Ultimamente si sente sempre più parlare dell'ormai famosa sigla xG. Queste due lettere sono semplicemente un'abbreviazione delle parole inglesi expected goals, ovvero gol previsti, ed esprimono la probabilità numerica che un determinato tiro possa effettivamente finire in rete.
Ciò che per prima cosa è importante per calcolare gli expected goals è il punto del campo dal quale parte la palla (un tiro effettuato dall'interno dell'area di rigore ha sempre un xG più alto rispetto, ad esempio, a un tiro da 20 metri). Il modello statistico degli xG processa migliaia di tiri simili ed assegna loro un valore che va da 0 (nessun goal) e uno (goal). Ad esempio, un tentativo con un valore 0.1 si trasformerà in goal solo una volta ogni dieci tentativi. Tali valori vengono poi sommati per determinare il valore xG della squadra.
La popolarità di questa statistica sta crescendo principalmente per il fatto che gli appassionati hanno un interesse sempre maggiore in una più profonda comprensione dell'andamento del gioco e vogliono sapere tutto il possibile al riguardo. Il valore xG dirà loro molto riguardo la performance delle squadre, la forza dell'attacco, la difesa e la prestazione dei singoli giocatori.
"Funziona alla grande, specialmente quando cerchiamo di prevedere cosa accadrà nel futuro di una partita" dice Jakub Dobiáš, fondatore della società 11Hacks, specializzata nell'analisi statistica sul calcio.
Come per qualsiasi analisi, anche nel caso degli xG è necessario disporre del maggior numero di informazioni possibili, o in questo caso del maggior numero di partite possibili (minuti giocati), da cui viene determinato l'xG.
In altre parole, il set di dati meno accurato viene da una singola partita, nella quale la fortuna o la sfortuna possono giocare un ruolo importante. "All'interno di una singola partita la cosiddetta 'deviazione standard' è così marcata che i valori dei goal previsti e di quelli effettivamente messi a segno possono avere una grossa differenza. Quindi, quando a una squadra vengono assegnati 3 xG significa che ci sono buone probabilità che possa segnare tra l'1.47 e il 4.53 goal, per quanto possa suonare non del tutto intuitivo", osserva Dobiáš.
L'analisi è ormai parte integrante del calcio da decenni, anche se solo di recente è diventata un campo di studio a tutti gli effetti, con l'avvento della tecnologia. Gli stessi Goal previsti hanno iniziato a svilupparsi all'inizio del millennio fino a diventare quello che sono oggi, con diversi modelli di studio di cui sono oggetto. Tali modelli differiscono in base alla quantità di
informazioni e ai diversi criteri di input.
Le differenze dipendono inoltre dal numero di variabili. Ad esempio alcuni modelli calcolano solo la partita precedente, motivo per cui non contengono sufficienti informazioni. Altri lavorano su un numero maggiore di informazioni e variabili, per cui avranno dei numeri più accurati. "Ora
stiamo lavorando a un modello unico, perché vogliamo aggiungere anche l'influenza del tempo. Con tempo intendiamo quanto impiega un giocatore a concludere una determinata azione. Questo ci darà un'ulteriore indicazione della probabilità che un goal possa essere segnato" spiega Dobiáš.
Come per qualsiasi metrica calcistica, i goal previsti non possono sempre riflettere a pieno la realtà. L'xG, ad esempio, è una statistica spesso criticata perché prendere in considerazione il tiro "medio", per cui la capacità di rifinitura individuale del giocatore o la bravura del portiere non
vengono considerate.
Oltre che come una mera informazione, i goal previsti possono essere utilizzati, ad esempio, nell'ambito delle scommesse. Con il loro aiuto è possibile determinare delle possibilità che potrebbero essere utili in futuro. È probabile che una squadra che nel breve termine si comporta
meglio o peggio del numero previsto di goal convergerà presto verso la media.