C’è un momento nella vita di ogni scommettitore serio in cui si rende conto che guardare solo i risultati è insufficiente. Vedi una squadra vincere 3-0 e pensi “wow, prestazione dominante.” Poi guardi le statistiche e scopri che hanno avuto 0.6 xG contro 2.1 xG dell’avversario — tre gol fortunati contro un portiere in serata di grazia e un avversario incredibilmente sfortunato. Il risultato dice una cosa, la performance sottostante ne dice un’altra completamente opposta.
L’expected goals (xG) è la metrica che ha rivoluzionato l’analisi calcistica negli ultimi dieci anni. Non è magia, non è un algoritmo misterioso creato da data scientist nascosti in bunker segreti. È semplicemente un modo sistematico per rispondere alla domanda: “quanti gol avrebbe dovuto segnare questa squadra, data la qualità delle occasioni create?”
Questo articolo spiega come funziona l’xG, dove trovare i dati gratuitamente e, soprattutto, come usarlo concretamente nelle scommesse per identificare squadre sovra o sotto-performanti prima che il mercato si accorga della regressione imminente.
Che Cos’è l’Expected Goals (xG)
L’xG è un modello statistico che assegna a ogni tiro un valore di probabilità tra 0 e 1, indicando la probabilità che quel tiro specifico si trasformi in gol. Un rigore ha un xG di circa 0.76-0.79 (il 76-79% dei rigori vengono segnati). Un tiro da fuori area con tre difensori davanti potrebbe avere un xG di 0.03. Un tiro a porta vuota da due metri ha un xG vicino a 0.95.
Il valore xG viene calcolato analizzando migliaia di tiri storici e identificando i fattori che influenzano la probabilità di gol. I fattori principali includono: distanza dalla porta, angolo di tiro, tipo di assist (cross, passaggio filtrante, palla recuperata), pressione difensiva, posizione del portiere e se il tiro viene effettuato con il piede o di testa.
Per ogni tiro in una partita, il modello assegna un valore xG. Somma tutti i valori xG dei tiri di una squadra e ottieni l’xG totale della squadra per quella partita. Se il Napoli ha avuto cinque tiri con xG di 0.15, 0.42, 0.08, 0.61 e 0.24, l’xG totale è 1.50 — significa che, in media, avrebbero dovuto segnare 1.5 gol data la qualità delle occasioni create.
La differenza cruciale rispetto alle statistiche tradizionali (come “tiri totali” o “tiri in porta”) è che l’xG pesa la qualità delle occasioni. Dieci tiri da 30 metri valgono molto meno di tre tiri da dentro l’area in posizione centrale. Le statistiche tradizionali trattano tutti i tiri allo stesso modo; l’xG distingue tra un tiro pericoloso e uno inoffensivo.
Come Funziona il Modello xG: I Fattori Che Contano
Il modello xG si basa su analisi retrospettiva di milioni di tiri. Gli statistici hanno preso ogni tiro mai registrato in database professionali (Premier League, Serie A, Champions League, ecc.) e hanno calcolato: “data questa distanza, questo angolo, questo tipo di gioco, quante volte quel tiro è diventato gol?”
I fattori principali che influenzano l’xG sono:
Distanza dalla porta: più sei vicino, maggiore è la probabilità di segnare. Un tiro da 6 metri ha un xG molto più alto di uno da 25 metri, a parità di altre condizioni.
Angolo di tiro: tirare da posizione centrale è più facile che tirare da angolo stretto. Un tiro da linea di fondo a 5 metri dalla porta ha xG basso perché l’angolo è chiuso dal portiere e dai difensori.
Tipo di assist: un tiro dopo un passaggio filtrante pulito ha xG superiore rispetto a un tiro dopo un cross contestato. I cross hanno conversion rate naturalmente più bassa rispetto ai passaggi rasoterra.
Pressione difensiva: se il tiratore ha tre difensori addosso, l’xG scende perché il tiro viene contestato, affrettato o deviato. Tiri liberi da marcatura hanno xG più alto.
Parte del corpo: i colpi di testa hanno conversion rate inferiore rispetto ai tiri con il piede, quindi l’xG di un colpo di testa è sistematicamente più basso a parità di posizione.
I modelli xG avanzati includono anche variabili come la velocità del gioco (contropiede veloce vs. attacco posizionale lento) e persino il tipo di portiere (alcuni portieri sono statisticamente migliori su certi tipi di tiro). Ma i fattori fondamentali — distanza, angolo, tipo di assist — spiegano la maggior parte della varianza.
Una cosa importante: l’xG non considera chi tira. Per il modello, un tiro da 15 metri di Cristiano Ronaldo e un tiro identico di un difensore centrale hanno lo stesso xG. Questo è intenzionale: l’xG misura la qualità dell’occasione, non l’abilità del tiratore. Alcuni modelli più sofisticati includono una componente “giocatore-specifica” (xG+) che aggiusta per la qualità del tiratore, ma la maggior parte dei modelli pubblici ignora questo fattore.
Perché l’xG È Predittivo: Regressione alla Media
L’xG è utile per le scommesse perché ha potere predittivo. Non predice il risultato della prossima partita con certezza — nessuna metrica può farlo. Ma predice tendenze a medio-lungo termine meglio dei semplici risultati.
Il concetto chiave è la regressione alla media. Nel lungo periodo, i gol effettivi di una squadra convergeranno verso il suo xG. Se una squadra ha segnato 15 gol ma il suo xG cumulativo è solo 8, significa che ha avuto fortuna (tiri di qualità medio-bassa che sono entrati grazie a errori del portiere, deviazioni fortunate, episodi casuali). Quella fortuna non durerà. Nelle prossime partite, è probabile che la squadra segni meno di quanto i risultati recenti suggerirebbero.
Al contrario, se una squadra ha segnato 5 gol ma ha accumulato 12 xG, è stata incredibilmente sfortunata. Ha creato occasioni di alta qualità che non si sono concretizzate — pali, parate miracolose, mira scarsa. Ma la qualità delle occasioni c’era. Nel tempo, quei tiri inizieranno a entrare, e la squadra segnerà più di quanto i risultati recenti indichino.
Questo crea opportunità per lo scommettitore. I bookmaker reagiscono ai risultati più rapidamente di quanto dovrebbero. Se una squadra vince tre partite di fila segnando molto, le quote sulla prossima partita scendono, anche se l’xG suggerisce che quei gol erano fortunati. Se una squadra perde due partite senza segnare, le quote salgono, anche se l’xG mostra che ha creato occasioni eccellenti e semplicemente non le ha finalizzate.
Identificando queste divergenze tra xG e gol effettivi, puoi anticipare la regressione e scommettere contro il sentiment del mercato.
Dove Trovare Dati xG Gratuitamente
La buona notizia è che non devi pagare per accedere ai dati xG. Diversi siti offrono statistiche xG gratuite per le principali leghe europee.
Understat è probabilmente la risorsa più popolare. Copre Premier League, La Liga, Serie A, Bundesliga, Ligue 1 e RPL russa con dati xG partita per partita, inclusi xG per giocatore e mappe interattive dei tiri. L’interfaccia è pulita e puoi scaricare i dati in formato CSV per analisi personali.
FBref offre statistiche avanzate per un numero ancora maggiore di leghe, incluse second division e competizioni internazionali. Oltre all’xG standard, fornisce anche xG da calcio piazzato separati, xG contro e metriche difensive correlate.
Sofascore e Fotmob sono app mobile che includono xG nelle loro statistiche post-partita. Non offrono la profondità di Understat o FBref, ma sono utili per controlli rapidi.
Un consiglio: non limitarti a guardare l’xG della partita appena conclusa. Costruisci un database personale delle performance xG di una lega o squadra nel corso di 8-10 partite. Le tendenze emergono su campioni ampi, non su singoli match. Una partita con xG anomalo può essere casualità; dieci partite con xG sistematicamente superiore ai gol segnati è un pattern sfruttabile.
Come Usare l’xG nelle Scommesse: Strategie Pratiche
L’applicazione più diretta dell’xG è identificare divergenze tra performance reale e performance attesa. Ecco un framework in tre step:
Primo, identifica squadre con grande differenza tra gol segnati e xG. Se una squadra ha 20 gol in 10 partite ma solo 12 xG, sta sovraperformando. Le quote sul prossimo match probabilmente la sopravvaluteranno. Secondo, verifica che la divergenza sia consistente su più partite. Un’anomalia di una partita è rumore, una tendenza di cinque partite è segnale. Terzo, scommetti sulla regressione. Punta contro la squadra che sovraperforma (o a favore di quella che sottoperforma), con l’aspettativa che i risultati convergeranno verso l’xG nel medio termine.
Un’altra strategia è confrontare xG a favore e xG contro. Una squadra che crea 2.0 xG per partita e concede 0.8 xG è offensivamente forte e difensivamente solida. Se le quote non riflettono questa disparità (magari perché ha perso le ultime due partite per episodi sfortunati), c’è value. Viceversa, una squadra con 1.0 xG creati e 2.2 xG concessi è fragile, e scommettere contro di lei (o sull’Over) è statisticamente giustificato.
Attenzione però: l’xG funziona meglio su campioni di medie dimensioni (5-15 partite). Su una singola partita, la varianza è altissima — squadre possono sovraperformare o sottoperformare l’xG semplicemente per fortuna. Su stagioni intere (30-38 partite), la regressione è quasi sempre già avvenuta e il valore è scomparso. La finestra ottimale è 6-12 partite: abbastanza lunga da filtrare il rumore, abbastanza breve da catturare inefficienze prima che il mercato si aggiusti.
L’xG Non È una Bacchetta Magica
L’errore più grande che uno scommettitore possa fare con l’xG è trattarlo come una risposta definitiva. L’xG è uno strumento, non un oracolo. Squadre con attaccanti di qualità eccezionale possono sovraperformare l’xG sistematicamente (Messi, Lewandowski, Haaland convertono occasioni a tassi superiori alla media). Portieri eccellenti possono sottoperformare l’xG contro sistematicamente (salvano tiri che statisticamente dovrebbero entrare).
Inoltre, l’xG non cattura tutto. Non misura la qualità della costruzione del gioco, la capacità di controllare il ritmo della partita o la resilienza mentale. Una squadra può avere xG basso ma vincere comunque perché è disciplinata, compatta e capitalizza i pochi contropiede che crea.
Usa l’xG come bussola, non come mappa. Ti indica la direzione generale — questa squadra sta creando buone occasioni, quest’altra le sta concedendo troppo facilmente. Ma devi sempre incrociare l’xG con altre variabili: forma, infortuni, motivazioni, contesto tattico. L’xG ti dice cosa sta succedendo a livello di performance. Il contesto ti dice perché e se quella performance è sostenibile. E solo combinando i due elementi ottieni un quadro completo abbastanza solido da giustificare una scommessa.