Statistiche xG Calcio: Cosa Sono e Come Usarle per Scommettere

Il numero che separa ciò che è successo da ciò che sarebbe dovuto succedere

Gli Expected Goals — xG — sono la statistica più importante introdotta nell’analisi calcistica nell’ultimo decennio. In un mondo dove il risultato di una partita può dipendere da un rimpallo, da una deviazione o da una parata miracolosa, gli xG offrono una prospettiva diversa: non cosa è successo, ma cosa sarebbe dovuto succedere in base alla qualità delle occasioni create. Per chi scommette, questa distinzione è fondamentale, perché i risultati passati possono ingannare, ma le occasioni create raccontano una verità più profonda.

Il concetto è semplice: a ogni tiro viene assegnata una probabilità di diventare gol, basata sulla posizione del tiratore, sull’angolo, sulla distanza dalla porta, sul tipo di azione che ha generato il tiro e su altri fattori. Un tiro dal dischetto del rigore ha un xG di circa 0.76 — il 76% dei rigori viene segnato (fonte: FBref xG Model). Un tiro da trenta metri defilato sulla sinistra potrebbe avere un xG di 0.03 — il 3% delle volte finisce in rete. La somma degli xG di tutti i tiri di una squadra in una partita dà gli xG complessivi, cioè il numero di gol che quella squadra “avrebbe dovuto” segnare.

Cosa misurano esattamente gli xG

Gli xG misurano la qualità delle occasioni da gol, non la qualità della squadra in senso generico. Questa distinzione è importante. Una squadra può avere xG alti perché crea molte occasioni da buona posizione, ma finire per segnare poco perché i suoi attaccanti sono imprecisi. Un’altra può avere xG bassi ma segnare molto perché ha un centravanti che trasforma in gol anche le mezze occasioni.

Il modello xG viene calcolato su enormi database di tiri storici. Ogni tiro nella storia del calcio analizzato è stato classificato per posizione, tipo di azione precedente, parte del corpo usata, pressione difensiva e altri parametri. Da questi dati, il modello assegna a ogni tipo di tiro la probabilità storica di diventare gol. Non è una previsione perfetta — nessun modello lo è — ma è significativamente più informativa del semplice conteggio dei gol.

Gli xGA (Expected Goals Against) funzionano allo stesso modo ma dal lato difensivo: misurano la qualità delle occasioni concesse dalla difesa. Una squadra con xGA bassi concede poche occasioni pericolose, anche se in una specifica partita ha subito tre gol per sfortuna o errori individuali. Nel medio periodo, gli xGA sono più predittivi dei gol effettivamente subiti per valutare la solidità difensiva di una formazione.

Come interpretare xG e xGA per le scommesse

La prima applicazione è identificare squadre che sovraperformano o sottoperformano rispetto ai propri xG. Se una squadra ha segnato 20 gol ma i suoi xG dicono che avrebbe dovuto segnarne 15, sta sovraperformando. Prima o poi — su un campione abbastanza grande — la tendenza si inverte e i gol reali si riallineano agli xG. Scommettere sull’Under per quella squadra nelle prossime partite può avere valore.

Lo stesso ragionamento vale al contrario. Una squadra con 8 gol segnati ma 12 xG sta sottoperformando: crea molte occasioni buone ma non le converte. La regressione verso la media suggerisce che il suo rendimento offensivo migliorerà, rendendo l’Over un’opzione da considerare. L’analisi degli xG non ti dice cosa succederà nella prossima partita, ma ti indica la direzione in cui le probabilità si stanno muovendo.

Sul lato difensivo, il discorso è speculare. Una squadra con pochi gol subiti ma xGA alti sta beneficiando di una combinazione di fortuna e prestazioni eccezionali del portiere. Quando la fortuna gira — e statisticamente gira sempre — i gol subiti aumenteranno. Questa informazione è preziosa per il mercato Goal/No Goal: una difesa che sembra solida nei risultati ma è fragile negli xGA è un candidato per il Goal.

Il confronto tra xG e xGA delle due squadre in una specifica partita offre un’indicazione sulla direzione del match. Se la squadra di casa ha xG medi di 1.8 e l’ospite ha xGA medi di 1.5, la differenza suggerisce che la squadra di casa troverà un buon numero di occasioni. Incrociare questi dati con le quote proposte dal bookmaker è il modo più concreto per individuare giocate potenzialmente sottovalutate.

Dove trovare le statistiche xG

Le fonti principali per gli xG sono gratuite e accessibili a tutti. FBref, alimentato dai dati StatsBomb, offre xG dettagliati per squadra e per giocatore sui principali campionati europei. Understat si concentra su sei campionati europei (Serie A, Premier League, La Liga, Bundesliga, Ligue 1 e la Premier League russa) e permette di visualizzare xG partita per partita, con grafici intuitivi. Sofascore include xG nelle statistiche di ogni partita, accessibili anche da app mobile.

I dati sono aggiornati dopo ogni giornata di campionato e coprono generalmente le ultime tre-cinque stagioni. Per un’analisi efficace servono almeno dieci-quindici partite di campione: gli xG su tre-quattro partite sono troppo influenzati dalla varianza per essere affidabili. All’inizio della stagione, i dati dell’annata precedente possono essere usati come base, con l’avvertenza che i cambiamenti estivi — nuovi giocatori, nuovo allenatore — possono aver modificato il profilo della squadra.

Alcuni servizi a pagamento offrono modelli xG più sofisticati, con dati su campionati minori, xG in tempo reale durante le partite e integrazioni con altri indicatori avanzati. Per la maggior parte degli scommettitori, le fonti gratuite sono più che sufficienti. L’investimento più importante non è nel software ma nel tempo dedicato a interpretare correttamente i dati disponibili.

Un consiglio pratico: crea un foglio di calcolo dove registri gli xG delle squadre su cui scommetti regolarmente, aggiornandolo dopo ogni giornata. Dopo dieci-quindici partite avrai un quadro sufficientemente affidabile per confrontare le tue stime con le quote dei bookmaker. La costruzione graduale di questo database personale è più utile di qualsiasi software sofisticato, perché ti costringe a interagire con i dati e a sviluppare una comprensione intuitiva del loro significato.

Limiti degli xG: quando non fidarsi

Gli xG non catturano tutto. Il modello standard non considera la qualità del tiratore: un tiro da dentro l’area ha lo stesso xG indipendentemente dal fatto che lo calci un attaccante di livello mondiale o un difensore centrale. Alcuni modelli più avanzati incorporano il fattore individuale, ma quelli gratuiti generalmente non lo fanno.

Le situazioni di gioco atipiche — calci di rigore dubbi, autogol, condizioni meteorologiche estreme — possono distorcere gli xG di una singola partita. Un rigore assegnato per un fallo inesistente aggiunge 0.76 xG alla squadra che lo ha tirato, alterando il dato complessivo. Su una singola partita questo rumore è significativo; su venti partite si diluisce.

Gli xG funzionano meglio come indicatore di tendenza che come previsione puntuale. Non sono progettati per dirti chi vincerà domani — sono progettati per dirti se una squadra sta giocando meglio o peggio di quanto i risultati suggeriscano. Questa informazione, combinata con l’analisi del contesto, delle formazioni e delle quote, è uno strumento potente. Da sola, non basta.

Il dato che cambia la prospettiva

Gli xG non sostituiscono l’analisi tradizionale — la potenziano. Chi scommette senza consultare gli xG sta ignorando l’indicatore più predittivo disponibile per le prestazioni future di una squadra. Chi si affida solo agli xG senza considerare il contesto sta usando un bisturi come un martello. L’equilibrio sta nell’integrare gli xG con tutto il resto: forma, motivazione, assenze, stile di gioco. In quel punto di intersezione nascono le giocate più informate.