xG è l’acronimo di expected goals, una metrica che stima la probabilità che un tiro si trasformi in gol. In termini semplici, assegna a ogni conclusione un valore tra 0 e 1 in base alla qualità dell’occasione: 0 indica un tiro quasi impossibile da segnare, 1 una chance quasi certa. La somma dei valori durante una partita descrive quante reti una squadra avrebbe potuto segnare in media date le occasioni create.
Questa misura è rilevante perché separa la prestazione dalla varianza del risultato. Un successo con pochi tiri difficili non equivale a una gara dominata senza precisione sotto porta. L’articolo spiega cosa misura l’xG, come viene calcolato, come interpretarlo per squadre e giocatori, come confrontarlo con xA e tiri per cogliere over/underperformance, con esempi pratici e una lista di strumenti gratuiti per iniziare.
Cos’è l’xG e cosa misura davvero
L’xG misura la qualità di un’occasione di tiro. Non conta chi calcia o il risultato dell’azione, ma il contesto del tentativo: distanza dalla porta, angolo, tipo di assist, parte del corpo usata. È un ponte tra il volume delle conclusioni e la loro pericolosità. Nel lungo periodo, una squadra con xG più alti tende a segnare di più; nel breve, il punteggio può divergere per finiture eccellenti o errori. L’xG non predice il singolo evento, ma descrive la probabilità media di segnare date condizioni simili osservate in molti tiri storici.
Come si calcola: variabili e logica dei modelli
I modelli di expected goals si basano su tecniche statistiche o di machine learning addestrate su grandi insiemi di tiri. Le variabili tipiche includono: distanza dal tiro, angolo rispetto alla porta, tipo di assist (cross, filtrante, passaggio arretrato), parte del corpo (piede, testa), situazione (azione, contropiede, punizione indiretta), pressione dei difendenti e presenza di dribbling prima del tiro. Alcuni modelli usano anche informazioni di tracking su posizioni di compagni e avversari. Cambiano i dettagli, resta l’obiettivo: stimare la probabilità di segnare in base a caratteristiche ripetibili e misurabili dell’azione.
Interpretare l’xG per squadre: prestazione oltre il punteggio
Per le squadre, la somma degli xG prodotti e concessi racconta l’equilibrio complessivo. Un alto xG creato con basso xG concesso suggerisce controllo del gioco e shot quality favorevole. Differenze sistematiche tra gol segnati e xG (positiva o negativa) si chiamano over/underperformance: se i gol superano gli xG per molte partite, si può ipotizzare ottima finalizzazione o momenti di fortuna; se restano sotto, può esserci scarsa precisione o ottime parate avversarie. L’xG difference (xG fatti meno xG concessi) è un indicatore solido della forza sottostante rispetto alla classifica.
Interpretare l’xG per giocatori: tiro, ruolo e contesto
Per i giocatori, l’xG per tiro indica che tipo di conclusioni cercano: un centravanti d’area avrà mediamente xG/shot più alto di un tiratore dalla distanza. Confrontare gol e xG di un calciatore aiuta a valutare la finishing skill: uno scarto positivo prolungato può suggerire qualità al tiro o ottimo posizionamento; uno scarto negativo può segnalare problemi di esecuzione o selezione di tiro. È utile distinguere tra volume (tiri per 90 minuti) e qualità (xG per tiro): pochi tiri molto puliti possono valere più di molti tiri forzati.
XG, xA e tiri: leggere insieme i segnali
L’xA (expected assists) misura la probabilità che un passaggio diventi un gol in base al valore xG del tiro che genera. Incrociando xG, xA e tiri si ottiene un quadro completo: tiri alti e xG bassi suggeriscono selezione di tiro discutibile; xA elevato con pochi gol segnati dagli attaccanti può indicare sotto-rendimento in finalizzazione; xG alti con pochi tiri rivelano capacità di creare occasioni pulite. Per i creatori di gioco, xA per 90 minuti e passaggi chiave aiutano a misurare la qualità dell’ultimo passaggio al di là dell’esito.
Esempi pratici classici
– Rigore: tipicamente xG intorno a 0,75–0,80, perché la distanza è minima e il tiratore non è contrastato.
– Colpo di testa da cross dalla linea dell’area piccola ma angolato: xG medio, dipende dall’angolo e dalla pressione difensiva.
– Tiro da fuori area centrale e senza deviazioni: xG basso, anche se spettacolare quando entra.
– Taglio sul primo palo con passaggio arretrato: spesso xG medio-alto grazie all’angolo favorevole e alla velocità dell’azione.
Questi esempi mostrano che il contesto dell’azione pesa più del singolo gesto tecnico isolato.
Strumenti gratuiti per iniziare
Per esplorare xG e xA senza costi si possono usare piattaforme che offrono dashboard pubbliche, grafici tiro per tiro e mappe di conclusione con valori xG. In genere consentono di: filtrare per campionato come la Serie A, selezionare squadre e giocatori, confrontare xG con gol, scaricare dati aggregati. È utile imparare a leggere: mappe di tiro con dimensione proporzionale all’xG, grafici cumulati partita per partita, radar con xG/90, tiri/90 e xA/90. Anche fogli di calcolo e notebook con librerie open-source permettono analisi personalizzate e visualizzazioni rapide.
Errori comuni, limiti e buone pratiche
Tre avvertenze ricorrenti. 1) Campione ridotto: poche partite possono generare scarti casuali tra gol e xG; servono orizzonti più lunghi. 2) Modelli diversi: gli xG non sono tutti identici; confronti corretti richiedono stessa fonte e stesso modello. 3) Contesto tattico: stile di gioco, pressione e qualità degli avversari influenzano le conclusioni. Buone pratiche: valutare xG creati e concessi insieme, osservare trend su periodi ampi, affiancare xA e tiri, e guardare clip delle azioni per collegare numeri e campo. L’uso di per 90 minuti o per possesso aiuta i confronti tra giocatori con minutaggi diversi.
Cosa fare da subito: un mini–framework di lettura
Per ogni gara, si può partire da tre domande: 1) Chi ha creato più xG e da quali zone? 2) Quanto è sostenibile lo scarto tra gol e xG osservato? 3) Chi ha generato xA significativi e con che profilo di passaggio? Estendendo l’analisi su più partite, emergono pattern utili per valutare la Serie A: squadre che riducono tiri difficili degli avversari, attaccanti che convertono sopra la media o creatori che alimentano occasioni pulite. Con questo approccio, ogni tabellino si arricchisce di informazioni azionabili per studiare, prevedere e migliorare.
