Cosa Misurano Davvero i Gol Attesi (e Cosa Non Misurano)

Ogni tiro nel calcio porta con sé una probabilità di trasformarsi in gol, ed è proprio questa probabilità che l'xG, i gol attesi, prova a tradurre in un numero. Un tap-in a porta vuota può valere 0,9 xG. Un tiro da trenta metri, con angolo chiuso e un difensore addosso, può valere 0,03. Sommando l'xG di ogni tiro di una squadra o di un giocatore in una partita, in una stagione o in una carriera, si ottiene un totale che indica più o meno quanti gol quella qualità di occasioni avrebbe dovuto produrre.

Il modello dietro questo numero analizza migliaia di tiri storici e si pone la stessa domanda per ogni nuovo tiro: tra tutti i tiri calciati da quella distanza, con quell'angolo, sotto quel tipo di pressione, dopo quel tipo di passaggio, quanti sono finiti in rete? Distanza e angolo dalla porta fanno gran parte del lavoro. Se il tiro è di testa o di piede cambia il valore. Se il pallone arriva da un cross, da un passaggio filtrante o da uno scarico modifica ulteriormente il numero. La pressione difensiva, la posizione del portiere e se si trattava di un uno contro uno influenzano ancora il risultato, a seconda di quanto è dettagliato il modello.

Una descrizione, non una previsione

Quello che l'xG non è: una previsione per quel singolo tiro. Erling Haaland non converte le sue occasioni da 0,9 xG nel 90% dei casi solo perché è Haaland, il modello non sa chi sta tirando. Sa soltanto com'era il tiro dal punto di vista geometrico. È il fraintendimento più comune su questa statistica, e vale la pena capirlo bene, perché spiega gran parte dei dibattiti che la riguardano.

Questo spiega anche perché alcuni giocatori segnano sistematicamente più gol di quanto il loro xG suggerisca. Un attaccante che supera il proprio totale atteso per più stagioni sta probabilmente facendo qualcosa che il modello non vede: una finalizzazione precisa, un sangue freddo fuori dal comune, o semplicemente abbastanza classe da rendere inapplicabili le percentuali di conversione medie. Un buon mese non dimostra granché. Più stagioni di sovraperformance iniziano invece ad assomigliare a una vera qualità, non alla fortuna.

Come leggere l'xG su più partite

Il numero funziona meglio se sommato su più partite piuttosto che su una sola. Una squadra può perdere 1-0 avendo prodotto 2,4 xG contro 0,3 dell'avversario, e questo dice qualcosa che il risultato da solo non può dire: che il processo era buono anche se l'esito no. Alcuni allenatori vengono esonerati dopo risultati che l'xG giudica sfortunati, altri sopravvivono a risultati che l'xG giudica lusinghieri. Nessuna delle due cose cambia la classifica, ma entrambe cambiano il modo in cui leggere le partite successive.

La statistica viene usata male quando la si tratta come un verdetto invece che come una descrizione. "La squadra A meritava di vincere perché aveva più xG" ignora tutto quello che è realmente successo in campo: un portiere che para tutto, una squadra che si chiude per ripartire in contropiede, un'espulsione che ha cambiato il secondo tempo. L'xG descrive la qualità dei tiri. Non descrive i piani tattici, e non sa che una squadra ha giocato gli ultimi venti minuti in dieci uomini, a meno che qualcuno non regoli il modello di conseguenza, cosa che la maggior parte dei modelli pubblici non fa.

I limiti dei modelli

Esistono anche limiti reali nei dati di base. Fornitori diversi costruiscono i propri modelli su campioni e variabili diverse, motivo per cui due siti possono mostrare xG diversi per la stessa partita. Nessuno dei due mente; semplicemente pesano distanza, tipo di passaggio e pressione in modo differente. Nessun modello gestisce bene un tiro calciato una frazione di secondo dopo un contrasto, o una respinta che arriva a un'altezza insolita. Il modello legge la geometria. Non guarda la partita.

Usato con attenzione, l'xG è uno degli strumenti migliori per separare quello che una squadra ha realmente fatto da quello che il risultato racconta. Usato con superficialità, diventa solo un altro numero che la gente cita per vincere un dibattito il cui esito avevano già deciso.

Le misure costruite sull'xG

Per gli attaccanti che calciano molti rigori, il numero più utile è l'xG senza rigori, che toglie dal totale il valore quasi garantito del rigore. E niente di tutto questo dice qualcosa sul portiere dall'altra parte del tiro, cosa che il PSxG è stato pensato per misurare al suo posto.

L'xG è anche la materia prima di altre misure. Dividilo per i tiri e ottieni la qualità dei tiri, passa i totali delle due squadre in una simulazione e ottieni i punti attesi, e confronta l'una o gli altri con il rating Elo, basato sui risultati, per vedere dove prestazione e risultati non coincidono.

Gli xG sono il modo standard di giudicare un centravanti: chi riceve occasioni ad alto xG si muove bene anche quando non segna, mentre chi segna molto sopra i propri xG finalizza in modo eccezionale oppure è fortunato.

L'xG è un indicatore affidabile del risultato di una partita?

Non da solo, e non per una singola partita. L'xG misura la qualità dei tiri creati e concessi, non chi vince. Una squadra può chiudere con un vantaggio netto di 2,8 xG a 0,7 e perdere comunque per un calcio piazzato nei minuti di recupero, perché una sola partita è un campione troppo piccolo perché la qualità dei tiri si traduca in modo affidabile in un risultato. Su un arco di più partite, però, il differenziale di xG si correla molto più da vicino ai punti rispetto alla maggior parte delle altre statistiche pubbliche disponibili, motivo per cui gli analisti trattano un divario persistente tra l'xG di una squadra e i suoi risultati reali come un segnale da approfondire, non come rumore da ignorare.

Come si calcola l'xG di un tiro?

Il modello analizza migliaia di tiri storici e chiede quanti tiri simili sono finiti in rete. Distanza e angolo dalla porta fanno gran parte del lavoro. Contano anche se il tiro è di testa o di piede, se nasce da un cross, da un filtrante o da uno scarico, e nei modelli più dettagliati la pressione difensiva e la posizione del portiere.

Perché due siti mostrano xG diversi per la stessa partita?

Perché i fornitori costruiscono i propri modelli di xG su campioni e variabili diverse, e pesano in modo differente distanza, tipo di passaggio e pressione. Nessuno dei due mente. Inoltre nessun modello gestisce bene situazioni insolite, come un tiro calciato subito dopo un contrasto o una respinta a un'altezza strana. Il modello legge la geometria, non guarda la partita.

Cosa significa segnare più gol del proprio xG?

Un buon mese sopra l'xG non dimostra granché. Se però un attaccante supera il proprio totale atteso per più stagioni, probabilmente fa qualcosa che il modello non vede: una finalizzazione precisa, un sangue freddo fuori dal comune o abbastanza classe da rendere inapplicabili le percentuali di conversione medie. Su più stagioni la sovraperformance comincia ad assomigliare a vera qualità.