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

Gli Expected Goals hanno cambiato il modo in cui il calcio viene analizzato, e stanno cambiando anche il modo in cui si scommette. Fino a dieci anni fa, valutare la prestazione di una squadra significava guardare il risultato, i tiri e il possesso palla. Oggi, grazie alla metrica xG, è possibile misurare qualcosa di molto più utile: la qualità delle occasioni create e concesse, indipendentemente dal fatto che il pallone sia entrato o meno in porta.

Per lo scommettitore, gli xG rappresentano una lente che svela ciò che il risultato nasconde. Una squadra che vince 1-0 con un xG di 0.4 ha avuto fortuna. Una squadra che perde 0-1 con un xG di 2.3 ha giocato molto meglio di quanto dica il tabellino. Queste discrepanze tra prestazione reale e risultato sono esattamente il tipo di informazione che crea valore nel mercato delle scommesse, perché i risultati influenzano le quote future e la percezione del pubblico, mentre gli xG raccontano una storia diversa e spesso più affidabile.

Come si calcolano gli Expected Goals

L'xG assegna a ogni tiro una probabilità di trasformarsi in gol, basata su dati storici di migliaia di situazioni simili. I fattori principali che determinano questa probabilità sono la posizione del tiro rispetto alla porta, l'angolo disponibile, la parte del corpo usata (piede, testa), il tipo di azione che ha preceduto il tiro (cross, passaggio filtrante, dribbling, calcio piazzato) e la pressione difensiva sul tiratore.

Un tiro dal dischetto del rigore ha un xG di circa 0.76 — storicamente, circa il 76% dei rigori viene convertito. Un tiro dal centro dell'area dopo un cross basso ha un xG di 0.15-0.30 a seconda della posizione esatta e del contesto. Un tiro dalla distanza di 25 metri ha un xG di 0.03-0.05: raramente entra, ma quando lo fa sembra un capolavoro. La somma degli xG di tutti i tiri di una squadra in una partita dà l'xG totale, ovvero il numero di gol che quella squadra avrebbe "dovuto" segnare in base alla qualità delle occasioni create.

I modelli xG più sofisticati, come quelli di StatsBomb, incorporano variabili aggiuntive: la posizione del portiere, il numero di difensori tra il tiratore e la porta, la velocità del gioco nell'azione precedente al tiro. Modelli più semplici, come quelli disponibili gratuitamente su Understat o FBref, utilizzano un set ridotto di variabili ma producono comunque stime utili per l'analisi delle scommesse. La differenza tra i modelli esiste ma non è così grande da rendere quelli gratuiti inutilizzabili: per lo scommettitore non professionista, le fonti open sono più che sufficienti.

Le fonti gratuite di dati xG

Il primo punto di riferimento è FBref (fbref.com), che utilizza il modello xG di StatsBomb e copre i principali campionati europei con dati aggiornati dopo ogni giornata. Trovi xG per partita, xG cumulativi stagionali, xG per singolo giocatore e la differenza tra gol effettivi e gol attesi, dato cruciale per identificare sovra e sottoperformance.

Understat (understat.com) è un'altra risorsa eccellente, con un'interfaccia visiva che mostra le mappe dei tiri e gli xG per singola azione. La copertura è limitata ai top-5 campionati europei e alla Premier League russa, ma per la Serie A e gli altri campionati principali è uno strumento completo e intuitivo.

FootballXG e InStat offrono dati aggiuntivi, alcuni a pagamento. Per chi opera sui campionati minori — Serie B italiana, Ligue 2 francese, Eredivisie — la disponibilità di dati xG è più limitata e spesso richiede abbonamenti a piattaforme specializzate. Questo è un dettaglio rilevante per lo scommettitore: i campionati con meno copertura analitica sono anche quelli dove le quote del bookmaker possono essere meno efficienti, perché basate su modelli con meno input. Se riesci a procurarti dati xG affidabili su leghe meno coperte, hai un potenziale vantaggio informativo significativo.

xG e risultati: quando divergono

Il dato più prezioso per lo scommettitore non è l'xG assoluto di una squadra, ma la differenza tra xG e gol effettivi su un campione di partite. Questa differenza, spesso indicata come xG diff o xG overperformance/underperformance, segnala squadre che stanno segnando più o meno di quanto la qualità delle loro occasioni suggerirebbe.

Una squadra con un xG cumulativo di 18 dopo 12 partite ma 24 gol segnati sta sovraperformando di 6 gol. Questo può dipendere dalla qualità eccezionale del finalizzatore (un centravanti da top-5 mondiale può sovraperformare costantemente l'xG), ma nella maggior parte dei casi indica una fase di efficienza realizzativa destinata a regredire verso la media. Le quote future di questa squadra saranno influenzate dai risultati reali (24 gol in 12 partite = 2 gol a partita), mentre la prestazione sottostante suggerisce un rendimento offensivo più modesto (1.5 gol attesi a partita).

Al contrario, una squadra che sta sottoperformando — meno gol dei suoi xG — è una candidata al rimbalzo. Se il Torino ha un xG di 15 ma solo 9 gol in 10 partite, la discrepanza di 6 gol suggerisce che le occasioni vengono create ma non concretizzate, probabilmente per sfortuna, scarsa lucidità sotto porta o un portiere avversario in stato di grazia ripetuto. Queste situazioni tendono a normalizzarsi, e quando lo fanno, i risultati migliorano rapidamente. Se il mercato delle quote è ancora ancorato ai risultati recenti deludenti, hai una potenziale finestra di valore.

Applicazioni pratiche degli xG nelle scommesse

L'uso più diretto degli xG nel betting riguarda il mercato over/under. Se due squadre che si affrontano hanno un xG combinato per partita di 3.2 ma una media gol reale di 2.4, il mercato sta probabilmente prezzando l'under in modo troppo generoso. La regressione verso la media degli xG suggerisce che le partite future di queste squadre produrranno più gol di quanti ne abbiano prodotti finora, rendendo l'over una scommessa con valore potenziale.

Lo stesso ragionamento si applica al mercato Gol/No Gol. Se una squadra ha un xG Against (gol attesi subiti) di 1.4 a partita ma ha subito solo 0.7 gol reali, il suo portiere o la sua difesa stanno sovraperformando in modo insostenibile. Quando la prestazione difensiva si normalizza, quella squadra subirà più gol, rendendo il Gol una scommessa più attraente di quanto suggeriscano i risultati recenti.

Per il mercato 1X2, gli xG aiutano a identificare squadre sottovalutate dal mercato. Una squadra con un record deludente ma xG favorevoli è una candidata al miglioramento dei risultati. Il mercato delle quote si adatta ai risultati con un certo ritardo, e in quella finestra temporale — tra il momento in cui gli xG segnalano una prestazione migliore dei risultati e il momento in cui i risultati effettivamente migliorano — si concentra il valore. Non è un vantaggio permanente: quando i risultati si allineano agli xG, il mercato si adegua e l'opportunità svanisce.

I limiti degli Expected Goals

Gli xG non sono un oracolo. Il primo limite è che misurano la qualità dei tiri ma non catturano tutto ciò che accade in una partita. Le azioni che non sfociano in un tiro — dribbling in area non conclusi, passaggi intercettati all'ultimo momento, occasioni mancate per un tocco sbagliato — non entrano nel calcolo. Una squadra può dominare territorialmente senza produrre tiri di qualità, e il suo xG sarà basso nonostante una prestazione visivamente superiore.

Il secondo limite riguarda la regressione verso la media, che è una tendenza statistica, non una certezza. Esistono giocatori e squadre che sovraperformano o sottoperformano sistematicamente l'xG per ragioni strutturali. Un attaccante con una tecnica di finalizzazione eccezionale — pensate al miglior Lewandowski o al prime Suárez — può convertire in gol una percentuale di occasioni superiore alla media storica in modo consistente e non casuale. Ignorare queste eccezioni e trattare ogni discrepanza xG come temporanea è un errore metodologico.

Il terzo limite è la dimensione del campione. Gli xG di una singola partita sono volatili e hanno scarso potere predittivo. Un xG di 2.5 in una partita non significa che quella squadra gioca sempre così: potrebbe essere stata una serata eccezionale. Per ottenere stime affidabili servono almeno 8-10 partite di dati, e idealmente 15-20. All'inizio della stagione, quando i dati sono pochi, gli xG vanno presi con maggiore cautela e integrati con i dati della stagione precedente, ponderati per i cambiamenti di rosa e allenatore.

xG e il mercato delle scommesse: chi li usa e chi no

Un aspetto interessante è che gli xG sono sempre più integrati nei modelli dei bookmaker stessi. I grandi operatori utilizzano metriche avanzate per costruire le loro quote, il che significa che una parte del vantaggio informativo degli xG è già incorporata nel prezzo. Non stai scoprendo qualcosa che il bookmaker ignora: stai utilizzando le stesse informazioni, ma potenzialmente con un'interpretazione diversa o con un focus su aspetti che il modello automatico del bookmaker pondera diversamente.

Dove gli xG offrono ancora un vantaggio reale è nei mercati e nelle leghe meno coperti dall'analisi automatica del bookmaker. I campionati minori, le prime giornate di stagione con pochi dati, le partite di coppa tra squadre di categorie diverse: in questi contesti, i modelli del bookmaker hanno meno input e le quote sono meno raffinate. Se tu hai accesso a dati xG che il modello del bookmaker non incorpora, o se li interpreti in modo più accurato nel contesto specifico, hai un potenziale vantaggio.

Un altro vantaggio è la velocità di reazione. I modelli del bookmaker si aggiornano con i risultati, che sono il dato più visibile e immediato. Gli xG richiedono un'analisi più approfondita e arrivano alle conclusioni con un certo anticipo rispetto alla correzione dei risultati. In quel lasso di tempo — tipicamente 3-5 giornate di campionato — le quote possono essere ancora ancorate a risultati che gli xG segnalano come insostenibili.

Il gol che non c'è stato

C'è una bellezza controintuitiva nel concetto di Expected Goals: ti insegna a guardare ciò che non è successo. La traversa colpita al 93° minuto, il tiro a colpo sicuro deviato dal difensore, il rigore sbagliato — questi eventi non compaiono nel risultato ma compaiono negli xG, e raccontano una storia parallela a quella del tabellino. Per lo scommettitore, imparare a leggere questa storia parallela è come sviluppare un sesto senso statistico.

Il consiglio pratico è iniziare in modo semplice. Scegli il campionato che segui più da vicino, consulta gli xG su FBref o Understat dopo ogni giornata e confrontali con i risultati reali. Dopo un mese avrai una mappa mentale delle squadre che stanno sovra e sottoperformando. Dopo due mesi, inizierai a notare le correzioni — squadre che finalmente iniziano a segnare quanto meritano, o squadre che smettono di vincere partite che non avrebbero dovuto vincere. Quel momento di riconoscimento, quando i numeri che avevi previsto si materializzano nei risultati, è il momento in cui capisci che gli xG non sono un accessorio accademico ma uno strumento operativo con conseguenze concrete sul tuo modo di scommettere.