¿Para qué sirve el indicador xG (Goles esperados) y cómo se calcula?

Profile-cropped
Expected Goals-Goles Esperados-xG

El fútbol son los goles, es la única estadística que vale. Todo lo que hacemos, entrenamos o analizamos es con el objetivo de marcar más goles que el rival. Los jugadores, los cuerpos técnicos o los sistemas somos buenos o malos en función de las ocasiones de gol que se consiguen materializar. Y hay un indicador por excelencia para medir esto: xG (Expected Goals) para medir los Goles Esperados de tu equipo.


¿Qué son los «Goles Esperados» (xG)?

Los goles esperados, normalmente denominados xG o su término en inglés, Expected Goals, es un indicador estadístico que asigna una probabilidad de que una ocasión sea gol en función de las características de la jugada. No todas las ocasiones de gol tienen la misma probabilidad de acabar en la portería y dependen de muchos factores (distancia, ángulo, rivales por delante…). No es lo mismo un disparo escorado que centrado. Y no es lo mismo un tiro mano a mano contra el portero que un tiro con defensores por delante (aunque sea exactamente desde el mismo punto).

«El Expected Goal mide la calidad del tiro»

El indicador xG normalmente se mide en un rango del 0 al 1, donde 1 significa que esta ocasión tiene un 100% de probabilidad de ser gol (el máximo buscado por los equipos) y 0 que indica que tiene un 0% de probabilidades de acabar en la portería.

Los valores intermedios, por ejemplo 0,5 , dicen que hay un 50% posibilidades de que ese tiro acabe en gol (o lo que es lo mismo, 1 de cada 2 tiros con esas características deberían acabar en gol).

Según algunos modelos, una gran oportunidad tiene alrededor de un 38% (0,387) de ser gol, según datos de la Premier League en los últimos 5 años.


¿Pero para qué sirve esta métrica de «Goles Esperados»?

En el medio plazo, el xG responde a varias preguntas y ayuda a entender muchas cosas de lo que sucede en el campo.

Realizar análisis estadísticos solo basado en los goles puede llegar a ser engañoso. ¿Por qué? Porque en general en cada partido hay pocos goles, marcadores bajos, la muestra es escasa a lo largo de la temporada. Hablar de porcentajes cuando el volumen no es suficiente puede llevar a resultados engañosos. «He marcado en un 100% de mis corners. Pero claro, solo he lanzado 1».

Opta Sport lo explica espectacular en este vídeo:

https://www.youtube.com/watch?time_continue=20&v=w7zPZsLGK18

Cuando acaba un partido, echas un vistazo a los tiros a puerta de cada equipo y todos hemos pensado alguna:

«¿Por qué tiramos tanto a puerta y no marcamos?»

«¿Por qué este equipo tira tan poco pero siempre marca?»

El equipo que genera más ocasiones no es siempre quien gana los partidos. Y los xG pueden responder a esas preguntas.

Una medición de los xG nos va a hablar de la calidad de nuestras oportunidades de gol, de las que se pueden sacar muchas conclusiones:

  • El acierto de cara a portería. Si mis ocasiones de gol tienen un valor de 0,2, significa que debería meter 2 goles de cada 10 tiros a puerta. Si no lo hago, tengo un problema de finalización. Meto menos goles de los esperados.
  • La calidad de tus ataques. Si consigo que mis ocasiones de gol tengan unos xG altos, significará que genero situaciones muy favorables para hacer gol. Es decir, el porcentaje de que cada tiro que hago sea gol es alto. Al contrario, si tiro mucho a puerta pero mi xG es bajo, podrá significar entre otras cosas que mis tiros no son tan claros (¿precipitación? ¿Incapacidad de generar situaciones mejores?..).
  • La capacidad de conversión de un goleador. En sus ocasiones de gol, ¿está por encima o por debajo del xG? Los goleadores más valiosos meten más goles de lo que el xG espera para las ocasiones que disponen.

Si en un partido un equipo tira 15 tiros a puerta, con un xG medio de 0,05, y el rival tira 4, pero con un xG de 0,5, ¿quién está más cerca de ganar? Mirando solo las estadísticas tradicionales, el primero, que ha tirado 12 veces. Pero fijándonos en indicadores avanzados, el segundo está más cerca de marcar gol porque sus ocasiones tienen xG altos.

La estadística es una ciencia mundialmente reconocida como tal, usada día a día por empresas de todos los sectores, invirtiendo miles de euros para sacar conclusiones a sus datos. En el fútbol hay mucho escepticismo al respecto sobre su utilidad, pero lo que se tiene que poner en duda no es la estadística, sino la utilización indebida de los datos para indicar conclusiones que no son correctas. Un buen uso de tus datos, ayudado de estadística avanzada y técnicas de Big Data y Machine Learning, te ayudará a conocer mejor qué pasa con tu equipo y con su juego.


¿Qué factores influyen en el cálculo del Expected Goal?

Hay muchas variables que entran en juego a la hora de calcular la probabilidad de que un  tiro a puerta sea gol. Las más sencillas pueden ser:

  • Distancia a la portería (cuanto más cerca, más probable).
  • Angulo respecto de la portería. (cuanto más centrado, más probable).
  • Parte del cuerpo del golpeo (cabeza, pierna derecho…).
  • Jugadores rivales delante de balón (medida de presión rival).
  • Jugadores acompañando jugada.
  • Cómo se creó la ocasión (contraataque, ABP, pase al pie, pase al espacio…)

Estos factores pueden ser los mas evidentes, pero en realidad podemos meter en el modelo otras variables no tan obvias que creamos que pueden tener relevancia en la ocasión:

  • Marcador antes del gol. Si voy ganando, empatando o perdiendo puede tener influencia en la ansiedad del tiro.
  • Clasificación del equipo.
  • Clasificación del rival.
  • Minuto en el que se hace el tiro.
  • Posición del jugador (no remata igual un delantero que un central).
  • Cómo recibe el balón  el jugador que remata (de frente, de espaldas…)
  • Distancia de jugador a portero.
  • Distancia de jugador a defensa más cercano (que influirá en cómo de precipitado o molesto remato y cual puede ser la calidad de mi tiro).
  • Local o visitante.
  • Cómo se produce el tiro (tras regate, tras conducción, rebote de portero, etc).
  • Velocidad vertical del ataque.
  • Número de toques en la jugada.
  • Posición del portero respecto de la portería.

«Teóricamente cualquier cosa que pueda afectar al resultado de un tiro debería pertenecer al modelo»

Todo lo creas que puede influir en que un tiro sea gol puede entrar en el modelo del goles esperados. Cuantas más variables introduzcas inicialmente en el modelo, más ajustado será el xG (aunque algunas de ellas sean descartadas posteriormente por el propio algoritmo utilizado). Y sobretodo, tendrás un contexto mayor para evaluar qué pasa en el juego de tu equipo.


¿Cómo se calculan los xG de cada tiro?

Una vez que he decidido cuales son las variables que creo que influyen en que un tiro sea gol (o cuales son las variables que tengo disponibles), llega el momento de calcular el Expected Goal (xG). Hay muchos enfoques para determinar los goles esperados. Es un indicador relativamente nuevo y no hay una manera común para calcularlo. Dependerá de cuantas variables significativas seamos capaces de meter en el análisis.

Usando una técnica matemática llamada regresión multivariable, podemos calcular que factores (variables) debemos usar y cual es el peso de cada una al resultado final. No os voy a mentir, no es algo sencillo, pero para nada es una técnica imposible e incluso con Excel se puede calcular.

Aplicamos un modelo de probabilidad y es la propia estadística la que nos va indicando si una u otra variable es o no relevante

No hay una formula mágica para calcularlo y tendremos que ir aplicando nuestros conocimientos estadísticos para entrenar, depurar y mejorar el modelo (hasta conseguir un R2 alto). No te agobies con esto. Los software de estadística hace casi todo el trabajo duro…


¿De donde saco los datos?

Para entrenar el modelo, necesitamos datos históricos con las características de los tiros y el resultado (ha sido gol o no).

Para conseguir los datos, depende de cual quieres que sea tu enfoque, hay opciones:

  • Si eres amateur y quieres empezar a introducirte en la analítica y estadística deportiva, puedes utilizar datos más sencillos como los que facilita Whoscored. Ahí puedes sacar la información de tiros y goles por zonas (dentro del área pequeña, área grande y fuera de área). Si, es cierto, no son muchas variables pero te vale para experimentar y generar un modelo sencillo de Expected Goals.

¿Y cuantos datos necesito? Cuantos más mejor. Para que un modelo estadístico sea fiable y robusto, necesita una muestra mínima necesaria.

Imaginemos que hay unos 20 tiros por partido, y en una temporada hay 380 partidos–> 20 x 380 = 7600 tiros para analizar. A partir de 5 temporada ya tendríamos un volumen bueno para comenzar (38000 tiros).


Un ejemplo de xG

En Inglaterra es algo que lleva años desarrollando y están un paso por delante de nosotros. Os dejo una visualización de la temporada 2015-16 en la Premier League hecha por Paul Riley:

Modelo de Expected Goals (pincha en la imagen para acceder)
Modelo de Expected Goals (pincha en la imagen para acceder)

Está diseñada con Tableau (que es una herramienta muy parecida a Power BI, de la que ya hemos hablado en Objetivo Analista). 


¿Te convence el xG como medida del rendimiento?

El indicador xG dice mucho de cómo juega un equipo, de cómo son las ocasiones que genera/recibe y cómo es la tasa de conversión de cada jugador a la hora de rematar a puerta.

Entiendo y comparto que la estadística en el fútbol, de manera general, está siendo usada de forma banal. Pero eso no significa que esta ciencia, el Big Data o la tecnología aplicada al fútbol no sirvan. Lo que es necesario es una buena aplicación de las técnicas de cada caso. 

En cualquier caso, cada vez más a menudo oirás hablar del Expected Goal, Goles Esperados o simplemente xG. A partir de ahora, estás listo para poder interpretarlo y aplicarlo a tus decisiones!

Profile-cropped

Acerca del autor

Dani Pérez

Creador de http://ObjetivoAnalista.com ||
Analista de Fútbol ||
Ingeniero BI ||
Entrenador UEFA B ||
Aprendiz de todo ||
Viajar, deportes, naturaleza, personas

Interacciones con los lectores

Comentarios

  1. Amadeo dice

    Hola Dani, acabo de descubrir tu página y es increíble.
    Actualmente trabajo como analista de producción y soy fanático del futbol…. y una de mis ideas para este 2019 es comenzar a combinar ambas cosas de forma aficionada y tu página me ha ayudado bastante en este proyecto personal.

    Gracias y felicitaciones por tu trabajo!!!

  2. antonio dice

    Hola. Gracias por la información.

    Me he puesto en contacto con OPTA, pero me dicen que no ofrecen servicio a particulares. Mi idea es conseguir información de ZONAS DE TIRO de varias temporadas/ligas; y aunque WHOSCORED ofrece esta información, recabarla a mano… me quiero morir. No sé si se te ocurre algo. Gracias.

  3. Yuri Morales dice

    Dani acabo de conocer tu pagina, son las 10 pm en Guatemala y creo que la información develada en las ultimas horas que llevo leendo, me han quitado el sueño, jejeje

    Muchas gracias por tu trabajo y por tu valioso aporte, estamos en contacto.

    saludos

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Responsable del fichero: Daniel Pérez del Campo Finalidad; resolver las dudas planteadas.La Legitimación; es gracias a tu consentimiento. Destinatarios: tus datos se encuentran alojados en mi plataforma de hosting de loading. Podrás ejercer Tus Derechos de Acceso, Rectificación, Limitación o Suprimir tus datos enviando un email a hola@objetivoanalista.como ante la Autoridad de Control.Encontrarás más información en política de privacidad

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

regalo_mockup

¿Eres invisible como analista de fútbol?

Potencia tu marca personal y llega a miles de personas

¡Descargate gratis mi guía!
Para empezar hoy mismo como analista de fútbol