xG son las siglas de expected goals (goles esperados) e indica la probabilidad numérica de que un remate determinado termine en gol. Para el cálculo de esta estadística es importante el lugar desde donde se lanza el balón en el terreno de juego (un remate dentro del área siempre tiene un xG más alto que, por ejemplo, un tiro desde 20 m). El modelo xG procesa miles de remates similares y asigna a los mismos un valor entre cero (sin gol) y uno (gol). Por ejemplo, un remate con un valor de 0.1 xG mandará el balón al fondo de las mallas solo una de cada diez veces. Estos valores de remates individuales se suman y constituyen el xG de un equipo.
La popularidad de este indicador no deja de crecer, debido principalmente al hecho de que los aficionados están interesados en lograr una comprensión mucho más profunda del juego. El xG ayuda a evaluar a jugadores y equipos, aportando información sobre el rendimiento ofensivo y defensivo. "Funciona muy bien, especialmente cuando tratamos de predecir sucesos futuros. Es su punto fuerte", señala Jakub Dobiáš, fundador de la compañía checa 11Hacks, especializada en el análisis de datos futbolísticos..
Como con cualquier análisis, es necesario disponer de la máxima información posible, en este caso tantos partidos como sea posible (minutos jugados), de los cuales se determina el XG. En otras palabras, el conjunto de datos menos preciso es el de un solo partido, en el que el azar también juega un papel importante. "En un encuentro, la desviación estándar es tan grande que los valores de goles esperados y goles reales anotados pueden diferir de forma significativa. Así que cuando un equipo anota 3 xG en un partido, hay una alta probabilidad de que debería haber marcado entre 1.47 y 4.53 goles, aunque parezca ilógico" apunta Dobiáš.
La analítica ha sido parte del fútbol durante décadas, si bien solo recientemente se convirtió en un campo en toda regla con el advenimiento de los ordenadores. El xG empezó a ser desarrollado al inicio de este milenio y en la actualidad hay numerosos modelos distintos para calcularlo. Estos difieren en la cantidad de información de entrada y los criterios.
También depende del número de variables. Por ejemplo, algunos modelos hacen el cálculo únicamente con la jugada previa, por lo que no contienen suficiente información. Otros utilizan mucha más información y variables, garantizando una mayor precisión. "Estamos desarrollando un modelo único que incluye la influencia del tiempo, esto es, cuánto tiempo empleó el jugador para finalizar en una situación determinada, lo que nos dará otra indicación de la probabilidad de que un gol podría haber sido anotado", explica Dobiáš.
Como cualquier otra métrica futbolística, los goles esperados no siempre pueden reflejar fielmente la realidad. El xG es a menudo criticado por tomar en cuenta el remate ordinario, sin considerar las habilidades personales para finalizar la jugada o defender la portería.
Además de un simple mensaje informativo, xG puede ser utilizado en las apuestas, por ejemplo. Con su ayuda se pueden detectar extremos, lo que podría ser de utilidad en el futuro. Un equipo cuyos registros son mejores o peores a corto plazo que el número de goles esperados probablemente convergerá pronto a la media.