I nostri lettori più assidui hanno notato come nei pronostici di quest’anno (stagione 2021/2022) abbiamo introdotto, nelle nostre analisi, un altro fattore di cui tener conto per l’elaborazione di un pronostico: esso è rappresentato dagli “expected goals“.

Che cos’è l’expected goals?

L’expected goals è un numero, sempre compreso tra 0 ed 1, che indica la probabilità che ha un tiro di trasformarsi in gol.
Esso è stato sviluppato da Opta Sports, società appartenente al gruppo Stats Perform che si occupa di elaborazione di dati sportivi con sede principale a Londra.
Tale società, al fine di elaborare un valido modello matematico, ha preso in esame 300.000 tiri effettuati e, per ognuno di essi, ha tenuto in considerazione alcuni fattori, ossia:

  • la distanza del tiro dalla porta: più il tiro sarà ravvicinato, più alte saranno le probabilità si trasformi in gol;
  • l’angolazione del tiro dalla porta: più l’angolo sarà stretto, minori saranno le probabilità di realizzazione;
  • la parte del corpo utilizzata: se di testa o di piede;
  • la tipologia di assist: quindi se da cross, da calcio piazzato o da azione manovrata;
  • tipologia di attacco: se il tiro è stato frutto di un rimpallo, di un dribbling, con la difesa schierata, di un colpo al volo, ecc.

Il modello matematico (che con l’ultimo aggiornamento è arrivato a tenere in considerazione oltre 500.000 tiri e fino a 35 diversi fattori contestuali), quindi, per calcolare il valore del parametro expected goal (d’ora in avanti, xG) relativo ad un tiro, lo porrà a confronto con migliaia di altri dalle caratteristiche simili: un valore vicino allo 0 suggerirà che a quel tiro è stato assegnato un valore che indica una bassa probabilità di essere trasformato in gol, mentre un valore vicino ad 1 dirà che il tiro preso in considerazione ha alte possibilità di realizzare il gol.

Proviamo a fare un esempio visivo.

Nel fotogramma preso da un video del canale YouTube “The Analyst”, si vede un’occasione da gol che sta avendo il calciatore della Lazio, Pedro, quando giocava nel Chelsea.

Si evidenzia come il tiro stia avvenendo di piede, che l’angolo di tiro sia abbastanza stretto e che l’azione abbia portato l’attaccante ad essere a tu per tu col portiere.
Il modello, ponendo a confronto tale tiro con altri simili, calcola un valore xG di 0,35: ciò significa che ci sarà il 35% di probabilità che il tiro si trasformi in gol o, se vogliamo usare altri termini, che 35 tiri su 100, effettuati con le stesse condizioni, si trasformeranno in gol.

Il passaggio successivo è costruire squadra per squadra, ma anche giocatore per giocatore, dei valori xG che ci indicheranno se l’effettivo numero di gol realizzati da quella squadra o da quel giocatore è in linea col valore indicato da xG.

Un altro esempio visivo ci sarà d’aiuto per meglio comprendere quanto appena detto.

L’immagine, presa dal sito understat.com, riporta la classifica di Serie A della stagione 2021/2022 alla dodicesima giornata.

Concentriamoci sulla colonna “G” e sulla colonna “xG”: ciò che vogliamo fare è confrontare il numero di gol effettivamente realizzati dalle squadre, indicati nella colonna “G”, con il numero dei gol attesi, indicati dalla colonna xG.

Guardiamo il numeretto, in verde o in rosso, presente sopra ogni valore xG: esso rappresenta la differenza, positiva o negativa, tra il numero di gol effettivamente segnati dalla squadra ed il numero di gol che, in base al modello matematico, la squadra avrebbe dovuto segnare.

Notiamo che la differenza maggiore ce l’ha il Verona: infatti, sopra il valore relativo all’xG è presente il numero -7,22.

Cosa possiamo dedurre da tale valore?

Possiamo dedurre che il Verona ha ampiamente sfruttato le occasioni create e che, quindi, si trova con un numero di gol realizzati maggiore rispetto al numero di gol che avrebbe dovuto realizzare.
Infatti, il modello matematico ci dice che i tiri del Verona avrebbero dovuto produrre circa 18 gol (17,78) ma la squadra di Tudor ne ha fin qui segnati 25, quindi ben 7 in più!

Ciò indica certamente una notevole efficienza della squadra che riesce a segnare più di quanto produce.

Cerchiamo, invece, il caso opposto. Esso, relativamente alle prime dieci in classifica, è rappresentato dalla Juventus: i gol realizzati sono 16 ma il valore degli xG è pari a 20. Ciò vuol dire che i bianconeri sono stati meno cinici del dovuto nel trasformare in rete le azioni create.

La stessa cosa è avvenuta anche per il Wolverhampton: avemmo modo di dire come la squadra di Bruno Lage avesse prodotto molto nelle prime uscite di Premier League e di come essa fu sfortunata nel raccogliere davvero poco.
Ci si aspettava, quindi, un’inversione di tendenza, in termini di risultati. Cosa che effettivamente è poi avvenuta.

Tuttavia, la differenza tra il numero dei gol segnati e l’xG non è sufficiente per spiegare se la posizione di classifica sia veritiera o frutto più o meno della casualità. Infatti, il modello matematico calcola anche l’xG contro (o concesso), ossia quanti gol avrebbe dovuto subire una squadra e quanti ne ha effettivamente presi.

Prendiamo l’immagine dal sito infogol.com:

Rispetto all’immagine precedente, qui troviamo più dati da analizzare. In particolare, è presente la colonna degli xGA, vale a dire dei “gol attesi contro” e la colonna degli xGD ossia la differenza reti attesa.

Come prima, cerchiamo di capirne di più con qualche esempio. Non troviamo il numeretto che ci indica la differenza tra gol effettivi ed xG, come nell’esempio precedente, tuttavia ci è sufficiente scorrere l’immagine per notare ad occhio le differenze più evidenti confrontando i gol subiti ed i valori dei gol attesi contro.

Notiamo che la differenza maggiore a favore ce l’ha attualmente il Napoli: 4 sono i gol incassati mentre 9.4 è il valore degli xGA. Ciò significa che la difesa del Napoli si è ben comportata poiché a fronte di 9 gol che avrebbe dovuto prendere, ne ha incassati solo 4.

Come prima, vediamo anche l’esempio opposto. Ci è dato dal Bologna: 23 i gol effettivamente presi ma un valore di xGA di 16,5. Vuol dire che, in base al modello matematico, la difesa rossoblù avrebbe dovuto incassare al massimo 17 gol mentre ne ha subiti ben 6 in più, il che sta a significare, tendenzialmente, una scarsa attenzione ed efficacia da parte della squadra in termini difensivi.

Va da sé che lo stesso discorso può essere fatto per la colonna xGD: come detto, essa indica la differenza reti attesa sulla base del modello matematico e va confrontata con quella reale. Un valore xGD minore della differenza gol reale indica che la squadra sta ottenendo di più di quanto il modello calcola e, quindi, sta evidentemente comportandosi in modo efficiente.

Al contrario, un valore xGD superiore alla differenza reti reale ci indica che la squadra sta ottenendo meno di quanto dovrebbe, quindi essa deve lavorare per adeguare i risultati, in termini di gol fatti e subiti, alle potenzialità che il modello esprime.

Si noti anche come i valori del parametro degli xG delle squadre, in questa immagine, può più o meno discostarsi da quelli indicati dall’immagine precedente. Ciò accade poiché, ogni società di analisi dei dati o sito va a creare od utilizzare un algoritmo che può leggermente discostarsi da quelli utilizzati da altri.

Ad esempio, oltre i succitati parametri, ve ne sono altri utilizzati, ad esempio, da StatsBomb: il modello utilizzato da tale società si distingue dagli altri poiché utilizza un fermo immagine che riporta la posizione dei giocatori presenti sul terreno di gioco.
In tal modo, è possibile analizzare, tra le altre cose:

  • se il portiere era ben piazzato o fuori dai pali;
  • se si tratta di un tiro a porta vuota o se sono presenti difensori tra il pallone e la porta;
  • se il tiratore stava subendo un pressing avversario;
  • se si trattava di un’occasione “uno contro uno” con il portiere.

Analizziamo un’altra immagine:

Nel fermo immagine, vengono appunto presi in considerazione alcuni dei parametri poco fa citati come il pressing avversario, il numero dei difensori presenti, la posizione del portiere.

Il modello, quindi, dalla presa in considerazione di tali ed altri parametri sviluppa un xG di 0,11: ciò significa che soltanto 11 volte su 100, la stessa occasione si trasformerà in gol.

Capito cos’è il parametro e come si costruisce, ci si chiede come esso si può utilizzare nell’uso dei pronostici e nel betting in generale.

Partiamo col dire che, come tutti i parametri che un tipster valuta nell’analisi di un evento, anche l’xG è utilizzato come informazione indicativa e di supporto e mai esso potrà generare una verità assoluta circa la prestazione della squadra o addirittura del singolo giocatore.

Fatta tale premessa, l’xG ci può aiutare a capire, ad esempio, se una squadra vive solo un periodo “sfortunato” – ed abbiamo già fatto l’esempio del Wolverhampton di inizio stagione – caratterizzato dal fatto che crea molto ma concretizza poco, ossia ha un xG maggiore delle reti effettivamente realizzate. Oppure se una squadra riesce a concretizzare il poco che crea e basa i suoi successi sulla solidità difensiva: ad esempio, una squadra che riesce a segnare alle prime occasioni create e poi punta a difendere esclusivamente il risultato avrà un xG basso e di certo inferiore al numero di gol segnati e, tendenzialmente, un numero di gol presi inferiore all’xG concesso.

E ancora:

  • il confronto tra il parametro xG e i gol realmente segnati può indicare la capacità o la fortuna che un giocatore ha nel tirare: un giocatore che segna sistematicamente più gol rispetto al proprio parametro xG complessivo vanta, infatti, con molta probabilità una capacità di tiro o di rifinitura superiore alla media;
  • il differenziale xG di una squadra (ossia la differenza tra il parametro xG e il parametro xG concesso) può indicare le potenziali prestazioni della stessa: un differenziale di gol negativo e un differenziale xG positivo potrebbero indicare il fatto che una squadra sia stata sfortunata o che abbia una capacità di rifinitura inferiore alla media;
  • il parametro xG può essere utilizzato per valutare le capacità di una squadra in svariate situazioni, quali un’azione aperta, un calcio di punizione, un calcio d’angolo, ecc: ad esempio, una squadra che ha concesso più gol su calcio di punizione rispetto al proprio parametro xG, probabilmente, ha una capacità di difesa in queste situazioni al di sotto della media;
  • infine, il parametro xGA di una squadra (xG concessi) può indicare la relativa capacità di evitare le occasioni da gol: una squadra in grado di limitare i tiri della squadra avversaria e, cosa più importante, di limitare la probabilità di quest’ultima di effettuare tiri con alte probabilità di segnare avrà un parametro xGA più basso.

In definitiva, xG è una metrica che va oltre le tradizionali statistiche ed è importante ricordare che, al pari di tutte le altre, è soltanto una metrica: infatti, sappiamo come il calcio sia imprevedibile e come i gol possano derivare da eventi aleatori ed inaspettati, pertanto è corretto dare al parametro xG il giusto peso in sede di analisi del pronostico e contestualizzarlo con tutti gli altri che abbiamo visto in “Scuola di Betting”.