La estadística xG es un método de análisis de partidos que calcula el número esperado de goles (xG – Expected Goals) para ambos equipos, asignando a cada disparo un valor que oscila entre 0.01 y 1.
Como resultado, al sumar los valores de todas las oportunidades, se obtiene un resultado alternativo del partido que refleja de forma más precisa lo ocurrido en el campo. xG permite evaluar la efectividad de las ocasiones creadas, sin tener en cuenta la suerte, la forma o la calidad de los jugadores.
Es importante señalar que ganar según los goles esperados no garantiza siempre una victoria en el marcador, pero siempre mostrará cuál de los rivales hizo más para ganar. Por ejemplo, en la final de la Liga de Campeones de la temporada 2021/22 entre Liverpool y Real Madrid, el partido terminó con una victoria mínima para los españoles por 0-1, y el mejor jugador del encuentro fue reconocido en el portero del Real, Thibaut Courtois. No es casualidad, ya que según los xG, Liverpool ganó ese partido por 2.9 - 0.7. La estadística de disparos fue de 25 contra 5, de los cuales 10 disparos a puerta fueron salvados exitosamente por el portero belga. Como se puede apreciar, en un partido aislado este indicador puede no revelar mucho acerca del desempeño y la fortaleza de los equipos, pero a lo largo del tiempo, comprender e interpretar correctamente la estadística xG puede ser muy útil, especialmente para la elaboración de predicciones.
Cada año, los indicadores de xG se vuelven cada vez más comunes en el mundo del fútbol. Los entrenadores los utilizan durante el análisis de partidos para evaluar la eficacia de los jugadores y determinar las posiciones más ventajosas para disparar. Los medios globales y los canales de televisión muestran las estadísticas xG en directo durante las transmisiones, y los principales clubes europeos contratan equipos de analistas para desarrollar tácticas y estrategias basadas en los modelos xG modernos.
¿Cómo surgieron los xG?
Para muchos aficionados al fútbol, los xG ya son algo cotidiano, pero hace aproximadamente 10 años nadie hablaba de ellos.
El creador del primer prototipo de xG es, por derecho, considerado el noruego Egil Olsen, un famoso entrenador de la selección noruega que mostró resultados y actuaciones destacadas en las Copas del Mundo de 1994 y 1998.
Como entrenador, Olsen era reconocido por utilizar activamente el análisis en vídeo de los partidos para mejorar el rendimiento del equipo. Tras analizar los encuentros, Egil dividió el área de penal y sus alrededores en zonas cuadradas, asignando a cada una un coeficiente que representaba el peligro de los disparos.
La idea de Olsen era que sus jugadores se dirigieran a zonas específicas y dispararan con mayor frecuencia desde posiciones peligrosas, mientras que la defensa del equipo permitía a los rivales disparar únicamente desde zonas de “peligro medio” o “sin peligro”.
Sin embargo, el modelo noruego tenía sus inconvenientes: la evaluación de los disparos era subjetiva y el método solo podía aplicarse a un equipo concreto.
El proceso actual de cálculo de la estadística xG fue desarrollado por la compañía británica Opta. Ellos analizaron cientos de miles de disparos para determinar la probabilidad de que cualquier oportunidad se convirtiera en gol, considerando un conjunto más amplio de factores, sobre los cuales hablaremos con más detalle a continuación.
¿Cómo se calculan los xG?
En pocas palabras: los disparos desde corta distancia frente al arco tienen la mayor probabilidad de resultar en gol. Si el valor xG es 1.00, significa que la probabilidad de marcar en esa ocasión fue del 100%. El ejemplo más sencillo de cálculo de xG es un penalti, que se convierte en gol en promedio en el 76% de los casos. Esto implica que, si el único ataque de un equipo durante el partido fuera un penalti, su xG al final del encuentro sería 0.76, independientemente de si se convirtió o no.
Interpretar los disparos de juego en cifras es mucho más complejo. Estos son los factores clave que influyen en su evaluación:
- Distancia al arco.
- Posición del jugador atacante.
- Posición del portero en el arco.
- Cantidad de defensores frente al balón.
- Parte del cuerpo utilizada para disparar.
Entre los indicadores adicionales se destacan los siguientes:
- Ángulo, altura y dirección del disparo.
- Habilidad del tirador y del portero.
- Modo de obtención del balón antes del disparo (centraje, pase filtrado, remate, etc.).
- Cantidad de toques antes del disparo.
Los modelos xG más avanzados también pueden considerar aspectos como:
- Tiempo que el jugador ha estado en el campo.
- Forma y motivación del jugador atacante.
- Condiciones climáticas y del césped.
- El factor de localía y visitante.
- La etapa del torneo.
¿De dónde obtiene xGscore sus datos?
Actualmente, existen dos formas principales de obtener la estadística xG. La primera es realizar cálculos propios, contratando a un grupo de expertos y desarrollando el software adecuado. La segunda opción es utilizar servicios ya existentes y comprar los datos en sitios especializados.
Dado que el enfoque principal de xGscore son las predicciones, nuestros desarrolladores se centran en los sistemas y algoritmos de predicción, mientras que la estadística xG la adquirimos de proveedores externos. Para cada partido, obtenemos datos de 4 a 5 servicios diferentes, los analizamos y formamos el resultado final. Contar con múltiples fuentes es una gran ventaja de nuestro modelo xG, ya que reduce al mínimo los errores de cálculo.
También es importante notar que los valores xG en nuestro sitio pueden variar ligeramente durante el día siguiente al partido, ya que algunos sitios ofrecen datos en vivo mientras que otros requieren más tiempo para analizar cada momento del partido en repetición.
Además de los xG, en nuestro recurso se calcula el indicador «Justicia xG» para cada partido, que refleja en qué medida los goles reales anotados por los equipos se corresponden con sus xG en una escala del 0 al 100%. Gracias a este indicador, también podemos evaluar cuán exitoso o no es un equipo.
¿Cómo aplicar los xG en las predicciones?
Existen muchas estrategias y métodos para utilizar la estadística xG en las apuestas. Por ejemplo, apostar a favor de equipos que subrinden (underperform). Es necesario identificar un equipo que genera muchos más xG de los goles que realmente anota. Generalmente, las cuotas para la victoria de dicho equipo en los próximos partidos estarán sobrevaloradas, ya que la mayoría de los apostadores se basan únicamente en los resultados y goles reales, subestimando el juego del equipo. Con cada partido, la probabilidad de que el equipo finalmente realice su potencial aumenta debido a la desviación matemática de sus resultados previos. Estas apuestas funcionan especialmente bien contra equipos que sobrerinden (overperform).
Muy a menudo, la estadística xG se analiza para buscar apuestas en totales o en que ambos equipos marquen. Se presta atención no solo a los equipos con mayor capacidad goleadora, sino también a aquellos que generan y conceden muchas oportunidades, teniendo altos valores de xG y xGc (xG concedidos).
xG puede demostrar ser especialmente útil en apuestas a largo plazo, como aquellas sobre el campeón del torneo o sobre quedar entre los tres primeros. Con 5 a 10 partidos iniciales de la temporada, se puede predecir la posición final del equipo en la tabla utilizando otro indicador útil: xPTS (puntos esperados).
Uno de los métodos más efectivos para utilizar los xG es calcular el número esperado de goles en un próximo partido basándose en los datos de partidos anteriores. Este método es el más complejo, ya que el apostador debe interpretar correctamente todos los datos iniciales y combinarlos en un resultado final. De esta forma, a partir del marcador esperado se puede crear literalmente tu propia línea de cuotas basada en la probabilidad de los resultados, para luego compararla con la línea del corredor de apuestas y elegir la apuesta más beneficiosa.
Este es precisamente el método que utiliza nuestro servicio, analizando cada partido próximo y presentando una predicción del marcador. Las estadísticas de nuestras apuestas muestran que la aplicación de modelos xG para elaborar predicciones incrementa la rentabilidad (ROI) de las apuestas en un 2-3% en promedio, lo cual es un excelente resultado para apuestas a largo plazo.
Además, nuestro servicio ha creado un nuevo término para evaluar nuestras predicciones, denominado «Predictibilidad xG». Este indicador, al igual que la justicia, se expresa en porcentaje y muestra en qué medida los xG post-partido coinciden con la predicción del marcador de xGscore. Gracias a este valor, podemos determinar qué equipos y torneos son los más predecibles y, por consiguiente, los más rentables para apostar.
Los indicadores de predictibilidad y justicia xG están disponibles en la estadística post-partido para cada juego, así como su valor promedio en la temporada en la página de predicción del partido.
Las predicciones más recientes las encontrarás en la página principal del sitio, y la estadística xG de los partidos jugados, respectivamente, aquí.
