El xG cambió mi forma de ver el fútbol y de apostar a él. Antes miraba el marcador y asumía que el equipo ganador había sido mejor. Ahora sé que un equipo puede ganar 1-0 con un xG de 0.3 contra 1.8 del rival, lo que significa que tuvo suerte y probablemente no volverá a repetir ese resultado. Esa información es oro para identificar equipos sobrevalorados y oportunidades de valor.
Los expected goals, o goles esperados, son una métrica que asigna una probabilidad de gol a cada disparo basándose en factores como la distancia a portería, el ángulo, si fue de cabeza o con el pie, si el portero estaba colocado, y decenas de variables más. Un penalti tiene un xG de aproximadamente 0.76. Un cabezazo desde el punto de penalti tras un córner puede tener 0.08. Sumar todos los xG de los disparos de un equipo te da su producción ofensiva esperada, independiente de la suerte.
La ventaja del xG para el apostador es que revela la verdad subyacente que el marcador oculta. Los goles reales tienen mucha varianza: un equipo puede crear diez ocasiones claras y no marcar, o marcar con su único disparo a puerta. El xG suaviza esa varianza y muestra el rendimiento real que eventualmente se traducirá en goles a largo plazo.
contents ↑Qué mide el xG y por qué es más fiable que los goles reales
El xG mide la calidad de las ocasiones de gol, no la cantidad de goles marcados. Dos equipos pueden crear el mismo número de disparos, pero si uno dispara desde posiciones privilegiadas y otro desde ángulos imposibles, sus xG serán radicalmente diferentes. Esa diferencia cualitativa es invisible si solo miras los goles, pero crucial para predecir resultados futuros.
Cada modelo de xG tiene sus particularidades, pero todos comparten la misma lógica: analizar miles de disparos históricos para determinar qué porcentaje de ellos terminaron en gol según sus características. Un disparo desde 5 metros centrado frente a portería tiene un xG alto porque históricamente la mayoría de esos disparos entran. Un disparo desde 30 metros con ángulo cerrado tiene un xG bajo porque raramente termina en gol.
La fiabilidad del xG sobre los goles reales se demuestra estadísticamente. A lo largo de una temporada, el xG de un equipo predice mejor sus goles futuros que sus goles pasados. Un equipo que lleva 20 goles en 15 partidos pero tiene un xG de 25 probablemente marcará más en la segunda vuelta. Un equipo con 15 goles pero solo 10 de xG probablemente caerá en su producción.
El xG también se aplica a los goles en contra. El xGA (expected goals against) mide la calidad de las ocasiones que concede un equipo. Una defensa puede parecer sólida porque solo ha encajado 8 goles, pero si su xGA es de 15, ha tenido suerte con el portero o con los postes. Esa suerte no dura, y las cuotas que no lo reflejan tienen valor.
La diferencia entre goles reales y xG se llama «overperformance» o «underperformance». Un delantero que marca 15 goles con un xG de 10 está overperforming; probablemente no mantendrá ese ritmo. Un delantero con 8 goles y 12 de xG está underperforming; probablemente mejorará. Identificar estas discrepancias antes de que el mercado las corrija es la clave del value betting con xG.
contents ↑Mercados en los que el xG aporta ventaja: over/under, BTTS y resultado
El over/under de goles es el mercado donde el xG tiene aplicación más directa. Si dos equipos promedian un xG combinado de 3.2 goles por partido y la línea está en 2.5, el over tiene valor matemático. Los operadores forman sus líneas considerando múltiples factores, pero el xG captura la producción ofensiva real mejor que los goles reales, especialmente cuando ha habido varianza en partidos recientes.
El BTTS se beneficia del análisis de xG ofensivo y xGA. Para que ambos equipos marquen, necesitas que ambos creen ocasiones de calidad. Un equipo con xG ofensivo de 1.5 y xGA de 1.3 tiene un perfil ideal para BTTS: genera y concede. Si su rival tiene un perfil similar, el BTTS sí tiene buenas probabilidades incluso si los marcadores recientes no muestran goles de ambos.
En el 1X2, el xG permite detectar favoritos y underdogs mal valorados. Un equipo que ha perdido los últimos tres partidos pero con un xG superior al de sus rivales está siendo castigado por la mala suerte, no por mal juego. Cuando el mercado reacciona exageradamente a los resultados sin considerar el rendimiento subyacente, aparecen cuotas con valor.
El hándicap asiático es otro mercado donde el xG brilla. Si un equipo domina sistemáticamente en xG pero gana por márgenes estrechos, apostar al hándicap negativo puede tener valor porque eventualmente convertirá ese dominio en goleadas. La regresión a la media funciona en ambas direcciones.
Mi aplicación práctica: antes de cada jornada, calculo el xG esperado de cada partido sumando los promedios de xG ofensivo y xGA de cada equipo. Compare ese número con las líneas de over/under del mercado. Cuando hay discrepancias de más de 0.4 goles, profundizo en el análisis. Ese filtro inicial reduce drásticamente el número de partidos que necesito analizar en detalle.
contents ↑Fuentes gratuitas y de pago para consultar xG antes de apostar
Los mejores modelos de machine learning aplicados a apuestas deportivas alcanzan una precisión del 75-85%, y muchos de ellos incorporan xG como variable central. Pero no necesitas pagar por modelos sofisticados para acceder a datos de xG útiles. Hay fuentes gratuitas que cubren las principales ligas europeas con calidad suficiente para el apostador serio.
Las plataformas gratuitas más populares ofrecen xG por partido, por equipo y por jugador. Algunas incluso desglosan los disparos individuales con su xG específico, lo que permite analizar la calidad de las ocasiones más allá del número agregado. La cobertura gratuita suele incluir las cinco grandes ligas europeas, la Champions League y las principales competiciones nacionales.
Las fuentes de pago añaden profundidad y velocidad. Ofrecen xG actualizado en tiempo real durante los partidos, acceso a ligas menores, y herramientas de comparación histórica más sofisticadas. Para el apostador que trabaja con volumen alto o que necesita datos de ligas secundarias, la suscripción puede valer la pena. Para el resto, las fuentes gratuitas son suficientes.
Un aspecto importante es que diferentes proveedores calculan el xG con modelos ligeramente distintos. Un disparo puede tener xG de 0.25 en un modelo y 0.30 en otro. Esas diferencias no invalidan la métrica, pero conviene usar siempre el mismo proveedor para mantener la consistencia en tu análisis. Mezclar datos de diferentes fuentes puede crear confusión.
El análisis estratégico efectivo combina el xG con otras métricas. El xG solo te dice cuánto genera y concede un equipo, pero no te dice cómo lo hace. Complementar con datos de presión, posesión en zonas avanzadas, y calidad de pases permite entender el perfil táctico que produce esos números de xG. Esa comprensión más profunda ayuda a predecir cómo variará el xG según el rival específico.
Mi rutina semanal incluye revisar el xG de todos los partidos del fin de semana anterior antes de que se publiquen las líneas de la siguiente jornada. Ese análisis retrospectivo me permite detectar equipos cuyo rendimiento real difiere de sus resultados, información que puedo usar antes de que el mercado la incorpore en las cuotas.
contents ↑