Så funkar expected goals (xG) inom fotboll
Expected goals har blivit ett av fotbollens viktigaste mått. Vi förklarar hur xG beräknas, vad det faktiskt säger oss — och hur du kan använda det i din betting.
Om du följer fotboll har du garanterat stött på begreppet xG, eller expected goals. Det dyker upp i tv-sändningar, i poddar, på Twitter — överallt. Men vad betyder det egentligen? Och framför allt: kan du använda det för att bli en bättre bettare?
Vad är xG?
Expected goals mäter kvaliteten på målchanser. Varje skott som avlossas i en match tilldelas ett värde mellan 0 och 1, baserat på hur sannolikt det är att skottet resulterar i mål. En straff har till exempel ett xG-värde runt 0.76 — ungefär tre av fyra straffar går in historiskt sett. Ett huvudmål från nära håll kanske ligger på 0.40, medan ett långskott från 30 meter hamnar på 0.03. Summan av alla chanser under en match ger lagets totala xG.
Hur beräknas det?
Modellerna som ligger bakom xG bygger på enorma mängder historisk data — hundratusentals skott från ligamatcher världen över. Faktorerna som vägs in varierar beroende på vilken modell man använder, men de vanligaste är: avstånd till mål, vinkel mot mål, vilken kroppsdel som användes, typ av assist (genomskärare, inlägg, etc.), och om det var en öppen målchans eller om keepern var redo. Mer avancerade modeller tar också hänsyn till spelarpositioner och defensivt tryck.
Varför är det användbart för betting?
Poängen med xG är att det skalar bort tur och slump. Ett lag kan vinna 1-0 trots att motståndaren hade chanser motsvarande 2.5 xG — det säger oss att resultatet var smickrande och att det laget förmodligen inte kommer vinna lika lätt nästa gång. Omvänt kan ett lag förlora trots att de dominerade spelet. Som bettare vill vi identifiera lag vars faktiska poängskörd avviker kraftigt från deras xG-prestationer, för det tenderar att korrigeras över tid. Ett lag som underpresterar sin xG kommer sannolikt börja vinna fler matcher — och oddsen har kanske inte hunnit justera sig.
Begränsningar att känna till
xG är inte perfekt. Modellen fångar inte allt — ett skott från Haaland på fem meter är inte samma sak som ett skott från en division 3-spelare på samma position, men xG-värdet kan vara identiskt. xG tar heller inte hänsyn till skottets kvalitet (hur hårt, placering i mål) om man inte använder post-shot xG, som är en variant som väger in var skottet träffar. Dessutom kan xG vara missvisande i små urval. En match eller två säger inte så mycket — det är över 10-15 matcher som mönstren blir riktigt intressanta.
Så använder du xG praktiskt
Min rekommendation: använd xG som ett komplement, inte som ensam beslutsgrund. Kolla på ett lags xG-differens (skillnaden mellan skapad och släppt xG) över de senaste 8-10 matcherna. Jämför med deras faktiska resultat. Om du ser stora avvikelser har du hittat något intressant. Sajter som Understat, FBref och Infogol publicerar xG-data gratis — det finns ingen anledning att inte använda det. Kombinera det med dina egna observationer och du har en riktigt bra grund för att hitta värdespel.