xG (Expected Goals)

¿Qué es xG (Expected Goals)?

Los Expected Goals, o xG, son una métrica estadística que mide la calidad de las ocasiones de gol. Cada disparo recibe un valor entre 0 y 1 según la probabilidad que tiene de terminar en gol. Un penal, por ejemplo, suele tener un xG de 0.76, mientras que un remate desde 30 metros con ángulo cerrado puede valer apenas 0.03.

La idea es sencilla: no todos los disparos son iguales. Un equipo puede rematar 15 veces y no marcar porque todos fueron tiros lejanos y sin peligro real. Otro equipo puede disparar 4 veces y meter 3 porque todas fueron situaciones claras dentro del área. El xG captura esa diferencia que el conteo de tiros no te muestra.

Para el apostador, esta métrica es oro puro. Te permite ver más allá del resultado y entender qué equipo está creando verdadero peligro. Si un equipo acumula un xG alto partido tras partido pero marca poco, tarde o temprano esos goles van a llegar. Y ahí es donde encontrás valor.

¿Cómo funciona?

El modelo de xG analiza miles de disparos históricos y asigna una probabilidad a cada uno basándose en factores como la distancia al arco, el ángulo, si fue con cabeza o pie, si venía de un centro o de una jugada individual, y la posición del portero. Plataformas como Understat, FBref o StatsBomb calculan el xG de forma ligeramente distinta, pero todas siguen la misma lógica.

Tomemos un ejemplo real. En la temporada 2024/25 de La Liga, el Girona generaba un promedio de 1.8 xG por partido en casa pero solo convertía 1.2 goles de media. Eso significa que estaban fallando oportunidades claras de forma sistemática. Para un apostador, eso es una señal de que el mercado puede estar infravalorando al Girona como local, porque los resultados no reflejan la calidad de sus ocasiones.

También existe el xGA (Expected Goals Against), que mide la calidad de las ocasiones que concede un equipo. Si un equipo tiene un xGA bajo, significa que permite pocas oportunidades de peligro real, aunque le rematen mucho desde lejos.

¿Cuándo usar xG?

El xG es especialmente útil en tres situaciones. Primero, cuando analizás tendencias de goles: si un equipo tiene un xG consistentemente alto pero pocos goles, esa brecha va a cerrarse. Segundo, para evaluar mercados de Over/Under, porque un partido entre dos equipos con xG altos tiene más probabilidad real de superar la línea de 2.5 goles. Tercero, para detectar equipos cuya racha de resultados no refleja su rendimiento real.

Un error frecuente es mirar el xG de un solo partido. Un partido es ruido estadístico. La potencia del xG aparece cuando analizás muestras de al menos 8 o 10 encuentros. Ahí las tendencias se vuelven confiables.

También conviene cruzar el xG con el contexto táctico. Un equipo que juega con bloque bajo y contraataque puede tener un xG por partido bajo pero ser letal en transiciones. El número solo no te cuenta toda la historia.

Ejemplo práctico

Supongamos que Manchester City recibe al Wolverhampton en la Premier League. Revisás los datos y ves que el City lleva un xG promedio de 2.4 en sus últimos 10 partidos como local, pero solo ha marcado 1.6 goles de media. Wolves, por su parte, tiene un xGA de 1.9 como visitante, lo que indica que concede ocasiones claras.

La casa de apuestas ofrece Over 2.5 goles a cuota 1.72. Tú sabes que el xG del City como local sugiere que deberían estar marcando más, y que Wolves concede oportunidades de calidad. Hay valor ahí. No es que el Over sea seguro, pero la probabilidad implícita de la cuota (58%) está por debajo de lo que los datos de xG te sugieren (algo más cercano al 65%).

Si además el City ha tenido partidos recientes donde quemaron ocasiones claras, es probable que la regresión a la media les favorezca pronto.

Errores comunes

1. Usar el xG de un solo partido para sacar conclusiones. Un equipo puede generar 3.5 xG un día y 0.8 al siguiente. Necesitás muestras amplias, mínimo 8 partidos, para que el dato sea fiable.

2. Ignorar quién remata. El xG estándar no tiene en cuenta la calidad del rematador. Un xG de 0.4 con Haaland ejecutando es distinto al mismo con un lateral reconvertido en delantero. Algunos modelos avanzados (xGOT, Post-Shot xG) sí consideran la ejecución.

3. Pensar que xG alto siempre significa goles. El xG te dice lo que debería pasar en promedio, no lo que va a pasar en un partido concreto. Es una herramienta probabilística, no una bola de cristal.

4. No comparar con la línea de las casas de apuestas. El xG por sí solo no te da valor. El valor aparece cuando cruzás el xG con las cuotas que ofrece el mercado y encontrás discrepancias.

Preguntas frecuentes

¿Dónde puedo consultar datos de xG gratis?

Las mejores fuentes gratuitas son Understat (cubre las 5 grandes ligas europeas y la RPL), FBref (datos de StatsBomb para muchas competiciones) y Fotmob. Cada una tiene su propio modelo, así que lo ideal es que te quedes con una fuente y seas consistente.

¿El xG funciona para ligas menores?

Depende de la cobertura de datos. Para ligas como la MLS, la Eredivisie o la liga portuguesa hay datos razonables. Para ligas sudamericanas o de segunda división, la cobertura es más limitada y los modelos menos precisos. Ahí conviene complementar con análisis visual de los partidos.

¿Puedo basar mis apuestas solo en xG?

No es recomendable. El xG es una pieza del rompecabezas, no el rompecabezas completo. Debés combinarlo con contexto táctico, lesiones, motivación, condiciones del partido y análisis de las cuotas. Un apostador que solo mira xG va a perder matices importantes que afectan el resultado.