Descubrí el xG en 2017, cuando empezaba a ser accesible fuera de los departamentos analíticos de clubes profesionales. Durante dos temporadas lo apliqué ciegamente y perdí dinero. Apostaba al Lille porque su xG contra rivales modestos indicaba «debería ganar 2-0» y el Lille acababa empatando 1-1 por imprecisión en el remate. Apostaba al under 2,5 cuando el xG combinado era 2,15 y un partido se resolvía 3-2 por un rebote afortunado. El xG es una herramienta potente pero no es una varita mágica: mide calidad de oportunidades, no resultados reales, y la diferencia entre ambas cosas es donde se gana o pierde el ticket. Esta pieza explica qué mide el xG, cómo leerlo en la Ligue 1 y dónde aporta ventaja real sobre las cuotas del operador, dentro del marco del value betting aplicado.
Qué es el xG y cómo se calcula
xG (expected goals, goles esperados) es una métrica que asigna a cada disparo la probabilidad de convertirse en gol basado en características del intento: distancia al arco, ángulo, tipo de jugada previa, parte del cuerpo usada, presión defensiva presente, posición del portero y contexto táctico. Cada disparo recibe un valor entre 0 y 1. Un penalti típico tiene xG de 0,76 (tres de cada cuatro se convierten históricamente). Un disparo desde fuera del área rondando los 25 metros con defensa interpuesta tiene xG de 0,03-0,05.
Los modelos de xG se construyen con regresiones logísticas sobre bases de datos de millones de disparos históricos. El modelo aprende qué combinaciones de variables producen qué probabilidad de gol, y luego aplica esa regla a cada disparo nuevo. Proveedores como Opta, Stats Perform, Understat y SkillCorner publican modelos con ligeras diferencias metodológicas — un mismo partido puede tener xG de 1,85 según Opta y 1,92 según Understat, la diferencia es marginal pero existe.
El xG agregado por partido es la suma del xG de todos los disparos del equipo. Si el PSG tira 20 veces con un xG combinado de 3,14, significa que, con esa selección de oportunidades, se marcarían 3,14 goles en promedio. El marcador real puede ser 5, 2 o 0 en un partido concreto — la varianza por partido es alta. A lo largo de 34 jornadas, sin embargo, el xG del equipo converge hacia los goles reales con diferencia típica de ±5-8 goles anuales.
Un matiz importante: xG no incluye habilidad individual para rematar. Mbappé tiene porcentaje histórico de conversión superior al xG esperado en sus disparos (over-performs), mientras que otros delanteros marcan menos de lo que el xG predice (under-performs). Esa desviación es señal de habilidad técnica individual que los modelos genéricos no capturan completamente.
xG For y xG Against: cómo leer ambos lados
xG For mide la calidad de las oportunidades creadas por un equipo. xG Against mide la calidad de las oportunidades concedidas. La diferencia (xG Diff) es el mejor indicador rápido del rendimiento estructural de un equipo, mucho más robusto que los puntos reales acumulados, que están distorsionados por suerte del finish y por rendimiento arbitral.
En la Ligue 1, el PSG acostumbra a cerrar temporadas con xG For superior a 2,3 por partido y xG Against inferior a 1,0. La diferencia de 1,3+ refleja su dominio estructural. Clubes de media tabla tienen xG Diff cercanos a 0 — crean y conceden cantidades similares. Clubes de zona baja tienen xG Diff negativo, habitualmente entre -0,5 y -1,2.
La Ligue 1 promedia 2,96 goles por partido en la temporada actual, una cifra que sitúa al campeonato entre las ligas europeas más abiertas. Ese promedio se descompone en xG medio por partido de 1,48 para locales y 1,26 para visitantes aproximadamente, con variaciones por contexto. El apostador que compara xG combinado proyectado con la línea Over/Under 2,5 tiene una primera herramienta cuantitativa — si el xG combinado supera 2,75, el Over 2,5 tiene probabilidad ligeramente superior a la implícita; por debajo de 2,60, el Under gana valor.
Un uso práctico del xG For/Against: comparar lo «merecido» con lo «real» en los últimos cinco partidos. Si un equipo ha acumulado 10 puntos pero su xG Diff promedio en esos cinco partidos es negativo, está sobre-rindiendo y el mercado tardará en ajustar. Si ha acumulado 2 puntos pero su xG Diff es positivo, está infra-rindiendo y hay valor en apostar a su rebote próximo.
Desviación entre xG y goles reales en la temporada
La desviación entre xG acumulado y goles reales es donde se encuentran las oportunidades de apuesta más interesantes. Un equipo que acumula +8 goles sobre su xG a mitad de temporada casi siempre regresa hacia la media en la segunda vuelta — los rematadores afortunados pierden racha de finishing y los porteros estrella tienen meses malos. Un equipo que acumula -6 goles bajo su xG tiende a mejorar su pegada.
El Marsella de temporadas recientes es caso emblemático de desviación positiva. Cuando tiene delantero en estado de gracia, el equipo acumula gol sobre xG de forma sostenida durante 10-15 jornadas. Los cuatro clubes que se repartieron el 50% de los derechos audiovisuales en 2023-24 — PSG con 24,6%, Lens con 9,7%, OM con 9,3% y LOSC con 6,6% — tienen modelos deportivos con capacidad ofensiva estadísticamente distinguible del resto, y el xG ayuda a medir esa distinción sin ambigüedades.
El apostador que lleva seguimiento de xG acumulado por equipo obtiene ventaja en dos mercados concretos. Primero, en el mercado de Over/Under de equipo específico (total de goles del PSG, por ejemplo). Si el PSG lleva xG acumulado de 45 goles pero ha marcado 52 reales, esperar regresión a la media en los próximos 10 partidos es razonable y el Under de goles del PSG en el próximo encuentro ofrece valor. Segundo, en mercado BTTS: si un equipo concede xG alto pero ha recibido pocos goles reales, el BTTS Sí gana probabilidad respecto a la cuota implícita.
Mi regla empírica de regresión: desviaciones de ±5 goles sobre xG a mitad de temporada se corrigen en el 70% de los casos durante la segunda vuelta. Desviaciones de ±8 goles o más, se corrigen en el 85%. Usar ese patrón sistemáticamente ha sido una de las vías de rentabilidad más consistentes de mi histórico.
Mercados donde el xG aporta ventaja real
El xG aporta ventaja clara en cuatro mercados. Uno: totales de goles por equipo en horizonte de 5-10 partidos. Dos: hándicap asiático basado en diferencia de xG proyectado. Tres: BTTS cuando un equipo tiene xG Against persistentemente alto pero ha recibido pocos goles reales. Cuatro: mercados de goleador individual cuando un delantero tiene conversión por encima o por debajo de su xG personal acumulado.
Donde xG aporta menos ventaja es en partidos individuales con variables ad hoc — expulsiones, cambios de última hora, climatología extrema, partidos en los que un equipo gestiona resultado y corta el ataque voluntariamente. Todos esos factores alteran el patrón de creación de oportunidades que el xG asume estable.
Limitaciones del xG en contextos tácticos extremos
El xG no distingue bien entre partido abierto y partido cerrado intencional. Un equipo que defiende con diez bloqueado atrás y un 1-0 en el marcador puede tirar poco pero acumular xG modesto; el marcador final coincide con xG bajo, y el modelo parece haber acertado, pero no captura que el bajo xG era consecuencia estratégica, no estructural. Para lecturas finas, el xG hay que complementarlo con contexto táctico y con variables situacionales.
