Expected goals (xG): qué es y cómo usarlo para apostar

El xG mide lo que debería haber pasado — y la diferencia con lo que pasó es donde está el valor

Un equipo gana 1-0 con un disparo desde 30 metros que se cuela por la escuadra. Otro pierde 0-1 después de estrellar tres balones en el poste y fallar un penalti. El marcador dice lo mismo para ambos rivales: victoria para el primero, derrota para el segundo. Pero el rendimiento real de ambos equipos es radicalmente distinto, y el expected goals (xG) es la herramienta que captura esa diferencia.

El xG asigna a cada disparo una probabilidad de terminar en gol, basada en factores como la distancia a portería, el ángulo de tiro, el tipo de jugada previa y la parte del cuerpo utilizada. Un penalti tiene un xG de aproximadamente 0.76. Un cabezazo desde el centro del área, en torno a 0.10-0.15. Un tiro lejano desde fuera del área, entre 0.02 y 0.05. Sumando el xG de todos los disparos de un equipo en un partido se obtiene su xG total, que representa cuántos goles debería haber marcado según la calidad de sus ocasiones.

Para el apostador, el xG es valioso porque revela el rendimiento subyacente que los resultados ocultan. Un equipo que genera 2.3 xG por partido pero solo marca 1.4 goles está rindiendo por debajo de lo esperado, probablemente por mala suerte o mala definición. Si las cuotas del mercado reflejan los goles reales y no el xG, hay una discrepancia que puede traducirse en valor.

Qué mide el xG y cómo se calcula

El xG se calcula mediante modelos estadísticos entrenados con cientos de miles de disparos históricos. Cada tiro registrado en una base de datos incluye información sobre su posición en el campo, el ángulo respecto a la portería, la parte del cuerpo utilizada, si venía de un centro, una jugada individual o un pase filtrado, y si el portero estaba en su posición o desplazado. El modelo analiza todas esas variables y asigna una probabilidad de gol a cada combinación.

Un disparo desde el punto de penalti con el pie, sin oposición, puede tener un xG de 0.40. Un remate de cabeza a bocajarro tras un centro raso al segundo palo, un xG de 0.25-0.35. Un tiro lejano desde 25 metros con el cuerpo desequilibrado, un xG de 0.03. La precisión del cálculo depende de la sofisticación del modelo: los más avanzados incluyen la presión del defensor, la velocidad del balón y la posición del portero. Los más básicos solo consideran distancia y ángulo.

Los principales proveedores de xG son Opta, StatsBomb y FBref (que usa datos de StatsBomb). Sus modelos no son idénticos, por lo que los valores de xG pueden diferir ligeramente entre fuentes. Para el apostador, esas diferencias son menores: lo importante es usar una fuente consistente y comparar equipos dentro del mismo sistema.

El xG de un equipo en un partido se obtiene sumando el xG individual de cada disparo. Si un equipo realiza doce tiros con valores xG de 0.35, 0.20, 0.15, 0.08, 0.05, 0.04, 0.03, 0.03, 0.02, 0.02, 0.02 y 0.01, su xG total es 1.00. Eso significa que, en promedio, un equipo con esas mismas ocasiones marcaría un gol. Si este equipo marcó dos, tuvo buena suerte en la definición. Si marcó cero, tuvo mala suerte o encontró un portero en estado de gracia.

El xG acumulado a lo largo de varios partidos es más fiable que el de un partido individual. En una muestra de diez o quince partidos, las fluctuaciones de suerte tienden a suavizarse y la media de xG refleja con más precisión la capacidad de generación ofensiva real del equipo. Para el apostador, el xG acumulado de las últimas ocho a diez jornadas es el indicador más útil como base de análisis.

Cómo usar el xG para tomar decisiones de apuesta

La aplicación más directa del xG es detectar equipos que rinden por encima o por debajo de lo que sus ocasiones justifican. Si un equipo tiene un xG acumulado de 18.5 en quince partidos pero ha marcado 24 goles, está rindiendo por encima de lo esperado. Su media de goles por partido (1.60) es significativamente mayor que su media de xG (1.23). Esa diferencia suele corregirse con el tiempo: los goleadores excepcionales que superan su xG de forma sostenida existen, pero son escasos. Para la mayoría de los equipos, los goles tienden a converger con el xG en muestras grandes.

Esa convergencia esperada crea oportunidades. Si el mercado valora a un equipo por sus goles reales y esos goles están inflados respecto a su xG, las cuotas pueden subestimar la probabilidad de que ese equipo no gane o no marque en su próximo partido. Al revés, un equipo que genera un xG alto pero marca pocos goles está siendo infravalorado por el mercado, y sus cuotas pueden ofrecer valor porque el rendimiento real no refleja su capacidad ofensiva real.

El xG también es útil para los mercados de Over/Under. Si dos equipos que se enfrentan tienen un xG combinado por partido de 3.1 pero su media real de goles combinados es 2.4, el mercado puede estar fijando las cuotas de Over 2.5 basándose en los goles reales. Si confías en que el xG refleja mejor la capacidad ofensiva que los goles históricos, la cuota de Over 2.5 puede tener valor.

El xG defensivo (xGA, o expected goals against) complementa el análisis. Un equipo que concede un xGA de 1.5 por partido pero solo encaja 0.9 goles está siendo sostenido por un portero excepcional o por una varianza favorable en las finalizaciones rivales. Si esa tendencia se corrige, el equipo empezará a encajar más goles, lo que afecta tanto al mercado de goles como al de resultado.

Para mercados de BTTS, comparar el xG ofensivo de cada equipo con el xGA del rival proporciona una estimación de la probabilidad de que ambos marquen que puede ser más precisa que la basada en goles reales. Si el equipo A genera 1.8 xG contra defensas con un xGA medio de 1.3, y el equipo B genera 1.2 xG contra defensas con un xGA medio de 1.5, ambos equipos tienen potencial de gol suficiente para que el BTTS sea probable, independientemente de si sus últimos tres partidos terminaron en 0-0.

Limitaciones del xG: lo que no te dice

El xG no tiene en cuenta la calidad del tirador. Un disparo desde la misma posición tiene el mismo xG lo lance un delantero de clase mundial o un lateral sin experiencia goleadora. Los modelos más avanzados empiezan a incorporar esta variable, pero la mayoría de los datos públicos disponibles no lo hacen. Eso significa que equipos con delanteros excepcionales pueden superar su xG de forma sostenible, y que usar el xG como único indicador subestima su capacidad real de gol.

El xG tampoco captura bien las situaciones de contraataque rápido donde la defensa está desequilibrada. Un disparo desde 15 metros con tres defensores a un lado tiene un xG diferente al de un disparo desde 15 metros en un uno contra uno con el portero, pero no todos los modelos distinguen entre ambas situaciones con la misma precisión. El contexto táctico del momento del tiro es difícil de codificar en un número.

Las muestras pequeñas son otra limitación importante. El xG de un solo partido tiene una varianza enorme: un equipo puede generar 0.3 xG y marcar dos goles, o generar 3.0 xG y no marcar ninguno. Usar el xG de un partido individual como base para una apuesta es tan arriesgado como usar el resultado de un partido individual. La utilidad del xG aparece con muestras de al menos ocho o diez partidos, donde las fluctuaciones se suavizan y la tendencia subyacente emerge con más claridad.

Finalmente, el xG no mide la calidad de las jugadas que no terminan en disparo. Un equipo que genera muchas situaciones de peligro pero no finaliza tiene un xG bajo que no refleja su dominio territorial ni su capacidad para crear ocasiones. Métricas complementarias como el xT (expected threat) o las acciones de creación de gol completan la imagen que el xG solo no puede ofrecer.

El xG no reemplaza tu criterio — lo complementa

El xG es la métrica más valiosa que ha producido la analítica deportiva aplicada a las apuestas de fútbol. Permite mirar más allá de los marcadores, evaluar el rendimiento subyacente de los equipos y detectar discrepancias entre lo que el mercado cree y lo que los datos dicen. Es una herramienta de contraste, no un oráculo.

Usarlo bien requiere combinar el dato con el contexto. Un xG alto no significa nada si no sabes por qué el equipo genera esas ocasiones y si ese nivel de generación es sostenible. Un xG bajo puede ser coyuntural o estructural, y distinguir entre ambos escenarios es lo que separa al analista del que copia números de una tabla.

La recomendación práctica es integrar el xG como una de las tres o cuatro variables principales de tu análisis pre-partido, junto con la forma reciente, el contexto motivacional y las condiciones del encuentro. No uses el xG solo. No lo ignores. Úsalo como lo que es: un indicador potente pero imperfecto que, combinado con tu criterio y tu conocimiento del juego, mejora la calidad de tus decisiones de apuesta.