG alti contro squadre deboli valgono meno di xG simili contro difese solide. Pesare i dati per la qualità degli avversari affrontati migliora l’analisi.
Applicazioni nelle Scommesse
Identificare Valore nelle Quote
Se una squadra ha xG costantemente superiori ai gol segnati, le quote potrebbero sottovalutarla. Il mercato guarda i risultati, ma i risultati seguono la fortuna nel breve periodo. Gli xG vedono attraverso la fortuna, rivelando la forza sottostante.
Al contrario, squadre con risultati migliori dei loro xG potrebbero essere sopravvalutate. Il mercato reagisce alle vittorie, ma se quelle vittorie sono costruite sulla fortuna, il ritorno alla realtà è questione di tempo.
Previsioni Over/Under
La somma degli xG medi delle due squadre indica cosa aspettarsi in termini di gol. Se entrambe hanno 1.5 xG medi, l’aspettativa è intorno a 3 gol totali, suggerendo Over 2.5 come possibile scommessa se la quota è favorevole.
Questo approccio funziona meglio su campioni ampi. Gli xG di una singola partita sono rumorosi; la media su 10-15 partite è più affidabile per prevedere il futuro.
Analisi Difensive
Gli xG against misurano la qualità delle occasioni concesse. Una difesa solida non è quella che subisce pochi gol, ma quella che concede pochi xG. Se i pochi gol subiti dipendono da un portiere in forma strepitosa, la regressione arriverà.
Limiti degli xG
Gli xG non sono perfetti. Non considerano la qualità del tiratore: Messi da quella posizione segnerà più spesso del difensore medio. Non considerano le condizioni psicologiche: un rigore al 90° con la partita in bilico è diverso da uno al 20° sul 3-0.
Sono anche retrospettivi: misurano cosa è successo, non cosa succederà. Una squadra può cambiare tattica, perdere un giocatore chiave, migliorare o peggiorare. Gli xG passati non garantiscono xG futuri.
Infine, i modelli sono costruiti su dati storici che potrebbero non riflettere il calcio attuale. I portieri migliorano, le tattiche evolvono, i modelli invecchiano. Usarli come uno strumento tra tanti, non come verità assoluta.
Integrare gli xG nel Proprio Sistema
Gli xG funzionano meglio come complemento ad altre analisi, non come unico criterio decisionale. Combinare xG con statistiche difensive, forma recente, qualità degli avversari, informazioni su infortuni produce analisi più robuste.
Iniziare con poche metriche xG e padroneggiarle prima di aggiungere complessità. La differenza tra xG e gol per squadra e il trend degli xG nelle ultime partite sono punti di partenza sufficienti per la maggior parte delle analisi.
Gli Expected Goals sono uno strumento potente ma non magico. Usarli con giudizio, nel contesto giusto, può migliorare significativamente la qualità delle decisioni di scommessa.
Risorse per gli xG
Per accedere ai dati xG, le risorse gratuite principali sono Understat per i cinque maggiori campionati europei e FBref per una copertura più ampia. Entrambi offrono dati a livello di squadra e di partita, sufficienti per la maggior parte delle analisi.
Per chi vuole approfondire, seguire analisti che pubblicano regolarmente analisi xG su social media e blog può accelerare l’apprendimento. Vedere come altri interpretano i dati aiuta a sviluppare il proprio approccio.
La chiave è la pratica costante. Consultare gli xG prima di ogni scommessa, confrontare le previsioni con i risultati, raffinare il metodo nel tempo. Con l’esperienza, la lettura degli xG diventa naturale e veloce.