Expected Goals nelle Scommesse: Come Usare l’xG per Scommettere Meglio
Indice
L’xG ha cambiato il modo di guardare il calcio. Quello che una volta era un dato riservato ai dipartimenti di analisi dei club è diventato una metrica accessibile a chiunque, discussa in televisione e citata nei post-partita. Per gli scommettitori, l’Expected Goals rappresenta uno degli strumenti più potenti a disposizione: permette di guardare oltre il risultato e capire cosa è successo davvero in campo.
Ma l’xG non è una bacchetta magica. È un modello statistico con pregi evidenti e limiti concreti, e usarlo bene richiede comprensione, non fede cieca. In questa guida vediamo cos’è, come si interpreta, dove trovarlo e — soprattutto — come applicarlo concretamente alle scommesse sul calcio.
Cos’è l’Expected Goals
L’Expected Goals misura la qualità delle occasioni da gol create in una partita. Ogni tiro viene valutato in base alla probabilità storica che un tiro simile — dalla stessa posizione, con lo stesso tipo di azione, nelle stesse condizioni — si trasformi in gol. Un rigore ha un xG di circa 0.76, perché storicamente il 76% dei rigori viene segnato. Un tiro dalla distanza con un angolo sfavorevole può avere un xG di 0.03.
La somma degli xG di tutti i tiri di una squadra in una partita dà l’xG totale della squadra per quella gara. Se una squadra accumula un xG di 2.1, significa che, in base alla qualità delle occasioni create, ci si aspetterebbe che segni circa due gol. Se ne ha segnati tre, ha overperformato rispetto alle aspettative. Se ne ha segnato zero, è stata sfortunata — o ha avuto problemi di finalizzazione.
I modelli di calcolo dell’xG variano tra i diversi provider. Alcuni considerano solo la posizione del tiro, altri includono variabili come il tipo di azione precedente (cross, passaggio filtrante, ripartenza), la posizione del portiere e la pressione difensiva. Questo spiega perché Understat, FBref e Infogol possono assegnare valori xG leggermente diversi alla stessa partita. Le differenze sono generalmente piccole, ma è bene essere consapevoli che l’xG non è un numero assoluto: è una stima basata su un modello specifico.
Come leggere i dati xG
Il dato xG di una singola partita è interessante ma non sufficiente. La vera utilità emerge dalla lettura aggregata su più partite. L’xG stagionale di una squadra — sia quello creato (xG) sia quello concesso agli avversari (xGA, Expected Goals Against) — racconta una storia molto più affidabile del semplice conteggio dei gol segnati e subiti.
Il confronto tra gol reali e xG è il punto di partenza dell’analisi. Una squadra che ha segnato 35 gol con un xG di 28 sta overperformando in modo significativo: sta convertendo le occasioni a un tasso superiore alla media storica. Questo può dipendere dalla qualità eccezionale dell’attaccante, ma nella maggior parte dei casi indica una componente di fortuna che tenderà a regredire verso la media nel corso della stagione.
L’xGA segue la stessa logica sul versante difensivo. Una squadra che ha subito 15 gol con un xGA di 22 sta difendendo bene, ma sta anche beneficiando di una dose di fortuna: gli avversari stanno finalizzando meno di quanto le occasioni suggeriscano. Di nuovo, nel medio-lungo termine, questa discrepanza tende a correggersi.
La differenza tra xG e xGA — il cosiddetto xGD, Expected Goals Difference — è un indicatore di forza complessiva molto più affidabile della differenza reti reale. Squadre con un xGD positivo ma una differenza reti negativa sono tipicamente sottovalutate dal mercato, e viceversa.
Applicazioni per le scommesse
L’applicazione più diretta dell’xG nelle scommesse riguarda il mercato Under/Over. Se due squadre hanno una media xG combinata di 3.2 a partita ma una media gol reale di 2.4, il mercato sta probabilmente prezzando le quote sull’Under in modo troppo generoso: prima o poi i gol si riallineeranno alla qualità delle occasioni create. Scommettere sull’Over in queste situazioni significa puntare sulla regressione verso la media, che è uno dei principi statistici più robusti a disposizione.
Per il mercato 1X2, l’xG aiuta a identificare squadre il cui rendimento reale non riflette la loro forza effettiva. Una squadra che ha collezionato 5 pareggi con un xG nettamente superiore all’avversario in ciascuna di quelle partite è probabilmente più forte di quanto la classifica suggerisca. Le quote per le sue prossime partite potrebbero essere più alte del dovuto, creando opportunità di value betting.
L’xG è utile anche per valutare i cambi di tendenza a metà stagione. Se una squadra che creava costantemente un xG alto inizia a calare nelle ultime cinque partite, potrebbe essere un segnale di problemi tattici o fisici non ancora riflesso nelle quote, che tendono a reagire più lentamente ai cambiamenti graduali.
Squadre che overperformano: scommettere contro?
Scommettere contro le squadre che overperformano è una strategia classica basata sull’xG, ma richiede cautela. La regressione verso la media è un principio statistico valido sul lungo periodo, non una garanzia partita per partita. Una squadra con un attaccante di livello mondiale può overperformare il proprio xG per una stagione intera, semplicemente perché la qualità della finalizzazione è strutturalmente superiore alla media.
La chiave è distinguere tra overperformance sostenibile e overperformance fortunata. Se una squadra segna più del previsto grazie a gol da fuori area e tiri deviati, è probabile che si tratti di fortuna. Se overperforma grazie a rigori e calci piazzati di un tiratore eccellente, la componente strutturale è più forte. Non tutte le discrepanze tra xG e gol reali si correggono allo stesso modo e con la stessa velocità.
Dove trovare i dati xG
I dati xG sono disponibili gratuitamente su diverse piattaforme. Understat copre i cinque campionati maggiori europei e la Champions League con dati dettagliati per partita, squadra e giocatore. FBref, alimentato da StatsBomb, offre una copertura ancora più ampia con metriche avanzate che vanno oltre l’xG base. Infogol è specializzato nell’applicazione dell’xG alle scommesse e presenta i dati in un formato già orientato all’analisi betting.
Per un utilizzo quotidiano, il consiglio è scegliere una fonte principale e mantenerla costante, così da avere dati confrontabili nel tempo. Passare da un provider all’altro introduce rumore, perché i modelli diversi producono valori leggermente diversi. L’importante non è quale provider si usa, ma la coerenza nell’utilizzo.
Limiti dell’xG
L’xG non considera tutto. I modelli più comuni non tengono conto della qualità specifica del tiratore — un tiro da 20 metri di un fuoriclasse e lo stesso tiro di un difensore centrale ricevono lo stesso valore xG, anche se la probabilità reale di gol è diversa. Alcuni modelli più avanzati stanno iniziando a incorporare questa variabile, ma la maggior parte dei dati pubblicamente disponibili non lo fa.
L’xG non cattura la difesa organizzata in modo diretto. Una squadra che concede tiri dalla distanza come scelta tattica — sapendo che quei tiri hanno bassa probabilità di gol — potrebbe avere un xGA apparentemente alto senza essere realmente in pericolo. Allo stesso modo, l’xG non riflette il contesto emotivo della partita, le condizioni del campo, la stanchezza accumulata o i cambi tattici durante la gara.
Infine, l’xG su campioni piccoli è poco affidabile. Dopo tre giornate di campionato, l’xG stagionale di una squadra dice quasi nulla. Servono almeno 10-12 partite perché il dato diventi statisticamente significativo, e anche allora va interpretato con prudenza. Chi usa l’xG come unico criterio decisionale sta confondendo un indicatore con un oracolo.
xG come parte del toolkit
L’xG è uno strumento potente, forse il più potente tra quelli accessibili gratuitamente a chiunque scommetta sul calcio. Ma funziona al meglio quando viene integrato in un’analisi più ampia che includa contesto tattico, forma recente, motivazioni e conoscenza del campionato. Trattarlo come un numero autosufficiente è un errore tanto quanto ignorarlo del tutto. La statistica indica la direzione; lo scommettitore decide se seguirla, e con quanta convinzione.