Available in USContenido
El momento en que el xG cambió mi forma de apostar fue viendo un Celta-Valladolid que terminó 0-0. Partido aburrido según el marcador. Pero cuando miré las estadísticas, el Celta había generado 2.3 xG – más de dos goles esperados que no entraron. En su siguiente partido en casa, el mercado seguía tratando al Celta como un equipo sin gol. Aposté al over de goles. Ganaron 3-1. El xG me había mostrado lo que el marcador ocultaba.
El xG – expected goals o goles esperados – es la métrica que ha revolucionado el análisis del fútbol en la última década. No predice el futuro, pero revela el pasado de una forma que el marcador final no puede. Y para un apostador, entender el pasado correctamente es la base para estimar probabilidades futuras.
En esta guía voy a explicarte qué es el xG, cómo se calcula, y cómo puedes usarlo para encontrar valor en los mercados de LaLiga. No necesitas ser estadístico para aprovecharlo – solo necesitas entender qué información te da y qué limitaciones tiene.
Qué es el xG y Por Qué Importa
El xG asigna una probabilidad a cada disparo basándose en características del tiro. Un disparo desde dentro del área pequeña sin portero vale más que un disparo desde 30 metros con dos defensas por delante. El xG de una ocasión puede ir de 0.01 – un tiro casi imposible – hasta 0.95 – un gol casi cantado.
La suma de todos los xG de un equipo en un partido te dice cuántos goles «debería» haber marcado según la calidad de sus ocasiones. Un equipo que genera 2.5 xG pero marca solo 1 gol ha tenido mala suerte o mala definición. Un equipo que genera 0.8 xG pero marca 2 goles ha sido clínicamente eficiente o ha tenido buena fortuna.
La diferencia entre xG y goles reales tiende a corregirse a largo plazo. Un delantero que marca más goles de los que su xG sugiere probablemente no es un súper rematador – probablemente está teniendo una racha de buena suerte que se normalizará. El xG identifica estas desviaciones antes de que el mercado las corrija.
Cómo se Calcula el xG
Los modelos de xG analizan miles de disparos históricos para determinar qué factores afectan la probabilidad de gol. Los factores principales incluyen la distancia a la portería, el ángulo de disparo, si el tiro es de cabeza o con el pie, si viene de un pase o de una conducción, y la presión defensiva sobre el tirador.
Cada modelo tiene su metodología específica. Algunos consideran más variables que otros – posición del portero, velocidad del balón, contexto del partido. Por eso verás que diferentes fuentes reportan xG ligeramente distintos para el mismo partido. La tendencia general es consistente, pero los decimales varían.
Los modelos más avanzados incorporan información sobre el estado del juego. Un disparo con el marcador 0-0 en el minuto 10 se evalúa diferente que el mismo disparo con 0-3 en contra en el minuto 85, porque la presión psicológica y la respuesta defensiva cambian.
No necesitas construir tu propio modelo de xG. Múltiples fuentes publican datos de xG de LaLiga de forma gratuita. Lo que necesitas es entender qué significan esos números y cómo usarlos.
Cómo Interpretar los Datos de xG
Un xG de partido te da una foto del dominio. Si un equipo generó 2.1 xG y el otro 0.7, el primero dominó claramente en términos de ocasiones de calidad, independientemente del resultado final. Esto es información que el marcador no te da – un 1-0 puede venir de 2.1 vs 0.7 o de 0.4 vs 0.3.
El xG acumulado de temporada muestra tendencias más fiables que partidos individuales. Un equipo con xG de 45 y solo 35 goles marcados tiene un problema de definición o de suerte que probablemente se corregirá. Un equipo con xG de 30 y 40 goles está sobrerindiendo y probablemente se corregirá en dirección contraria.
La diferencia entre xG generado y xG concedido te da una medida del dominio global de un equipo. Esta diferencia correlaciona fuertemente con la posición final en la tabla – mejor que el simple diferencial de goles, porque elimina el ruido de la suerte en la definición.
Diferencia Entre xG Real y Goles
Cuando xG y goles reales divergen, hay información explotable. El Real Madrid tiene el récord de 121 goles en una temporada de LaLiga, pero lo interesante para el apostador no es ese total histórico – es cuánto se desvía cualquier equipo de su xG en un momento dado.
Un equipo que está marcando menos de lo que su xG sugiere es candidato a mejorar. Sus ocasiones son buenas, solo falta que entren. Las cuotas de over de goles para este equipo pueden tener valor si el mercado solo mira el historial de goles reales.
Un equipo que está marcando más de lo que su xG sugiere es candidato a empeorar. Está siendo clínico o afortunado, y esa eficiencia rara vez es sostenible a largo plazo. Las cuotas de under para este equipo pueden tener valor.
El mismo análisis aplica al xG concedido. Un equipo que encaja menos goles de los que su xGA sugiere está teniendo suerte defensiva que se puede revertir. Un equipo que encaja más de lo esperado puede estar siendo castigado excesivamente y mejorar sin cambiar nada táctico.
Aplicación Básica del xG a las Apuestas
Mi uso más frecuente del xG es para mercados de over/under. Cuando un equipo viene de dos o tres partidos sin marcar pero su xG acumulado es alto, el mercado suele subestimar su probabilidad de marcar en el siguiente partido. La sequía goleadora es visible; la calidad de las ocasiones no lo es.
Para apuestas de resultado, comparo el xG reciente de ambos equipos con sus resultados reales. Si el local viene generando 1.8 xG por partido pero solo ha conseguido 0.8 goles de media, y el visitante viene generando 0.9 xG con 1.5 goles, el mercado probablemente favorece al visitante más de lo justo. La realidad de las ocasiones favorece al local.
En apuestas de goleadores, busco delanteros con diferencial negativo entre xG y goles. Un delantero con 5 xG y solo 2 goles está teniendo mala suerte o mala racha que estadísticamente se corregirá. Las cuotas de que marque en su próximo partido pueden ser generosas.
El xG no es infalible. Un delantero puede tener xG alto porque remata mucho pero mal – sus ocasiones son buenas según el modelo, pero su técnica las desaprovecha consistentemente. Por eso combino xG con observación directa del juego. Los números dan contexto; ver los partidos da color.
¿Un xG de 2.0 significa que el equipo debería marcar 2 goles?
Significa que, basándose en la calidad de sus ocasiones, la expectativa estadística es de 2 goles. En partidos individuales habrá varianza – pueden marcar 0, 1, 3 o 4. Pero a lo largo de muchos partidos con 2.0 xG, la media de goles tenderá a ser cercana a 2. El xG es más útil para analizar tendencias a medio plazo que para predecir partidos individuales.
¿Qué limitaciones tiene el xG como métrica?
El xG no captura todo. No mide el estado de forma del tirador, la calidad del portero rival, ni factores psicológicos. Algunos jugadores son consistentemente mejores rematadores que otros, y el xG estándar no ajusta por esto. Además, diferentes modelos dan valores distintos para los mismos disparos. El xG es una herramienta útil, no una verdad absoluta.
