Expected Goals (xG): cosa sono e come usarli

Il gol che poteva essere: introduzione agli xG

Una squadra tira 18 volte e segna un gol. L’altra tira 6 volte e segna due gol. Chi ha giocato meglio? Il punteggio dice una cosa, la qualità delle occasioni create dice un’altra. Gli Expected Goals — abbreviati xG — sono la metrica che colma questa distanza, misurando non quanti gol sono stati segnati, ma quanti gol ci si aspettava da quelle occasioni.

Nell’analisi calcistica moderna, gli xG sono diventati uno strumento onnipresente. Li trovi nei post-partita televisivi, nelle analisi tattiche dei giornalisti, nei report degli uffici scouting. Per lo scommettitore sulla Serie A, gli xG sono qualcosa di più specifico: un indicatore che può rivelare se una squadra sta sovraperformando o sottoperformando rispetto alla qualità del suo gioco — e quindi se le sue quote future sono destinate a correggersi.

In questa guida vediamo cosa sono esattamente gli xG, come vengono calcolati, come usarli per le scommesse sul campionato italiano e — aspetto fondamentale — dove finisce la loro utilità e dove inizia il rischio di fidarsi troppo di un singolo numero.

Cos’è l’Expected Goals: definizione e significato

L’Expected Goals è un valore numerico assegnato a ogni tiro effettuato durante una partita, che rappresenta la probabilità che quel tiro si trasformi in gol. Il valore va da 0 a 1: un tiro con xG di 0.05 ha il 5% di probabilità di essere gol — un tiro da lontano, decentrato, con difensori in mezzo. Un tiro con xG di 0.75 ha il 75% — un rigore, o un’occasione a porta vuota da due metri.

Sommando gli xG di tutti i tiri di una squadra in una partita si ottiene il totale di Expected Goals per quella partita. Se una squadra accumula 2.3 xG, significa che la qualità delle sue occasioni, storicamente, produce circa 2.3 gol. Se in quella partita ha segnato uno, sta sottoperformando. Se ne ha segnati quattro, sta sovraperformando. Né l’uno né l’altro sono sostenibili nel lungo periodo: la tendenza è a regredire verso la media degli xG.

Questo è il cuore del concetto. I risultati singoli sono influenzati dalla fortuna — un palo, una deviazione, una prodezza del portiere. Gli xG filtrano la fortuna e guardano alla qualità sottostante. Una squadra che crea costantemente 1.8 xG per partita ma segna solo 1.0 è una squadra sfortunata o con attaccanti sotto-performanti. Prima o poi, la realtà si riallineerà con gli xG — o gli xG con la realtà, se il problema è strutturale.

Un aspetto spesso frainteso: gli xG non predicono il risultato di una singola partita. Predicono una tendenza su un campione ampio. Una squadra con 1.5 xG non segnerà 1.5 gol in ogni partita — segnerà 0, 1, 2, 3 con frequenze diverse, ma la media a lungo termine si avvicinerà a 1.5. Per lo scommettitore, il valore degli xG è nella tendenza, non nel dato puntuale.

La differenza tra gol segnati e xG — nota come xG overperformance o underperformance — è uno degli indicatori più potenti per identificare squadre destinate a migliorare o peggiorare nei risultati futuri. Se una squadra ha 15 gol e 20 xG dopo dieci giornate, è ragionevole aspettarsi un miglioramento nel rendimento offensivo. Se ha 20 gol e 12 xG, la regressione verso il basso è probabile.

Come si calcolano gli xG

Il calcolo degli xG si basa su modelli statistici che analizzano migliaia di tiri storici per determinare la probabilità di gol in base a una serie di variabili. I fattori principali che entrano nel modello sono la posizione del tiro — distanza dalla porta e angolo — il tipo di tiro — piede destro, sinistro, testa — e la situazione di gioco — azione manovrata, contropiede, calcio piazzato.

I modelli più avanzati — come quelli di Opta (Stats Perform), utilizzati dalla piattaforma FBref — aggiungono variabili ulteriori: la posizione del portiere, il numero di difensori tra il tiratore e la porta, la velocità dell’azione precedente al tiro, se il passaggio che ha generato l’occasione era un cross, un filtrante o un appoggio corto. Più variabili entrano nel modello, più la stima è precisa — ma anche più il modello è complesso e più è difficile replicarlo in modo indipendente.

I rigori hanno un xG standard di circa 0.76, basato sulla percentuale storica di conversione nei principali campionati europei. Questo significa che un rigore vale circa tre quarti di gol atteso. I tiri da fuori area hanno xG medi di 0.03-0.06. I colpi di testa su cross laterali si aggirano intorno a 0.05-0.10. Le occasioni da dentro l’area piccola, a porta sguarnita, possono raggiungere xG di 0.80-0.90.

Per lo scommettitore, non è necessario saper costruire un modello xG da zero. I dati sono pubblicamente disponibili su piattaforme come FBref, Understat e il sito ufficiale della Serie A, che hanno iniziato a integrare metriche avanzate nelle proprie statistiche. Ciò che serve è sapere leggere i numeri — e soprattutto sapere cosa implicano per le scommesse future.

Usare gli xG nelle scommesse sulla Serie A

L’applicazione più diretta degli xG nelle scommesse è l’identificazione di squadre sopravvalutate o sottovalutate dal mercato. Se una squadra è in cima alla classifica con 25 punti dopo dieci giornate ma i suoi xG dicono che avrebbe dovuto fare 18 punti, il mercato la sta probabilmente prezzando come una contendente più forte di quanto sia realmente. Le quote sulla sua vittoria sono compresse — e il valore si trova scommettendo contro di lei.

Al contrario, una squadra a metà classifica con 12 punti ma 18 punti attesi dagli xG è una squadra sottovalutata: crea occasioni di qualità ma non le converte, subisce gol su tiri a bassa probabilità. Il mercato la quota in base ai risultati — che sono mediocri — e non in base alla qualità del gioco — che è buona. Nel tempo, la regressione verso la media xG tenderà a migliorare i suoi risultati, e le quote attuali offriranno valore.

Per il mercato Under/Over, gli xG sono particolarmente utili. La somma degli xG delle due squadre — xG totali per partita — fornisce una stima della produzione offensiva attesa. Se due squadre hanno una media combinata di 3.2 xG per partita nelle ultime dieci giornate, l’Over 2.5 ha una base statistica solida. Se la media combinata è 1.8, l’Under è l’ipotesi più robusta. Il confronto tra gli xG combinati e la quota Over/Under offerta dal bookmaker rivela se il mercato sta prezzando correttamente il potenziale offensivo delle due squadre.

Gli xG Against — i gol attesi subiti — sono altrettanto importanti. Una squadra con pochi gol subiti ma xGA alti sta beneficiando di un portiere in stato di grazia o di una serie fortunata. Prima o poi la fortuna si esaurisce, e i gol subiti si allineano agli xGA. Per lo scommettitore, questo significa che le quote sul Goal/No Goal o sull’Under per quelle partite potrebbero essere troppo generose — il mercato sta prezzando la solidità difensiva apparente, non quella reale.

Un uso avanzato: confrontare gli xG di una squadra in casa e in trasferta per identificare asimmetrie. Se una squadra crea 2.0 xG per partita in casa ma solo 0.8 in trasferta, il suo profilo cambia radicalmente in base al campo. Questa informazione, combinata con le quote offerte, può indicare dove il bookmaker sottostima il divario casa-trasferta.

I limiti del modello: cosa gli xG non dicono

Gli xG non sono infallibili, e trattarli come un oracolo è un errore tanto quanto ignorarli. Il primo limite è che il modello misura la qualità delle occasioni create, non la qualità del giocatore che tira. Un rigore ha sempre 0.76 xG, sia che lo calci un rigorista affidabile sia che lo calci un giocatore alla prima esecuzione in carriera. I tiri da fuori area di un tiratore d’élite valgono lo stesso xG di quelli di un difensore centrale. Il modello non distingue tra i piedi.

Il secondo limite è il campione. Gli xG funzionano bene su grandi numeri — una stagione intera, un centinaio di partite. Su campioni piccoli — le prime cinque giornate, una singola partita — il dato è volatile e poco significativo. Una squadra può avere 3.5 xG in una partita perché ha avuto tre rigori e un colpo di testa a porta vuota — non perché il suo gioco offensivo sia straordinario.

Il terzo limite riguarda il contesto tattico. Gli xG non catturano la strategia della partita. Una squadra che si chiude per 80 minuti e riparte in contropiede può avere xG bassi ma occasioni letali. Una squadra che domina il possesso e tira 20 volte da fuori area ha xG alti ma occasioni modeste. Il numero da solo non distingue tra le due situazioni.

Per lo scommettitore, la lezione è chiara: gli xG sono uno strumento, non una risposta. Vanno integrati con l’analisi tattica, la lettura delle formazioni, il contesto della partita e il buon senso. Usarli come unico criterio decisionale è miope; usarli come uno degli elementi di un processo analitico più ampio è intelligente.

Gli xG non sostituiscono l’analisi — la affilano

Gli Expected Goals hanno trasformato il modo in cui si analizza il calcio — e possono trasformare il modo in cui si scommette. La loro forza è nella capacità di separare la qualità del gioco dalla fortuna, di identificare trend nascosti dietro i risultati e di anticipare correzioni che il mercato non ha ancora prezzato.

Per la Serie A, dove la varietà tattica è ampia e le differenze di rendimento tra casa e trasferta sono marcate, gli xG offrono un livello di analisi che le statistiche tradizionali — gol segnati, gol subiti, punti in classifica — non raggiungono. La regressione verso la media xG è una forza statistica reale, e chi la identifica prima del mercato ha un vantaggio concreto.

Ma il numero non basta mai da solo. Gli xG sono la lente; l’analisi è l’occhio che guarda attraverso. Senza contesto, senza conoscenza delle squadre, senza la capacità di distinguere un campione significativo da uno irrilevante, gli xG restano un dato — interessante, ma inerte. Con tutto il resto, diventano un vantaggio competitivo.