Che cosa sono gli Expected Goals?
Gli Expected Goals, o xG, non sono semplici numeri. Sono una bussola che indica dove la palla dovrebbe finire, se le circostanze fossero perfette. In pratica, convertono ogni tiro in una probabilità di rete basata su distanza, angolo e pressione difensiva.
Perché le statistiche tradizionali non bastano più
Le statistiche di base – gol, assist, possesso – sono come una fotografia sgranata. Ti danno l’immagine, ma non la storia. Un attaccante con 15 tiri ma zero xG sta vivendo una sorte, non un talento. E viceversa, chi segna due reti con xG basso probabilmente ha colto un’opportunità improbabile, non ha improvvisamente una magia.
Come calcolare l’xG in campo
Qui entra in gioco il modello di regressione logistica, che trasforma ogni combinazione di fattori in una percentuale. La zona di tiro è suddivisa in decine di zone; ogni zona ha un valore xG medio. Quando il pallone supera la linea di porta, il valore si aggiunge al totale dell’attaccante.
Interpretare l’xG: il trucco dei professionisti
Guarda il gap tra xG realizzati e xG concessi. Se la tua squadra segna meno rispetto al suo xG, stai subendo una sfortuna statisticamente rara. Se invece segna più, probabilmente stai sfruttando la creatività dei tuoi uomini, o magari hai un portiere che fa miracoli.
Applicazioni pratiche per il fantasy
Gli allenatori di fantacalcio di vincereconlescalcio.com usano l’xG per scovare giocatori trascurati. Un centrocampista con xG alto ma gol bassi è un candidato ideale per un boost di rendimento. Il valore xG è anche una lente per valutare gli acquisti: acquista chi ha una xG costante, non chi ha un trend di fortuna.
Strumenti di analisi rapida
Google Sheets? No, non è abbastanza veloce. Usa script Python o R per scaricare i dati da API come FBref o StatsBomb. In pochi minuti ottieni una tabella con xG per partita, per squadra, per singolo tiro. Poi, filtra le partite dove la differenza xG supera 0.5 – lì nascono le opportunità.
Il pericolo dei dati “puliti”
Attenzione al rumore. Alcune fonti normalizzano i dati e aggiungono un filtro di 0.05 per eliminare i tiri “insignificanti”. Questo può distorcere il risultato per squadre difensive che concedono molti tiri da distanza. Non credere a tutto, fai sempre un doppio controllo.
Il prossimo passo: integrare xG con i modelli di Expected Assists
Il futuro è una sinergia: xG per gli attaccanti, xA per i creatori. Metti insieme le due metriche e avrai una mappa di valore che mostra chi costruisce il pericolo e chi lo chiude. Inizia a sperimentare ora, aggiungi il calcolo xA al tuo spreadsheet e osserva l’effetto a catena sui punteggi.