MISURARE LA PERICOLOSITÀ DEI TIRI: EXPECTED THREAT (XT)

Nell’ambito della football analytics, l’attenzione degli sport data analyst non si concentra solo su gol e assist, ma anche su come nasce un’azione pericolosa prima della conclusione.

Il modello Expected Threat (xT) – traducibile come “minaccia attesa” – è emerso negli ultimi anni come metrica chiave per valutare la pericolosità delle azioni offensive al di là dei tiri.

Il concetto di xT è stato introdotto pubblicamente nel 2018 da Karun Singh.

L’obiettivo è quantificare il contributo di ogni passaggio o gestione palla nell’aumentare la probabilità di segnare durante un possesso, andando oltre ciò che rilevano le metriche tradizionali focalizzate solo sull’ultima giocata.

Basi teoriche del modello xT

Il modello xT si fonda sul principio che ogni posizione del campo abbia un certo valore offensivo atteso legato alla probabilità di segnare a partire da lì.

Ogni possesso palla è modellato come una sequenza di transizioni di stato: da una determinata zona, la squadra può o tirare in porta, oppure spostare il pallone in un’altra zona (passaggio o dribbling).

Si tratta in sostanza di un processo Markoviano (un processo aleatorio in cui la probabilità di transizione che determina il passaggio a uno stato di sistema dipende solo dallo stato del sistema immediatamente precedente e non da come si è giunti a questo stato) basato sulle probabilità di tiro e passaggio da ogni stato.

A differenza dell’Expected Goals (xG), che valuta solo la chance di segnare con un tiro immediato, l’xT incorpora la possibilità di continuare l’azione spostando la palla in zone di pericolosità più alta prima di concludere.

In altre parole, xT premia le giocate che aumentano la minaccia offensiva anche in modo indiretto: ad esempio un passaggio filtrante che “spezza” la difesa può ricevere un valore alto perché spesso conduce, dopo un’ulteriore giocata, a un tiro pericoloso.

Per ogni zona del campo, viene assegnato un valore numerico tra 0 e 1. Questo valore rappresenta la probabilità attesa che, partendo da lì, si arrivi al gol entro le successive 4-5 azioni. Questo valore deriva dalla combinazione di due componenti principali:

1. Il valore del tiro diretto: si stima la probabilità che da quella zona venga effettuato un tiro, e si moltiplica per la probabilità che tale tiro si trasformi in un gol (ossia il valore xG medio per tiri da quella zona).

2. Il valore della prosecuzione dell’azione: si calcola la probabilità che da quella zona il pallone venga invece spostato in un’altra area del campo (tramite passaggio o dribbling), e si sommano i valori xT delle possibili zone di arrivo, pesati in base alla frequenza con cui ciascuna di esse viene effettivamente raggiunta da lì.

   
   

Quindi una zona ha un alto valore di xT se da lì si tende a concludere o a far progredire il pallone verso aree in cui si crea pericolo.

Il valore della zona è quindi la sintesi tra il pericolo generato direttamente (con il tiro) e quello potenziale creato spostando la palla in avanti.

Il risultato finale è una mappa del campo in cui ad ogni area viene attribuito un punteggio che esprime il suo livello medio di “minaccia offensiva”.

Non solo le aree vicine alla porta hanno valori elevati: anche alcune zone laterali o centrali della trequarti possono assumere alti valori se frequentemente coinvolte in manovre che portano al tiro.

Metodologia di calcolo

Come abbiamo detto per calcolare il modello Expected Threat (xT), il campo da gioco viene suddiviso in una griglia rettangolare composta da numerose zone (ad esempio, 12 zone in orizzontale e 8 in verticale, per un totale di 96 celle).

Ogni zona viene analizzata utilizzando dati storici degli eventi di gioco, per determinare:

• la probabilità che da quella zona venga effettuato un tiro;

• la probabilità che il possesso venga mantenuto e il pallone spostato in un’altra zona;

• e la distribuzione delle zone di destinazione nel caso di passaggio o conduzione palla riuscita.

Si costruisce così una matrice di transizione, cioè una mappa statistica delle probabilità con cui il pallone si sposta da una zona all’altra.

A partire da queste informazioni, si assegna a ogni zona un valore xT, che rappresenta quanto è probabile che un possesso iniziato lì porti al gol nelle azioni successive.

Le zone vicine alla porta ovviamente avranno valori elevati, ma il modello permette anche di evidenziare zone non ovvie, come certe fasce laterali basse da cui partono spesso cross o passaggi pericolosi.

Questo approccio consente di quantificare il valore offensivo di ogni giocata: ogni passaggio, dribbling o conduzione viene analizzato confrontando il valore della zona di partenza e quello della zona di arrivo.

Se la giocata sposta la palla in una zona più “minacciosa”, allora ha prodotto un incremento positivo di xT, e dunque ha aumentato la probabilità attesa di segnare.

Interpretazione delle metriche xT

L’Expected Threat può essere interpretato su tre livelli principali:

Singola giocata

Ogni azione che sposta il pallone può essere valutata confrontando il valore xT della zona di partenza con quello della zona di arrivo.

Se il valore aumenta, la giocata è considerata “positiva”, perché ha spostato il pallone verso una zona più pericolosa.

Questo vale sia per i passaggi che per i dribbling riusciti.

È importante notare che una giocata può avere un alto valore xT anche se non porta a un tiro diretto: l’xT misura il valore potenziale della sequenza offensiva, non solo il risultato immediato. Questo la rende utile per valutare le azioni “pre-assist” o le manovre di costruzione dell’azione.

Giocatore

Sommando tutti gli incrementi di xT generati dalle giocate di un singolo calciatore, si ottiene una stima del contributo offensivo complessivo che quel giocatore fornisce alla propria squadra.

Questa metrica è particolarmente efficace per valutare:

• centrocampisti creativi, che magari non segnano o non forniscono assist diretti, ma che muovono il pallone con intelligenza verso zone pericolose;

• terzini offensivi, che con cross e sovrapposizioni aumentano la minaccia senza apparire nelle statistiche tradizionali.

I valori xT possono essere anche normalizzati su base temporale (ad esempio, per 90 minuti giocati), così da confrontare giocatori con minutaggi diversi.

Squadra

L’xT aggregato di una squadra mostra quanto, nel complesso, il sistema di gioco produce azioni offensive con potenziale da gol.

Analizzando le zone del campo in cui una squadra genera maggiore xT, si possono ottenere indicazioni chiare sul proprio stile offensivo.

Ad esempio:

• una squadra che genera tanto xT al centro della trequarti tende a sviluppare la manovra tra le linee;

• una che produce xT soprattutto sulle fasce probabilmente utilizza molto i cross.

  
  

Confrontando il valore xT totale con il numero effettivo di gol segnati, si può anche stimare l’efficienza realizzativa di una squadra, ovvero quanto riesce a concretizzare le situazioni pericolose create.

Adozione e utilizzo nel mondo reale

Il modello xT ha ottenuto ampia diffusione tra analisti e addetti ai lavori nel calcio.

Nella community open-source esistono implementazioni pubbliche, e aziende specializzate (es. StatsBomb) hanno integrato modelli simili nei loro strumenti.

Oggi xT è considerato uno dei modelli di valore del possesso palla più noti ed è citato regolarmente in articoli specializzati e ricerche accademiche.

Molti club adottano metriche analoghe internamente per valutare la fase offensiva della squadra e dei singoli, a supporto di decisioni tattiche e di scouting.

Anche analisti indipendenti utilizzano l’xT per spiegare prestazioni e tendenze.

Ad esempio, l’xT può chiarire perché una squadra crei molte minacce (alto xT) ma concretizzi poco in termini di gol, oppure confrontare l’efficacia di diverse strategie offensive in base alla minaccia prodotta.

La forza di xT sta proprio nel rendere quantitativo un concetto intuitivo: “un passaggio potrebbe non portare direttamente al gol, ma aumentare la probabilità che ne segua uno a breve”.

Alcuni use-case concreti

• Valutazione dei giocatori: l’xT quantifica l’impatto di giocatori dalla grande visione di gioco.

  Ad esempio, molti passaggi filtranti di Mesut Özil (che non risultano come assist nelle statistiche) generano incrementi elevati di xT, evidenziando il suo contributo nel creare opportunità pericolose per i compagni.

  
  

• Scouting e reclutamento: i dati xT possono supportare le decisioni di mercato identificando giocatori adatti a un certo stile offensivo.

  Un club può cercare calciatori che nelle loro squadre attuali producono elevata minaccia attesa e prevedere se tali giocatori riusciranno a generare un impatto simile in un nuovo contesto tattico.

  
  

• Ottimizzazione tattica offensiva: gli allenatori possono utilizzare le mappe di xT per migliorare la manovra.

  Identificando le zone del campo dove la propria squadra crea poca minaccia, si possono apportare correttivi (ad es. schemi per sfruttare meglio la trequarti).

  Allo stesso modo, studiando l’xT degli avversari si individuano le aree da cui essi creano più pericolo, adattando di conseguenza l’assetto difensivo.