Gli Expected Goals (xG) nelle Scommesse: Cosa Sono e Come Usarli

Caricamento...

Se c’è una metrica che ha rivoluzionato l’analisi calcistica negli ultimi dieci anni, sono gli Expected Goals. Nati nel mondo dell’analisi statistica avanzata e adottati progressivamente da club professionistici, media sportivi e scommettitori, gli xG offrono qualcosa che le statistiche tradizionali non riescono a dare: una misura della qualità delle occasioni da gol, non solo della loro quantità. Per chi scommette sul calcio, questa distinzione è fondamentale, perché il risultato finale di una partita spesso non racconta la verità su ciò che è realmente accaduto in campo.

Il concetto alla base degli xG è semplice. Ogni tiro verso la porta viene associato a una probabilità di gol basata su fattori come la posizione del tiro, l’angolo rispetto alla porta, la distanza, il tipo di assistenza ricevuta e la situazione di gioco. Un tiro da dentro l’area piccola dopo un cross basso ha una probabilità molto più alta di finire in gol rispetto a un tiro dalla distanza di 30 metri. Sommando le probabilità di tutti i tiri di una squadra in una partita, si ottiene il valore xG: il numero di gol che quella squadra avrebbe dovuto segnare in base alla qualità delle sue occasioni.

Il motivo per cui gli xG sono preziosi per lo scommettitore è che rivelano la differenza tra risultato e merito. Una squadra che vince 1-0 ma ha generato 0,5 xG ha probabilmente avuto fortuna. Una squadra che perde 0-1 ma ha generato 2,3 xG ha giocato molto meglio di quanto suggerisca il risultato. Queste discrepanze si verificano costantemente nel calcio, e nel medio periodo tendono a correggersi: le squadre con xG superiori ai gol effettivamente segnati tendono a migliorare i loro risultati, e viceversa. Questo fenomeno di regressione verso la media è la base su cui gli xG diventano uno strumento predittivo.

Come Viene Calcolato il Valore xG

Il calcolo degli xG si basa su modelli statistici addestrati su decine di migliaia di tiri storici. Per ogni tiro, il modello considera una serie di variabili. La posizione del tiro è la più influente: un tiro dal centro dell’area di rigore a 8 metri dalla porta ha un xG di circa 0,15-0,20, mentre un tiro dalla fascia laterale a 25 metri raramente supera lo 0,03. L’angolo di tiro, la parte del corpo utilizzata, il tipo di azione precedente (cross, passaggio filtrante, ripartenza) e lo stato del gioco (azione manovrata, contropiede, calcio piazzato) contribuiscono tutti al calcolo.

I modelli più sofisticati — come quelli utilizzati da StatsBomb — includono anche la posizione del portiere e dei difensori al momento del tiro, offrendo una stima ancora più precisa. I modelli più semplici, come quelli di Understat, si basano su un set di variabili ridotto ma producono comunque risultati statisticamente significativi. Per lo scommettitore, la differenza tra un modello premium e uno gratuito è rilevante ma non decisiva: anche gli xG di base forniscono informazioni nettamente superiori ai semplici dati su gol segnati e subiti.

Un aspetto da tenere presente è che gli xG non considerano l’identità del tiratore. Un rigore calciato da un rigorista esperto ha lo stesso xG di uno calciato da un difensore alla prima esecuzione, perché il modello si basa sulla situazione di gioco, non sull’abilità individuale. Questo è un limite consapevole del modello: includere l’abilità del tiratore renderebbe il calcolo più preciso per singole partite ma meno generalizzabile su campioni ampi. Per scopi di scommessa, dove ci interessa la performance media di una squadra nel tempo, questa scelta è generalmente appropriata.

xG a Favore e xG Contro: il Quadro Completo

Per valutare una squadra in modo completo servono entrambi i lati del bilancio: gli xG creati (xGF, expected goals for) e gli xG concessi (xGA, expected goals against). La differenza tra i due — il cosiddetto xG difference o xGD — è uno degli indicatori più potenti per stimare la forza relativa di una squadra. Una squadra con xGF di 1,8 per partita e xGA di 0,9 ha un xGD di +0,9, che indica una netta superiorità sia offensiva che difensiva.

Confrontare l’xGD di due squadre che si affrontano offre una base quantitativa per stimare le probabilità del match. Non è l’unico fattore — la forma recente, il contesto tattico e le assenze contano — ma è un punto di partenza solido e difficile da replicare con le statistiche tradizionali. Una squadra con 30 punti in classifica e un xGD di +0,5 è molto diversa da una con 30 punti e un xGD di -0,3: la prima ha meritato i suoi punti, la seconda li ha accumulati grazie a circostanze favorevoli.

L’xGA è particolarmente utile per le scommesse sui mercati Under/Over. Una squadra che concede pochi xG per partita ha una difesa strutturalmente solida, non semplicemente fortunata. Se quella squadra sta subendo pochi gol e i dati xG lo confermano, è ragionevole aspettarsi che la tendenza continui. Se invece i pochi gol subiti sono accompagnati da xGA elevati, prima o poi la diga cederà.

Dove Trovare i Dati xG nel 2026

L’accessibilità dei dati xG è migliorata enormemente negli ultimi anni. Nel 2026 esistono diverse piattaforme che offrono dati xG gratuiti o a basso costo per i principali campionati europei, rendendo questa metrica alla portata di qualsiasi scommettitore disposto a investire un minimo di tempo nell’analisi.

FBref, gestito da Sports Reference, è stato per anni la risorsa gratuita più completa per i dati xG. Fino al 2022 offriva dati basati sul modello StatsBomb, poi sostituiti da quelli di Opta. Tuttavia, a gennaio 2026 Opta ha revocato l’accesso ai dati avanzati, e FBref non offre più statistiche xG. Il sito resta utile per le statistiche di base (gol, assist, presenze), ma per i dati xG è necessario rivolgersi ad altre piattaforme.

Understat è un’altra risorsa preziosa, focalizzata specificamente sui dati xG con un modello proprietario. La piattaforma offre visualizzazioni grafiche intuitive — mappe dei tiri, trend stagionali, confronti tra xG e gol effettivi — che rendono l’analisi più immediata. La copertura è limitata ai sei principali campionati europei, ma per la maggior parte degli scommettitori questo è più che sufficiente.

Per chi è disposto a investire in strumenti premium, StatsBomb offre dati xG con il modello più dettagliato disponibile sul mercato, che include la posizione dei difensori e del portiere. L’accesso è a pagamento e orientato ai professionisti, ma alcune visualizzazioni e analisi basate sui dati StatsBomb sono disponibili gratuitamente attraverso piattaforme partner e il sito StatsBomb stesso.

Errori Comuni nell’Uso degli xG

Il primo errore è trattare gli xG come previsioni esatte. Un xG di 1,5 non significa che la squadra segnerà un gol e mezzo — significa che, sulla base delle occasioni create, il numero medio di gol atteso è 1,5. In una singola partita, la squadra potrebbe segnare 0, 1, 2, 3 o più gol. L’xG è una distribuzione di probabilità, non una previsione puntuale. La sua utilità emerge sul campione, non sul singolo evento.

Il secondo errore è ignorare il contesto. Gli xG di una partita in cui una squadra è stata in vantaggio di due gol dopo venti minuti non sono direttamente comparabili con quelli di una partita equilibrata. La squadra in vantaggio tende a gestire il possesso e a correre meno rischi offensivi, producendo xG inferiori a quelli che genererebbe in condizioni normali. Allo stesso modo, una squadra sotto di un gol nel finale si sbilancia in avanti e produce più xG, ma in condizioni tatticamente alterate. Leggere gli xG senza considerare il contesto della partita produce interpretazioni fuorvianti.

Il terzo errore è affidarsi agli xG di poche partite. Su un campione di tre o quattro match, la variabilità è troppo alta per trarre conclusioni affidabili. Il valore predittivo degli xG diventa robusto su campioni di almeno otto-dieci partite, idealmente di più. Questo significa che a inizio stagione, quando i dati sono scarsi, gli xG dell’annata in corso vanno integrati con quelli della stagione precedente e con l’analisi qualitativa dei cambiamenti nella rosa e nella guida tecnica.

Un quarto errore, meno ovvio, è confrontare gli xG tra campionati diversi senza normalizzarli. Un xGD di +0,5 in Serie A non ha lo stesso significato di un +0,5 in Ligue 1, perché i livelli medi di qualità offensiva e difensiva variano tra le leghe. Per confronti inter-campionato, è preferibile usare gli xG come ranking relativo all’interno di ciascuna lega piuttosto che come valori assoluti.

Gli xG Non Raccontano Tutta la Storia

Per quanto potenti, gli xG hanno limiti strutturali che è importante conoscere. Non catturano la qualità del possesso palla che non si traduce in tiri: una squadra può dominare territorialmente senza creare occasioni vere, e gli xG non rifletteranno quel dominio. Non misurano la pericolosità dei calci piazzati in modo granulare — corner e punizioni sono spesso modellizzati con valori medi che non distinguono tra un corner battuto da un campione e uno battuto da un terzino sinistro.

Non considerano i fattori psicologici, la pressione ambientale o la gestione emotiva della partita. Non prevedono i gol da fuori area, che nel calcio rappresentano circa il 10-15% dei gol totali ma hanno un impatto sproporzionato su certi matchup. E non catturano le parate eccezionali, che nel modello standard vengono trattate come varianza favorevole alla difesa.

Consapevole di questi limiti, lo scommettitore intelligente usa gli xG come uno strumento nel proprio arsenale, non come l’unico. Li combina con l’osservazione delle partite, l’analisi tattica, le informazioni sulle rose e il confronto delle quote. Gli xG sono il microscopio che rivela dettagli invisibili a occhio nudo, ma il microscopio da solo non cura il paziente. Serve il medico che sa interpretare ciò che vede — e nel betting, quel medico sei tu, con la tua esperienza, il tuo giudizio e la tua disciplina nel separare il segnale dal rumore.