Expected Goals (xG) per Scommettitori: Come Usarli nei Pronostici

Gli expected goals, abbreviati xG, sono la metrica che ha rivoluzionato l’analisi calcistica nell’ultimo decennio. Nati negli ambienti dell’analisi sportiva anglosassone, gli xG si sono diffusi prima nelle redazioni specializzate, poi nelle direzioni sportive dei club e infine nelle mani degli scommettitori più sofisticati. Per chi scommette sul calcio, gli xG rappresentano lo strumento più potente per distinguere la sostanza dalla fortuna.

Il concetto è intuitivo: non tutti i tiri sono uguali. Un rigore ha una probabilità di gol molto diversa da un tiro da 30 metri. Gli xG assegnano a ogni tiro un valore compreso tra 0 e 1 che rappresenta la probabilità che quel tiro si trasformi in gol, basandosi su migliaia di situazioni simili nel passato. La somma degli xG di una squadra in una partita dà la stima dei gol che quella squadra avrebbe dovuto segnare in base alla qualità delle proprie occasioni.

Capire gli xG e saperli usare non è più un optional per chi vuole scommettere con criterio. È diventato un requisito base, come conoscere la differenza tra quota decimale e frazionaria.

Cos’è l’xG e Cosa Misura

L’expected goal di un singolo tiro è la probabilità che quel tiro venga trasformato in gol da un calciatore medio in una situazione identica. Questa probabilità viene calcolata attraverso modelli statistici che tengono conto di diverse variabili: la distanza dalla porta, l’angolo di tiro, la parte del corpo usata (piede, testa), il tipo di azione che ha preceduto il tiro (cross, passaggio filtrante, dribbling), la posizione del portiere e dei difensori.

Un rigore ha un xG di circa 0.76, il che significa che su 100 rigori tirati, circa 76 finiscono in gol. Un tiro da dentro l’area piccola dopo un cross basso ha un xG di 0.30-0.50 a seconda dell’angolo. Un tiro dalla distanza in condizioni normali ha un xG di 0.03-0.06. Queste cifre non sono arbitrarie: derivano dall’analisi di centinaia di migliaia di tiri nei principali campionati europei.

La somma degli xG di tutti i tiri di una squadra in una partita dà l’xG totale della partita per quella squadra. Se una squadra ha creato occasioni per un totale di 2.3 xG e ha segnato un solo gol, ha avuto sfortuna o scarsa finalizzazione. Se ha segnato quattro gol con 1.5 xG, ha avuto fortuna o un attaccante in stato di grazia.

Il punto chiave è che nel lungo periodo, i gol reali tendono a convergere verso gli xG. Una squadra che segna costantemente più dei propri xG sta sovra-performando, e la regressione verso la media è statisticamente probabile. Viceversa, una squadra che segna meno dei propri xG è candidata a un miglioramento dei risultati.

Come si Accede ai Dati xG

I dati xG sono disponibili gratuitamente su diversi siti specializzati. FBref, alimentato dai dati di StatsBomb, offre la copertura più ampia con xG per squadra e per giocatore nei principali campionati europei e in diverse leghe minori. Understat fornisce dati dettagliati con grafici e filtri per la Serie A, Premier League, Liga, Bundesliga e Ligue 1. Fotmob e Sofascore includono gli xG nelle schede delle singole partite.

La qualità dei dati varia tra i provider perché i modelli di calcolo sono diversi. StatsBomb include informazioni sulla posizione dei difensori e del portiere, producendo xG più accurati. Modelli più semplici usano solo distanza, angolo e tipo di tiro. Per scopi di scommessa, le differenze tra i modelli sono generalmente piccole e non alterano le conclusioni principali.

L’accesso gratuito ai dati xG è una delle risorse più preziose a disposizione dello scommettitore moderno. Dieci anni fa, queste informazioni erano riservate ai club professionistici e ai sindacati di scommettitori con budget per l’acquisto di dati. Oggi chiunque può accedere a FBref e analizzare gli xG dell’ultimo mese di Serie A in dieci minuti.

Come Usare gli xG per Trovare Valore nelle Scommesse

L’applicazione più diretta degli xG alle scommesse è l’identificazione di squadre sopravvalutate o sottovalutate dal mercato. Il meccanismo è semplice: se una squadra sta vincendo partite segnando molti più gol di quanti i suoi xG giustifichino, il mercato potrebbe sovrastimarla. Se una squadra sta perdendo partite nonostante crei molte più occasioni degli avversari, il mercato potrebbe sottovalutarla.

Un esempio pratico. A metà stagione, il Verona ha 20 punti in classifica ma un differenziale xG di +5.8, che suggerisce una squadra che sta creando occasioni buone senza concretizzarle. Il Monza ha 24 punti ma un differenziale xG di -3.2, ovvero sta vincendo partite giocando peggio degli avversari. Se il Verona e il Monza si affrontano, il mercato guarderà la classifica e favorirà il Monza. Ma l’analisi xG suggerisce che il Verona è la squadra migliore e potrebbe meritare una quota più bassa.

Questo tipo di discrepanza tra classifica reale e classifica xG è il terreno di caccia del value bettor. Le prime dieci giornate di campionato sono il periodo più fertile, perché il campione di partite è ancora piccolo e la varianza domina i risultati. Dopo venti o venticinque giornate, la classifica e la classifica xG tendono a convergere, e le opportunità di valore si riducono.

Un secondo utilizzo degli xG è nella valutazione del mercato under/over. Se due squadre hanno medie xG per partita di 1.4 e 1.1 rispettivamente, la media gol attesa è 2.5. Ma se le loro medie gol reali sono 1.8 e 0.7, c’è una discrepanza che suggerisce regressione verso la media. Le quote under/over basate sui gol reali potrebbero non riflettere il vero potenziale offensivo delle squadre.

I Limiti degli xG che Ogni Scommettitore Deve Conoscere

Gli xG non sono infallibili e usarli senza conoscerne i limiti è rischioso quanto ignorarli.

Il primo limite è che il modello xG standard non cattura la qualità del tiratore. Un tiro da dentro l’area con 0.35 xG ha la stessa probabilità nel modello sia che a tirare sia un attaccante di élite sia un difensore centrale. Nella realtà, la capacità di finalizzazione varia enormemente tra i giocatori. Alcuni modelli avanzati incorporano questa variabile, ma quelli gratuiti generalmente non lo fanno.

Il secondo limite riguarda le azioni che non generano un tiro. Un passaggio intercettato a un metro dalla linea di porta, un dribbling fallito in area o un cross perfetto che nessuno raccoglie: nessuna di queste azioni produce un tiro e quindi non viene registrata dagli xG. Eppure sono indicatori della qualità del gioco che possono anticipare un miglioramento futuro.

Il terzo limite è il contesto tattico. Se una squadra è in vantaggio di due gol e si chiude in difesa, gli xG dell’avversario nel secondo tempo saranno alti perché la squadra in vantaggio concede spazi volontariamente. Questo non significa che la difesa sia debole: è una scelta tattica che gli xG non distinguono dalla genuina fragilità difensiva.

Il quarto limite è la dimensione del campione. Gli xG di una singola partita sono quasi inutili come predittori, perché la varianza è enorme. Servono almeno otto-dieci partite per avere una media xG ragionevolmente stabile, e anche in quel caso l’incertezza resta significativa. Lo scommettitore che basa le proprie decisioni sugli xG di una sola partita sta commettendo lo stesso errore di chi guarda un singolo risultato.

La Mappa del Tesoro che Non Sostituisce la Bussola

Gli xG sono la mappa più dettagliata del calcio moderno. Mostrano dove si creano le occasioni, quanto valgono e se i risultati riflettono la qualità del gioco. Ma una mappa non è una bussola: mostra il territorio senza dire dove andare.

Lo scommettitore che usa gli xG come unico strumento decisionale sta semplificando eccessivamente un problema complesso. Gli xG vanno integrati con altre metriche, con l’analisi del contesto e con il giudizio qualitativo che viene dall’osservazione delle partite. Sono un ingrediente fondamentale, non la ricetta completa. Chi li tratta come un oracolo rimarrà deluso dalla varianza. Chi li tratta come uno dei tanti strumenti nella cassetta degli attrezzi troverà in essi un alleato prezioso, capace di rivelare ciò che la classifica e i risultati nascondono.