El fútbol se decide por goles, pero el marcador casi nunca cuenta toda la historia. Un equipo puede ganar 1-0 generando muy poco y otro perder 2-1 habiendo merecido golear. Para medir lo que de verdad pasa de cara a portería, los clubes usan una métrica: el xG, los goles esperados. En este artículo te explico qué es, qué variables entran en juego y cómo se calcula. Y al final podrás probar tú mismo nuestra calculadora con un modelo real.
¿Qué es el xG (goles esperados)?
Los goles esperados, xG por sus siglas en inglés (Expected Goals), son una métrica que asigna a cada tiro una probabilidad de acabar en gol en función de sus características. Se mide en una escala de 0 a 1: un 0 significa que esa ocasión no tiene ninguna probabilidad de ser gol y un 1 que es prácticamente imposible fallarla.
Un ejemplo rápido para fijar la escala: un tiro lejano y escorado puede valer 0,03 (3 de cada 100 acaban en gol); un mano a mano dentro del área, 0,4; y un penalti, alrededor de 0,76, porque históricamente se convierten tres de cada cuatro. La idea de fondo es sencilla: no todos los tiros valen lo mismo, y el xG pone número a esa diferencia.
El xG mide la calidad de la ocasión, no si entró o no entró.
¿Qué variables influyen en el xG de un tiro?
Un buen modelo de xG combina varias variables que describen lo difícil que era ese disparo. Las más determinantes son cuatro:
- Distancia a la portería. Cuanto más cerca, más probable es el gol. Es la variable con más peso en casi todos los modelos.
- Ángulo de tiro. No es lo mismo rematar de frente que desde la línea de fondo. El ángulo mide cuánta portería "ve" el rematador: a más ángulo, más probabilidad.
- Defensas en la trayectoria. Aquí está la clave que muchos modelos sencillos ignoran. Lo importante no es cuántos defensas hay en el área, sino cuántos tapan el camino del balón a la portería, es decir, los que caen dentro del cono de tiro (el triángulo que va del balón a los dos palos).
- Posición del portero. Un portero adelantado o mal colocado deja hueco. Si queda fuera de la trayectoria y ningún defensa tapa, el tiro se acerca a un disparo a puerta vacía.
A esas cuatro se suman otras que afinan el cálculo: la parte del cuerpo (un remate de cabeza es más difícil que con el pie), el tipo de jugada (falta directa, penalti, juego abierto) y el contexto del disparo (si llega tras un pase en profundidad, un mano a mano, presión rival, etc.). Cuantas más variables relevantes introduzcas, más se ajusta el xG a la realidad.
¿Cómo se calcula el xG? El modelo paso a paso
El xG no sale de una fórmula mágica, sino de un modelo estadístico entrenado con datos históricos. El método más extendido es la regresión logística, una técnica que aprende, a partir de miles de tiros del pasado (cada uno etiquetado como gol o no gol), cuánto pesa cada variable en la probabilidad final. El proceso es siempre el mismo:
- 1. Reúnes datos. Necesitas un histórico grande de tiros con sus características (posición, ángulo, defensas, portero, resultado). Cuantos más, mejor: a partir de varias decenas de miles, el modelo es fiable.
- 2. Defines las variables (features). Transformas la jugada en números: distancia, ángulo, defensas en el cono, distancia al defensa más cercano, posición del portero, parte del cuerpo, etc.
- 3. Entrenas el modelo. La regresión logística calcula el peso (coeficiente) de cada variable para que sus predicciones se parezcan lo máximo posible a lo que de verdad ocurrió.
- 4. Validas. Compruebas que acierta con tiros que no usó para entrenar (métricas como el AUC o la correlación con un modelo de referencia te dicen si es bueno).
- 5. Lo aplicas. Con los coeficientes ya fijos, cualquier tiro nuevo entra en la fórmula y sale su xG.
Lo bonito es que, una vez entrenado, el cálculo de cada tiro es instantáneo: es una simple operación matemática. Eso es exactamente lo que hace nuestra calculadora por debajo.
El modelo de Objetivo Analista: +18.000 tiros reales
En Objetivo Analista no queríamos explicarte el xG con la teoría de siempre, así que hicimos lo que hace un club: entrenar nuestro propio modelo. Lo construimos sobre más de 18.000 tiros reales de StatsBomb Open Data, usando los freeze frames, es decir, la foto del momento del disparo con las posiciones de todos los defensas y del portero.
El resultado es un modelo de regresión logística que tiene en cuenta justo lo que hemos visto: distancia, ángulo, defensas dentro del cono de tiro, distancia al defensa más cercano y la posición del portero (incluida la lógica de portería vacía). Alcanza un AUC de 0,79 y una correlación de 0,90 con el xG de StatsBomb, números muy buenos para un modelo educativo. Y lo mejor: corre entero en tu navegador, así que puedes jugar con él sin instalar nada.
Calcula el xG de tus tiros ahora mismo
La mejor forma de entender el xG es verlo cambiar en directo. En nuestra calculadora de goles esperados sigues tres pasos: colocas el tiro sobre el campo, añades los defensas que quieras y sitúas al portero. El xG se actualiza al instante y te explica por qué sale ese número. Puedes registrar tantos tiros como quieras, ponerles el nombre del jugador y descargar un CSV con todos los datos para analizarlos en Excel o Power BI.
Prueba a mover un mismo tiro acercándolo a portería, o a quitar al defensa que tapaba: verás cómo el xG sube o baja. Esa intuición es justo lo que distingue a un buen analista.
Para qué sirve el xG en el análisis
El xG no es un capricho estadístico, responde a preguntas muy concretas del día a día de un equipo:
- Mide la calidad de tus ataques. Si tiras mucho pero tu xG es bajo, generas ocasiones pobres. Si tu xG es alto, llegas con peligro real.
- Evalúa la finalización. Comparando goles reales con xG sabes si un delantero está rindiendo por encima o por debajo de lo esperado.
- Da contexto al marcador. El xG acumulado a lo largo del partido te dice quién dominó de verdad, más allá del resultado.
- Funciona también en fútbol base. No necesitas datos de élite: con registrar a mano la posición de cada tiro ya puedes construir tus propios informes.
El siguiente paso
Ya sabes qué es el xG, qué variables lo determinan y cómo se entrena un modelo para calcularlo. Lo siguiente es pasar de la teoría a la práctica: abre la calculadora, registra unos cuantos tiros y descárgate tus datos.
Y si quieres aprender a construir métricas como esta y a aplicarlas en el análisis profesional de equipos y jugadores, ese es justo el camino que recorremos en el programa Analista 360.
