Vad är expected goals (xG) och hur använder du det?

Om du har följt fotbollsdiskussioner de senaste åren har du garanterat stött på begreppet xG — expected goals. Det har blivit ett av de viktigaste verktygen inom modern fotbollsanalys, och det kan ge dig en rejäl fördel i din betting. Låt oss dyka in i detaljerna.

Vad är expected goals?

Expected goals (xG) mäter kvaliteten på skottchanser i fotboll. Varje skott tilldelas ett värde mellan 0 och 1 baserat på hur sannolikt det är att det resulterar i mål. Värdet beräknas med hjälp av historisk data från hundratusentals skott, och tar hänsyn till faktorer som position på planen, avstånd till mål, vinkel, typ av assist, kroppsdel och antal försvarare mellan skottet och målet.

En straff har ett xG-värde på cirka 0.76. Ett skott rakt framför mål från fem meter kanske har 0.50. Ett långskott från 25 meter kan ha 0.03. Summan av alla skott i en match ger lagets totala xG.

Varför är xG bättre än vanlig målstatistik?

Mål har hög varians. Ett lag kan dominera en match fullständigt men förlora 0-1 på en bortdömd straff. Traditionell statistik visar då en förlust, men xG-modellen kan visa att det dominerande laget hade 2.5 xG mot 0.3 xG. Det ger en mycket mer rättvis bild av matchens verkliga karaktär.

Över tid konvergerar faktiska mål mot xG. Lag som konsekvent gör fler mål än sin xG (overperformers) tenderar att regressera nedåt, och lag som gör färre mål (underperformers) tenderar att förbättras. Denna regression to the mean är en av de mest pålitliga principerna i fotbollsstatistik — och den mest användbara för betting.

Hur läser du xG-data?

När du tittar på ett lags xG-statistik, fokusera på följande. Total xG per match ger en bild av offensiv kapacitet. Total xGA (expected goals against) per match visar defensiv styrka. Skillnaden (xG minus xGA) visar nettoprestation och är ett av de bästa måtten på ett lags verkliga styrka.

Jämför lagets faktiska mål med deras xG. Om de gör 25 mål men har en xG på 20, överpresterar de med fem mål. Det kan bero på individuell kvalitet (en briljant avslutare) eller tur. Omvänt, om de gjort 15 mål med 20 xG, har de haft otur eller har avslutningsproblem.

xG-modellens begränsningar

Ingen modell är perfekt. xG tar inte hänsyn till vem som skjuter. Erling Haalands slutfört-förmåga är bättre än en genomsnittlig anfallares, så han tenderar att överprestera sin xG konsekvent. Det är inte tur — det är skill. Modellen missar också psykologiska faktorer, matchsituationen och taktiska justeringar under matchen.

Dessutom varierar xG-modeller mellan leverantörer. Opta, StatsBomb och Understat använder delvis olika parametrar och data, vilket ger olika xG-värden för samma skott. Det är inte ett problem så länge du konsekvent använder samma källa.

Hur använder du xG i betting?

Identifiera lag som överpresterar eller underpresterar sin xG. Lag som konsekvent överpresterar är troliga regressandater — deras odds kan vara för låga. Lag som underpresterar kan vara undervärderade och erbjuda value.

Jämför matchspecifik xG med de odds som erbjuds. Om din xG-modell förutsäger ett xG-utfall som ger hemmalaget en högre sannolikhet än vad oddsen antyder, har du en potentiell value bet.

Använd xG-trender för att bedöma momentum. Om ett lag har ökat sin xG per match under de senaste fem matcherna, kan det tyda på förbättrad offensiv form — även om mål ännu inte har kommit.

xG är inte allt, men det är ett av de kraftfullaste verktygen i din bettingarsenal.