Se há uma métrica que revolucionou a análise de futebol na última década, é o Expected Goals. O xG tornou-se linguagem comum entre analistas, comentadores, treinadores, e cada vez mais, apostadores. Equipas de elite usam xG para avaliar desempenho; casas de apostas usam xG nos seus modelos de preços; apostadores sofisticados usam xG para encontrar valor. Compreender o que é, como funciona, e como aplicar nas apostas é hoje competência essencial para quem leva o futebol e as apostas a sério.
O Expected Goals é, na sua essência, uma forma de medir a qualidade das oportunidades de golo. Atribui a cada remate uma probabilidade de resultar em golo, baseada em características da jogada. Um penalty tem xG de aproximadamente 0.76 — historicamente, 76% dos penalties resultam em golo. Um cabeceamento à queima-roupa após um cruzamento pode ter xG de 0.40. Um remate de meia distância com defensor à frente pode ter xG de 0.05. Somando o xG de todos os remates de uma equipa, obtemos o total de golos que seria esperado dadas as oportunidades criadas.
A Lógica Por Trás do xG
A motivação para o xG surge de uma observação simples: os golos são eventos de alta variância. Uma equipa pode dominar completamente um jogo, criar dez oportunidades claras, e não marcar porque o guarda-redes adversário teve o dia da vida ou porque os remates bateram no poste. Outra equipa pode criar uma única oportunidade e marcar. Olhar apenas para o resultado final — quem ganhou, quantos golos — esconde a realidade do que aconteceu em campo.
O xG tenta capturar essa realidade subjacente. Em vez de perguntar quantos golos marcaste?, pergunta quantos golos devias ter marcado dadas as oportunidades que criaste? Esta pergunta é mais informativa porque é mais estável. Os golos flutuam jogo a jogo com base em fatores aleatórios; a qualidade das oportunidades criadas é mais consistente e mais reveladora da verdadeira capacidade de uma equipa.
A analogia útil é com o poker. Um jogador pode fazer a decisão correta — ir all-in com par de ases — e perder porque o adversário acertou um flush improvável. A qualidade da decisão não mudou porque o resultado foi mau. No futebol, uma equipa pode criar oportunidades excelentes e não converter por azar; a qualidade do seu jogo ofensivo permanece boa, mesmo que o resultado não o reflita.
Como o xG é Calculado
Os modelos de xG usam dados históricos de milhares de remates para estabelecer relações entre características do remate e probabilidade de golo. As variáveis tipicamente consideradas incluem a distância à baliza, o ângulo em relação à baliza, a parte do corpo usada, se foi de primeira ou após controlo, o tipo de jogada que precedeu o remate, a posição dos defesas, e a posição do guarda-redes.
Modelos mais sofisticados incorporam variáveis adicionais como a velocidade do passe que precedeu o remate, se o remate foi rasteiro ou alto, e o contexto tático da jogada. Quanto mais variáveis relevantes o modelo considera, mais preciso tende a ser — até ao ponto em que adicionar variáveis começa a criar overfitting, onde o modelo explica dados históricos demasiado bem mas prevê mal novos dados.
Diferentes fornecedores de xG usam modelos ligeiramente diferentes, por isso os valores podem variar. O xG de um penalty pode ser 0.76 num modelo e 0.78 noutro. Estas diferenças são geralmente pequenas e não afetam materialmente as conclusões. O importante é usar um modelo consistente ao longo do tempo para que comparações sejam válidas.
xG nas Apostas: Aplicações Práticas
A aplicação mais direta do xG nas apostas é identificar equipas sobrevalorizadas ou subvalorizadas pelo mercado.
Uma equipa cujos golos reais excedem significativamente o xG está provavelmente a beneficiar de sorte. Talvez tenha um avançado em forma excecional que está a converter oportunidades difíceis, ou talvez esteja simplesmente a ter remates que batem no sítio certo. Esta sobre-performance tende a não ser sustentável — a longo prazo, os golos convergem para o xG. Se o mercado está a avaliar esta equipa baseado nos golos reais, está provavelmente a sobrevalorizá-la.
Inversamente, uma equipa cujo xG excede significativamente os golos reais está a ser azarada. Cria boas oportunidades mas não as converte. Esta sub-performance também tende a reverter — os golos vão eventualmente aparecer. Se o mercado está a desvalorizar esta equipa baseado nos golos reais, pode haver valor em apostar nela.
O mesmo raciocínio aplica-se ao xG contra (xGA). Uma equipa com poucos golos sofridos mas xGA alto está a ter sorte defensiva — o guarda-redes está em grande forma ou os adversários estão a desperdiçar oportunidades. Uma equipa com muitos golos sofridos mas xGA baixo está a ser azarada — concede poucas oportunidades mas as que concede estão a entrar.
Análise de Tendências
O xG é particularmente poderoso para análise de tendências ao longo da época. Olhar para a evolução do xG e xGA revela se uma equipa está a melhorar ou a deteriorar de formas que os resultados podem ainda não refletir.
Imagina uma equipa que teve mau início de época mas cujo xG tem subido consistentemente nos últimos dois meses. Os resultados podem ainda não refletir esta melhoria porque a conversão leva tempo a alinhar com as oportunidades. O mercado, olhando para a tabela classificativa, pode subestimar esta equipa. Há potencial valor.
O inverso também é verdade. Uma equipa no topo da tabela mas cujo xG tem descido pode estar a sobreviver com base em forma passada e sorte atual. Se a tendência continuar, os resultados vão eventualmente deteriorar-se. Apostar contra esta equipa antes que o mercado reaja pode ser lucrativo.
A comparação entre xG recente e xG da época completa também é informativa. Se uma equipa tem xG de 1.8 na época mas 2.3 nos últimos cinco jogos, algo mudou — novo jogador, nova tática, lesões recuperadas. Se tem xG de 1.8 na época mas 1.2 nos últimos cinco jogos, algo está a correr mal. Estas divergências merecem investigação.
Limitações do xG
O xG é uma ferramenta poderosa mas não é perfeita. Reconhecer as suas limitações é essencial para usá-la corretamente.
A primeira limitação é que o xG não captura a qualidade do finalizador. O mesmo remate com xG de 0.15 tem probabilidade diferente de entrar se for de Cristiano Ronaldo ou de um defesa central. Os modelos de xG tratam todos os finalizadores como médios, mas não o são. Isto significa que equipas com finalizadores de elite podem sustentavelmente superar o xG, enquanto equipas com finalizadores fracos podem sustentavelmente subperformar.
A segunda limitação é que o xG não inclui oportunidades que não resultaram em remate. Uma jogada que termina com passe falhado na área não gera xG, mesmo que a oportunidade fosse excelente. Equipas com problemas no último passe podem ter xG que subestima a sua verdadeira qualidade ofensiva.
A terceira limitação é a qualidade variável dos modelos. Nem todos os xG são criados iguais. Modelos básicos que só consideram distância e ângulo são menos precisos que modelos que consideram posição dos defesas e contexto da jogada. Se usas xG de fonte desconhecida ou modelo simples, as conclusões podem ser menos fiáveis.
A quarta limitação é o tamanho da amostra. O xG de um único jogo tem variância elevada — podes ter xG alto por uma oportunidade excecional que não representa o padrão normal da equipa. Precisas de múltiplos jogos para que o xG estabilize e seja informativo. Análises baseadas em um ou dois jogos são frequentemente enganadoras.
Combinar xG com Outras Métricas
O xG é mais poderoso quando combinado com outras métricas e fontes de informação.
O xG por remate indica a qualidade média das oportunidades. xG total alto pode resultar de muitos remates de baixa qualidade ou poucos remates de alta qualidade — distinção importante para compreender o estilo de jogo. Equipas que dependem de muitos remates de baixa qualidade são mais vulneráveis a defesas organizadas.
O xG dos primeiros versus segundos tempos revela padrões táticos. Algumas equipas dominam os primeiros tempos; outras são fortes nas segundas partes. Estes padrões podem ser explorados em apostas ao vivo ou em mercados de resultado ao intervalo.
A comparação de xG em casa e fora revela dependências. Algumas equipas criam muito mais em casa; outras mantêm consistência. Esta informação é relevante para avaliar jogos específicos.
A combinação com métricas de posse progressiva ajuda a distinguir domínio real de domínio aparente. Alto xG com alta posse progressiva sugere domínio genuíno; alto xG com baixa posse progressiva pode indicar eficiência em transições mas vulnerabilidade quando o adversário tem a bola.
Fontes de xG
Várias fontes oferecem dados de xG gratuitamente.
O Understat é provavelmente a fonte mais popular para as cinco grandes ligas europeias. Oferece xG por jogo, por equipa, por jogador, com visualizações claras e dados descarregáveis. A metodologia é sólida e consistente.
O FBref, alimentado por dados StatsBomb, oferece xG para uma gama mais ampla de ligas. A cobertura é menos profunda que Understat mas mais ampla. Inclui também variantes como xG por 90 minutos e xG ajustado para oposição.
O Infogol especializa-se em previsões baseadas em xG e oferece dados históricos e análises pré-jogo. A orientação é mais explicitamente para apostas.
Para ligas fora do mainstream europeu, os dados de xG são mais escassos e menos fiáveis. Se apostas em ligas menores, deves ter cautela adicional com análises baseadas em xG — os modelos podem ser menos calibrados para esses contextos.
Considerações Finais
O Expected Goals transformou a análise de futebol de arte para ciência — ou pelo menos para arte informada por ciência. Oferece uma forma de ver além dos resultados, de identificar qualidade subjacente que os golos podem esconder. Para apostadores, é ferramenta quase indispensável para encontrar valor em mercados que cada vez mais incorporam esta análise.
Mas o xG não é resposta para tudo. É uma métrica entre muitas, um input entre vários. As suas limitações são reais e devem ser respeitadas. O apostador eficaz usa xG como parte de um processo de análise mais amplo, não como substituto para esse processo.
A recomendação prática é simples: familiariza-te com xG, incorpora-o nas tuas análises, mas mantém espírito crítico. Pergunta sempre o que o xG não te está a dizer, onde pode estar a enganar, que contexto está a faltar. Esta combinação de aproveitamento da ferramenta e consciência dos seus limites é o que distingue uso sofisticado de uso superficial.