¿Cuánto valía el gol de Nico Paz al Manchester United?
Minuto 2. Nico Paz recibe en el vértice del área, escorado, con poco ángulo, y la mete a rosca pegada al palo. El Como se planta 1-0 ante el Manchester United en Champions. El dato que da FotMob para ese remate: xG 0,06 y xGOT 0,81.
Aquí tienes el resumen del partido:
Dos números, dos lecturas muy distintas del mismo disparo. De disparos desde esa posición, con ese ángulo y ese contexto, solo entran unos seis de cada cien. La ocasión era mala. Pero una vez que el balón salió de su pie, pegado al palo y a media altura, el remate pasó a valer 0,81: de cada cien tiros que llegan así a portería, unos ochenta acaban dentro.
Ese es el partido de las dos métricas. Y el Como 4-1 Manchester United, Champions League 2026/27, jornada 3, 21 de octubre de 2026, es el laboratorio perfecto para entenderlas.
Qué es el xG: el dato que mide la ocasión
El xG, o goles esperados, es la probabilidad de que un remate acabe en gol según las condiciones en que se produce. El modelo tiene en cuenta desde dónde se remata, el ángulo y la distancia a la portería, con qué parte del cuerpo se golpea, cuántos defensas hay delante y la acción que precede al disparo, entre otras variables.
El resultado es un número entre 0 y 1 para cada tiro. Un 0,06 como el de Paz quiere decir que, de cada cien disparos en esas condiciones, unos seis acaban en gol.
Lo que el xG no sabe es qué pasó después del disparo. No ve si el balón fue al centro, si rozó el palo o si fue tan colocado que el portero no llegó. Solo sabe desde dónde salió.
Si quieres profundizar en cómo se construye esta métrica, en el blog tienes una guía completa sobre xG y goles esperados y cómo calcular el xG en fútbol paso a paso.
Qué es el xGOT y en qué se diferencia del xG
El xGOT (expected goals on target, goles esperados a puerta) es la probabilidad de que un remate a puerta acabe en gol, calculada después del disparo. Parte de la ocasión y le suma lo que pasó con el balón: a qué parte de la portería fue y qué posición tenía el portero en ese momento.
Solo cuenta los tiros a puerta. Si el remate va fuera o lo bloquea un defensa, el xGOT no existe para ese disparo. Y el xGOT de un equipo es la suma de los de todos sus remates a puerta en el partido (así lo explica Flashscore).
| xG | xGOT | |
|---|---|---|
| Qué mide | La calidad de la ocasión | La calidad del remate a puerta |
| Cuándo se calcula | Antes del disparo | Después del disparo |
| Qué tiros cuentan | Todos los remates | Solo los que van a puerta |
| Para qué sirve | Evaluar la generación de ocasiones | Evaluar la finalización y al portero |
| El primer gol de Paz | 0,06 (ocasión mala) | 0,81 (remate casi imparable) |
La diferencia entre los dos números de un mismo remate te dice algo concreto: si el xGOT es mucho mayor que el xG, el jugador sacó del disparo más de lo que valía la posición. Si el xGOT es menor, el remate fue flojo para la ocasión que tenía.
Como 4-1 Manchester United: ocasiones de dos goles, remates de cuatro
Con esa tabla en la cabeza, los números del partido cobran otro sentido.
Según FotMob, el Como terminó con 11 tiros, un xG de 2,11 y un xGOT de 4,03. Cuatro goles. El United, con 13 tiros, llegó a 0,99 de xG, un xGOT de 0,59 y un solo gol. El Como generó el doble que su rival con menos remates, y encima remató mejor: ocho de sus once tiros fueron a puerta.
Así se ve en el mapa de tiros. Cada círculo es un remate y su tamaño, el xG de ese remate:
El gol de Zirkzee en el minuto 90+1 ilustra el caso contrario al de Paz: xG 0,62 y xGOT 0,25. Buena ocasión, remate flojo, y aun así entró. Con el xGOT en la mano, ese gol dice más del portero que del rematador.
Una nota sobre las cifras: Opta, a través de The Analyst, da un xG de 2,04 para el Como y de 1,05 para el United en el mismo partido. FotMob da 2,11 y 0,99. Cada proveedor tiene su propio modelo de xG y las cifras no coinciden exactamente, aunque cuentan la misma historia.
¿Fue suerte? Cómo lee un analista el xG y el xGOT
Primera pregunta que sale siempre: ¿el Como ganó de casualidad porque Paz metió un gol de 0,06?
Los números dicen que no. Sus ocasiones valían algo más de dos goles, sus remates valían cuatro y marcó cuatro. Los goles cuadran con el xGOT: el Como no tuvo un día afortunado, remató muy por encima de lo que valían sus ocasiones. Al United le pasó justo lo contrario.
La curva de xG acumulado lo cuenta minuto a minuto. El Como empezó a despegarse antes del descanso y se fue lejos en la segunda parte. El United pasó casi todo el partido por debajo de 0,4 y solo subió con el gol de Zirkzee:
Esa lectura separa dos problemas que se trabajan de forma distinta. Rematar por debajo de lo que valen tus ocasiones se corrige entrenando la finalización. Generar poco se corrige con el juego.
Aquí es donde el xGOT se vuelve una herramienta para valorar delanteros. Si un jugador lleva una temporada entera con un xGOT muy superior a su xG, coloca bien los disparos, venga de donde venga la ocasión. En Scouting 360 se trabaja con el ejemplo de Eden Hazard en el Chelsea: disparos con poca probabilidad de gol pero tan colocados que el valor después del remate era muy alto. Eso ya es habilidad en la finalización.
Para los porteros, la métrica que sale del xGOT son los goles evitados: la diferencia entre el xGOT que reciben y los goles que encajan, sin contar los goles en propia puerta. Un portero que encaja menos de lo que marca el xGOT de los remates que recibe está rindiendo por encima del modelo. Uno que encaja más, por debajo. Es una forma de separar al portero de la defensa que tiene delante, cosa que con los goles encajados a secas no puedes hacer. Tienes más sobre cómo analizar al portero en este artículo.
Y una cosa más: rematar como el Como no se sostiene noventa partidos seguidos. Un partido es una foto, y para saber si un equipo genera bien hace falta la temporada entera. Ahí el xG sigue siendo la mejor brújula.
El partido que puedes montar tú
Todo lo que has visto aquí, los números de cada remate, el mapa de tiros con el tamaño de cada punto según su xG, la curva acumulada de xG a lo largo del partido y la comparación entre goles y goles esperados, se puede construir con datos abiertos y gratuitos.
Y no solo de un partido. Este es un informe en Power BI con datos de LaLiga, del tipo que se monta en la formación:
Si quieres ver antes cómo se trabaja con Python en análisis de fútbol, aquí tienes un artículo de introducción. Y si los dashboards son tu siguiente paso, empieza por aquí.
En Datos 360 aprendes a descargar los datos de cada disparo desde fuentes como Understat, a dibujar esos mapas de tiros con Python y a replicar las visualizaciones de The Analyst con Power BI, en más de 200 lecciones y sin necesidad de saber programar de entrada.
El partido del Como ya está jugado. Los datos, para quien sabe usarlos, siguen ahí.
