Óscar Bartolomé
Estrenamos el blog con la primera entrada de métrica. En este tipo de entrada trataremos de explicar métricas avanzadas sobre fútbol que se utilizan mucho en los análisis, pero que todavía no son muy familiares para el público general. Esto se debe a que no son habituales en las publicaciones sobre partidos o en las propias emisiones de éstos.
Lo hacemos con la que quizás sea la métrica avanzada que más se está dando a conocer: xG o Goles Esperados.
Resumen
Nombre: xG. Viene del inglés Expected Goals y podemos traducirlo al español como Goles Esperados.
Definición: Mide la probabilidad de que un tiro acabe en gol. Se calcula con modelos de aprendizaje automático que tienen en cuenta muchas características del tiro, como la posición desde donde se realiza, la parte del cuerpo con la que se remata, la posición del portero, si hay jugadores en la trayectoria…
Valores: Puede tomar valores entre 0 y 1. Por ejemplo, si un tiro tiene un xG de 0.6 (o 60%), diremos que de cada 100 tiros que se lanzan en esas mismas condiciones, 60 acaban en gol. Para que os hagáis una primera idea, a un penalti se le suele otorgar un xG entre 0.74 y 0.76.
Fuentes
Actualmente, hay dos webs de estadísticas sobre fútbol que nos ofrecen este dato de manera gratuita, que son FBRef y Understat.
En la primera, esta métrica proviene de Statsbomb, que es uno de los mayores proveedores de datos de fútbol en la actualidad. En su blog, podemos ver un artículo donde nos explican de forma muy detallada el xG y nos cuentan brevemente como lo calculan: Blog – Statsbomb.
En la segunda, en cambio, el cálculo del xG es de cosecha propia. Como nos indican en su página de inicio, utilizan para ello algoritmos de redes neuronales entrenados con datasets de más de 100000 tiros y 10 características del tiro distintas.
Yo particularmente me quedo con el xG de FBRef. Contrastando en diferentes partidos, el modelo de Statsbomb me ha parecido más “realista”, aunque es sólo mi opinión. Además, está disponible para más campeonatos que en Understat.
Ejemplo
Con esta métrica podemos ver la cantidad de goles que se espera que un equipo o un jugador marque en base a la calidad y cantidad de sus tiros. Vamos a verlo en los encuentros que esta semana se han jugado en las Semifinales de la UEFA Champions League.
Real Madrid – Chelsea
Después de este partido, se ha hablado de que lo mejor para el equipo blanco ha sido el resultado, sobre todo por lo visto en la primera parte. Veamos lo que nos dice el xG:
Según esta métrica en FBRef, el Real Madrid no generó tiros en cantidad o calidad suficiente como para marcar un gol, mientras que el Chelsea “mereció” de largo anotar uno.
PSG – Manchester City
El equipo de Guardiola consiguió dar la vuelta al marcador adverso con el que se fue al descanso. Quizás fue una parte para cada equipo, pero en el global del xG, ¿cómo fue?
Ambos tienen el mismo valor por lo que, según el xG, lo más “justo” hubiese sido un 0-0 o un 1-1. El partido estuvo muy igualado en este aspecto.
Otras variantes
Existen otras variantes de esta métrica, como el NPxG, que es igual que el xG, pero sin tener en cuenta los lanzamientos de penalti. También está el xGA, que en este caso se refiere al xG que genera nuestro contrario en vez de al propio. Todos estas variantes y otras más las abordaremos en futuras entradas con más detalle.
Esperamos que os haya gustado la explicación y que, ahora que conocéis el xG, podáis añadir otro argumento a la hora de discutir con vuestros amigos que equipo ha merecido más en un partido. No dudéis en hacer cualquier pregunta o comentario en nuestra cuenta de Twitter: @DataKicks.