Cosa sono gli Expected Goals?
Se sei un appassionato del mondo delle scommesse o ti stai documentando a riguardo, avrai sicuramente sentito parlare di xG o meglio conosciuti come Expected Goals.
Andiamo a vedere cosa sono e come possono essere utilizzati per aiutarci nella valutazione dei pronostici di un match.
Gli xG sono un parametro statistico che unisce l'analisi tattica qualitativa, ovvero le analisi di esperti del settore di un determinato sport, in cui si cercano di dedurre le dinamiche di una partita a partire dalle sostituzione effettuate, fino agli schemi e posizionamenti dei giocatori, e l'analisi quantitativa ovvero i dati statistici raccolti tramite tecnologie all'avanguardia in grado di registrare ogni singola azione dei giocatori che scendono in campo.
Gli Expected Goals (xG) sono una misura della probabilità che ha un determinato tiro di essere trasformato in goal.
Quando tornano utili gli Expected Goals?
C'è da sottolineare che nel calcio è sufficiente fare pochi punti gol per vincere una partita.
Questo si traduce nel concetto che vincere una partita 1 a 0 può essere frutto della pura casualità in una partita tendenzialmente equilibrata.
Sappiamo benissimo che un gol può essere frutto di un rimpallo, di un errore dell'arbitro, di un fuorigioco non fischiato o infinite altre casistiche.
Si deduce una complessità in certe situazioni nel sentenziare una vittoria più o meno meritata da una squadra piuttosto che dall'altra.
Basandoci solo sul risultato dei goal infatti non è raro trovare partite che finiscono 1-0 con statistiche di "tiri in porta" e "possesso palla" particolarmente squilibrate.
Questa statistica può essere traslata in situazioni più bilanciate, dove si possono trarre non pochi vantaggi a livello di analisi di una quota.
Proprio in questi casi vengono ad aiutarci gli expected Goal.
Questa statistica espone la qualità delle occasioni avute da una squadra o da un singolo giocatore.
Rileva un valore numerico decimale e/o percentuale che indica in che misura una determinata occasione potrebbe portare al gol che varia da 0 (aspettativa dello 0%) a 1 (aspettativa del 100%)
Facciamo un esempio:
Se un tiro ha un valore di 0,3 expected Goals significa che 3 volte su 10 (o il 30%) delle volte che quell'occasione si presenta un giocatore segna il gol.
Quali sono i criteri che vanno a determinare il valore di un Expected Goal?
Innanzitutto la posizione del tiro:
pensiamo per esempio che se un tiro venisse effettuato in mezzo all'area piccola il valore dell'xG sarebbe particolarmente alto, infatti potremmo dire che se una squadra in un match si è trovata ad effettuare 10 tiri da dentro l'area ha meritato la vittoria sicuramente più di un ipotetico avversario che ne ha effettuati solamente 5.
Introduciamo così anche il concetto di xG medio di squadra e cioè la media matematica degli expected Goals di un'intera squadra.
si va a considerare poi la tipologia del tiro effettuato:
Ci sarà da considerare come paramento anche se un tiro è stato fatto al volo, di testa, di destro, di sinistro, come è stato originato questo tiro, se il passaggio è stato rasoterra, se è scaturito da un cross e molti altri paramenti che sono in continuo aggiornamento di gara in gare.
Le società stanno investendo cifre importanti proprio nello sviluppo dei Big Data Center che elaborano dati su dati incrociando le statistiche registrate.
possiamo elencare altri parametri che tengono in considerazione i software di analisi avanzata che vanno a generare il valore di un expected Goal:
l’angolo di tiro, la distanza dalla porta, la parte del corpo con cui si tira, il numero e la posizione dei difensori e del portiere, altezza dell’impatto col pallone, la tipologia di assist ricevuto.
A cosa possono servire questi dati?
I dati statistici non possono essere l'unico punto di riferimento per le decisioni prese da un allenatore di una società sportiva, durante la partita però ci possono dare un'idea di un trend che sta andando avanti, dunque una squadra sta attaccando più dell'altra e se la nostra squadra potrebbe arrivare al gol con una probabilità più alta.
In un intervista Antonio Gagliardi esperto match analyst della nazionale italiana ha dichiarato che se il valore dell'indice di pericolosità (quello che deriva dagli xG) è maggiore di 0,30 point rispetto a quello dell'avversario, allora 7 partite su 10 vengono vinte statisticamente dalla squadra con l'indice maggiore.
Questo ci dimostra dimostra che andare al tiro molte volte avendo un indice di xG alto è un'indicazione importantissima per chi fa betting a livello avanzato e per gli analisti delle società.
Avere una statistica chiara di xG ci può dire anche in quali situazioni di gioco una squadra sta preformando sotto le aspettative, quando i gol segnati sono inferiori alla media mensile o annuale.
Al contrario potremmo avere un segnale di problemi in difesa nel momento in cui la squadra sta subendo troppe reti rispetto alla media.
Nel 2022 l'Atalanta dopo 8 giornate si trovava ad un solo punto dalla zona retrocessione,
eppure gli xG in quel momento stante indicavano altro: l'Atalanta aveva segnato 9 gol ovvero quasi tre in meno di quello che diceva la statistica. Ne aveva poi subiti 11 al contrario degli 8 circa che avrebbe dovuto subire sempre a livello statistico.
Questa variazione stava ad indicare che sulla carta l'Atalanta avrebbe dovuto avere 12 punti, non 6 come indicava la classifica in quel momento. Parliamo del doppio dei punti!
Questo trend statistico nel corso della stagione ha rovesciato la classifica, infatti andando avanti con le partite di campionato l'incidenza della casualità si abbassa sempre notevolmente.
Tenendo conto di 38 partite invece che delle 8 iniziali, abbiamo capito come sia stato possibile che l'Atalanta sia riuscita a risalire in classifica e a concludere una grande stagione.
Il caso più clamoroso, un vero caso di scuola, è quello della Juventus 2015/16, che iniziò malissimo il campionato trovandosi dopo 10 giornate a pochi punti dalla zona retrocessione. In realtà, andando ad analizzare gli expected goals (xG) di quel periodo e confrontandoli con la seconda parte della stagione (dove la Juventus vinse quasi tutte le partite), scopriamo che la squadra stava creando occasioni nella stessa misura quando stava andando male e quando poi iniziò ad andare meglio. Evidentemente nelle prime giornate c'era sfortuna, poca lucidità, dei bravi portieri... ma il numero di expected goals (xG) era molto più alto rispetto ai goal effettivamente realizzati.
Gli expected goals (xG) possono quindi aiutare a capire il reale rendimento di una squadra al di là dei risultati e delle posizioni di classifica, che possono essere spesso ingannevoli e determinate dagli episodi.
Gli expected Goal come previsione
Veniamo al lato speculativo.
L'xG può essere soprattutto utile per creare delle previsioni sulle performance di una squadra e per capire se in un dato momento la squadra sta over performando o sotto performando rispetto a quanto previsto dalla statistica.
I bookmakers stanno cercando di integrare tali dati per creare le proprie quote in maniera sempre più accurata.
Alla stessa maniera gli scommettitori professionisti stanno sviluppando database ricchi di informazioni e dati raccolti su ogni singolo match, cercando soprattutto le "falle" valutative che possono nascere nella creazione di una quota di campionati di serie inferiori e meno conosciute.
Il valore reale di una quota può cambiare tutto nella gestione del money management di uno sport trader professionista.
Nei prossimi anni si prevede un vertiginoso spostamento di capitali investiti dalle società calcistiche e dai bookmakers per software che sfruttano le AI e developers competenti che possano creare automatismi e segnalare quote "non allineate" con il valore reale di una partita.
Per scorgere il futuro bisogna guardare oltre i confini del calcio. Si può ad esempio dare un occhio ai nuovi visori per la realtà virtuale presentati da Meta, Apple e altre aziende.
Non sappiamo ancora quando la vita nel metaverso sarà paragonabile a quella reale, quando cioè un visore potrà davvero essere uno strumento utile per semplificare e sperimentare cose nuove con un’applicazione nel mondo reale. Ma è un futuro non così lontano, e riguarderà anche il calcio.
In realtà non c’è bisogno di tirare in ballo i visori e le visioni di Zuckerberg e dei suoi colleghi: “virtuale” è già un aggettivo del calcio degli anni Venti di questo secolo.
Ogni club, ogni giocatore, ogni attività calcistica a livello d’élite – e non solo – è immersa in una nube di dati, metriche, numeri prodotti in partita e in allenamento, informazioni preziose che vanno messe a sistema per trarne vantaggio.
Il calcio è virtuale ovunque, per chiunque, anche per gli spettatori.
L’abbiamo visto nei Mondiali in Qatar appena terminati: il pallone ufficiale realizzato da adidas, Al Rihla, è il primo pallone “connesso”, in grado di “comunicare” con gli arbitri più rapidamente e assisterli nelle decisioni, come è accaduto ad esempio con l’attribuzione del gol di Bruno Fernandes contro l’Uruguay, nonostante le rivendicazioni di Cristiano Ronaldo.
In generale, i Mondiali sono stati un assaggio di come la realtà aumentata – non ancora propriamente virtuale – stia diventando una cosa sola con il calcio. In molti casi siamo solo ai primi esperimenti, ma la sovrapposizione tra virtuale e reale non è poi tanto distante. Ed è già inevitabile. È meglio farci l’abitudine.