Available in USContenido
Qué son los expected goals y por qué son relevantes para el apostante
La primera vez que escuché hablar de los expected goals fue en un foro de apuestas, y confieso que lo descarté como jerga para estadísticos aburridos. Tardé una temporada entera en darme cuenta de que el xG es la herramienta analítica más potente que tiene a disposición del apostante de fútbol para separar el ruido de la señal – para distinguir entre un equipo que gana porque juega bien y uno que gana por pura suerte.
El xG – expected goals o goles esperados – es un modelo estadístico que asigna una probabilidad de gol a cada disparo basándose en factores como la distancia al arco, el ángulo, el tipo de jugada previa y la parte del cuerpo utilizada. Un tiro a bocajarro desde dentro del área pequeña puede tener un xG de 0.85, lo que significa que ese disparo termina en gol el 85% de las veces. Un tiro lejano desde fuera del área puede tener un xG de 0.03 – solo el 3% de probabilidad de gol.
Para el apostante en la Ligue 1, donde la media es de 2,96 goles por partido, el xG permite evaluar si esa producción goleadora es sostenible o fruto de circunstancias temporales. Un equipo que lleva cinco victorias consecutivas pero cuyo xG acumulado apenas justifica tres triunfos es un candidato a caer en una racha negativa. Del mismo modo, un equipo con malos resultados pero un xG elevado está generando ocasiones que, por ley de promedios, acabarán convirtiéndose en goles. Esas discrepancias entre resultados reales y xG son, literalmente, dinero sobre la mesa para quien sabe leerlas.
Cómo interpretar los datos de xG: sobreperformance y corrección a la media
Recuerdo un caso que me marcó como analista. Un equipo de la Ligue 1 arrancó la temporada con siete goles en sus primeros cinco partidos, pero su xG acumulado era de solo 3,2. La diferencia – 3,8 goles por encima de lo esperado – gritaba sobreperformance. Las cuotas de sus siguientes partidos se ajustaron como si fuera un equipo goleador, pero la realidad subyacente indicaba que su nivel real de producción ofensiva era muy inferior. En las siguientes diez jornadas marcó ocho goles – mucho más alineado con su xG real. Quienes apostaron al under en esos partidos basándose en el xG tuvieron una ventaja clara.
La sobreperformance se produce cuando un equipo marca significativamente más goles que los que indica su xG. Puede deberse a un delantero en racha excepcional, a goles desde fuera del área que estadísticamente no son repetibles, o simplemente a buena suerte en las ocasiones generadas. El concepto clave es la corrección a la media: con el tiempo, el número de goles reales tiende a acercarse al xG. No de forma inmediata ni perfecta, pero la tendencia es estadísticamente robusta.
La underperformance funciona en sentido contrario. Un equipo que genera muchas ocasiones de calidad pero no convierte está rindiendo por debajo de lo esperado. Sus resultados mejorarán si la calidad de las ocasiones se mantiene. Para el apostante, la underperformance en ataque o en defensa es una señal de compra: las cuotas reflejan los resultados recientes, no el rendimiento subyacente, y esa brecha temporal es donde aparece el valor.
Un matiz importante: el xG no es infalible. Hay jugadores que sistemáticamente superan su xG porque tienen una habilidad de finalización excepcional, y hay porteros que sistemáticamente rinden por encima del xG en contra de su equipo porque son mejores que la media. Estos casos existen, pero son excepciones. La regla general – que la mayoría de equipos convergen hacia su xG a lo largo de una temporada – sigue siendo la base más fiable para el análisis.
Fuentes gratuitas de xG para la Ligue 1 y cómo usarlas
Una de las preguntas que más recibo es dónde encontrar datos de xG sin pagar una suscripción premium. La buena noticia es que existen varias fuentes gratuitas que cubren la Ligue 1 con suficiente profundidad para el apostante no profesional.
FBref es la fuente gratuita más completa. Ofrece datos de xG por partido, por equipo y por jugador para las cinco grandes ligas europeas, incluida la Ligue 1. La información se actualiza regularmente y permite comparar el xG acumulado de cada equipo con sus goles reales – exactamente lo que necesitas para detectar sobreperformance y underperformance.
Understat es otra opción sólida. Su interfaz es más visual que la de FBref y permite filtrar por equipo, por jugador y por situación de juego. Incluye mapas de tiros que muestran desde dónde dispara cada equipo, lo cual es útil para evaluar la calidad de las ocasiones y no solo la cantidad. Para el análisis de la Ligue 1, Understat es especialmente valioso porque desglosa el xG en juego abierto, a balón parado y en contraataque. Recomiendo empezar con Understat por su interfaz más accesible antes de pasar a la información más densa de FBref.
Sofascore y FotMob ofrecen datos de xG por partido en tiempo real, lo que los convierte en herramientas útiles para las apuestas en directo. Si estás siguiendo un partido de la Ligue 1 y ves que un equipo acumula un xG de 1.8 pero va perdiendo 0-1, sabes que la probabilidad de que ese equipo marque al menos un gol es alta – y las cuotas in-play pueden no reflejar esa presión ofensiva con la rapidez necesaria. La combinación de datos de xG en tiempo real con la observación del partido es la forma más potente de identificar valor en el mercado de apuestas en directo.
Un consejo que doy a quienes empiezan con el xG: no te obsesiones con la cifra absoluta de xG de un equipo. Lo que importa es la tendencia y la diferencia entre xG y goles reales a lo largo de varias jornadas. Un equipo con un xG ligeramente superior a sus goles reales en una muestra de diez partidos es una señal mucho más fiable que un xG espectacular en un solo partido que pudo deberse a un penalti fallado y dos tiros al palo.
Mi método personal combina tres pasos. Primero, reviso el xG acumulado de ambos equipos en FBref para detectar tendencias de sobreperformance o underperformance. Segundo, consulto los mapas de tiros en Understat para evaluar si la calidad de las ocasiones justifica los datos de xG o si hay distorsiones. Tercero, cruzo esa información con las cuotas del operador para identificar si existe una discrepancia aprovechable. Si la discrepancia es suficiente – mi umbral personal es un 5% de diferencia entre mi probabilidad estimada y la probabilidad implícita de la cuota -, apuesto. Si no, paso al siguiente partido. Quien busque integrar el xG dentro de una estrategia más amplia encontrará los fundamentos en la guía de estrategias para la Ligue 1.
Preguntas frecuentes sobre xG y apuestas en la Ligue 1
¿Dónde puedo consultar datos de xG gratuitos para la Ligue 1?
Las fuentes gratuitas más completas son FBref, que ofrece datos detallados por partido y por equipo, y Understat, que incluye mapas de tiros y desglose por tipo de jugada. Para seguimiento en tiempo real durante los partidos, Sofascore y FotMob proporcionan datos de xG actualizados en directo.
¿El xG funciona igual de bien para predecir resultados en la Ligue 1 que en otras ligas?
El xG funciona con principios universales, pero su precisión puede variar entre ligas. En la Ligue 1, la asimetría financiera del PSG genera escenarios donde la sobreperformance del favorito es más frecuente, lo que hay que tener en cuenta al interpretar los datos. Para el resto de equipos, la corrección a la media funciona de forma similar a otras ligas europeas.
