A Estatística Ligada ao Futebol: xG; xGA; xPTS

José Nuno QueirósAbril 28, 20208min0

A Estatística Ligada ao Futebol: xG; xGA; xPTS

José Nuno QueirósAbril 28, 20208min0

Com certeza o leitor já comentou após um jogo de futebol, algo do género: “Resultado injusto!”; “Criámos melhores oportunidades!”; “Devíamos ter feito 4 ou 5 golos!”. E se eu lhe disser que existe uma estatística que tenta explicar este fenómeno dos golos esperados? Confuso? Então veja em baixo do que se trata.

O que são os Golos esperados (xG) e os golos esperados contra (xGA)?

Os golos esperados (em inglês “expected goals” e que serão designados por xG daqui em diante)  e os golos esperados contra (xGA “expected goals against”, que são apenas os xG dos adversários) são duas ferramentas estatísticas usadas no futebol há bastante tempo, nomeadamente pelos olheiros e analistas das várias equipas.

Elas surgiram como uma maneira de evoluir a análise do jogo. No princípio e na sua base, o objetivo do futebol era apenas marcar mais do que o adversário, e apesar disto ser ainda a maior verdade e objetivo, não é menos verdade que os clubes querem ganhar, mas também ser melhores que o adversário em campo. Neste sentido começaram a aparecer as estatísticas para quantificar a qualidade do jogo: a posse de bola, o número de remates, os remates à baliza, etc…

Mas isto levou a um problema óbvio, nem todos os remates à baliza são igualmente perigosos, há certos remates ao lado mais perigosos que remates à baliza e sentiu-se uma necessidade de quantificar isto.

O xG vem demonstrar a qualidade da ocasião, numa escala de 0-1 (ou seja de 0 a 100%), consoante a probabilidade atribuída a um determinado remate de resultar em golo (note que o valor zero e um nunca podem ser utilizados).

Este número entre 0-1 é atribuído por empresas estatísticas especializadas através da análise de vários remates e do seu sucesso ou insucesso. Por exemplo, a Opta usa estatísticas de mais de 300.000 remates para encontrar a sua fórmula. Por exemplo se numa análise de 20.000 remates com condições idênticas, 8.000 resultarem em golo o xG é igual a 0.4 (xG superior a 0.38 é considerado uma grande oportunidade).

No entanto esta estatística vai muito para além da zona do terreno onde o remate é efetuado. Fatores como o ângulo do remate, se a bola é rematada com a cabeça ou com o pé direito ou esquerdo, o tipo de passe que levou ao remate, entre outros são utilizados na equação do xG.

Como se utiliza na prática o xG?

Tomemos por exemplo o encontro entre o AC Milan e o Genoa na Serie A.

Neste jogo o AC Milan teve mais do dobro dos remates que o adversário, no entanto o xG não mostra uma grande diferença entre as duas equipas (1.95 vs 1.87).

Então qual a leitura correta a fazer disto?

Como podemos ver o AC Milan teve mais remates mas a grande maioria deles tem um xG muito baixo, com alguns deles a surgirem de muito longe, ao passo que o Genoa tentou rematar apenas em zonas já muito perto da grande área dos milaneses. Desde logo fica desmistificada a ideia de que o Milan foi muito superior como os remates por si só podiam demonstrar.

Outra análise a fazer é às grandes oportunidades criadas. O Genoa teve duas boas oportunidades (alto xG) e concretizou as duas, demonstrando uma enorme eficácia como provam os 2 golos marcados comparado ao xG de 1.85.

Em contra partida o Milan teve as mesmas duas oportunidades (ou 3 se contarmos com uma de 0.32 no lado direito do ataque), mas só concretizou uma ficando aquém do seu xG por falta de eficácia.

Numa análise mais fria podemos dizer que o empate se ajustava e que no fim a diferença esteve na eficácia. O treinador do Milan ao receber esta informação pode por exemplo perceber que tem um défice em criar boas situações de golo, optando muito por remates com pouca probabilidade de sucesso, e que precisa de melhorar a eficácia. Por outro lado o técnico do Genoa pode estar feliz com a prestação ao nível da eficácia, mas pode sentir que a equipa precisará de criar mais situações no futuro para aumentar as chances.

Da mesma maneira que as análises ofensivas são possíveis, também as defensivas podem ser analisadas com o xGA, que mostram que ambas as equipas foram boas a impedir a criação de boas oportunidades ao adversário, sendo que quando deixaram o guarda redes do Genoa esteve em bom plano ao defender uma boa chance de golo, ao contrário do guardião do AC Milan.

Mas nem tudo é perfeito nesta estatística.

Quais as limitações e desvantagens do xG?

O xG por si só pode ser enganador. Em primeiro lugar o xG não distingue a qualidade do jogador que está a rematar a bola. Quer isto dizer que um remate do Messi tem a mesma probabilidade de ser golo quando comparado com o mesmo remate feito pelo Castaignos (com todo o respeito que os jogadores merecem). Logo aqui vai criar um erro de análise. É provável que no final da época o Barcelona marque mais golos do que o seu xG, porque jogadores como Messi conseguem muito mais facilmente marcar em situações em que parece quase impossível.

Mais ainda, o xG não tem em conta o número de jogadores entre a bola e a baliza. Uma equipa que jogue mais fechada pode “estragar” a estatística do adversário em que grandes ocasiões perdidas podem não ter sido assim tão boas se entre a bola e a baliza estiverem 4 adversários. (algumas empresas já tentam incluir este dado, mas outras ainda o ignoram)

Peguemos no jogo acima referido. O Genoa começou a ganhar aos 6′ e aos 40′ já ganhava 2-0. Se calhar foi estratégia do Genoa recuar as linhas e obrigar o AC Milan a rematar de longe, por falta de espaços para penetrar.

Para além disto, qualquer lance que não termine num remate não conta como oportunidade, quando há claramente lances perigosos que não terminam com um remate (p.e. o jogador chegar ligeiramente atrasado para um desvio numa baliza deserta).

Isto serve para relembrar que as estatísticas nunca se devem sobrepor à visualização e análise crítica do jogo, mas sim complementá-lo.

Como ler o xG, o xGA e o xPTS (pontos esperados) na tabela?

Para evitar alguns dos erros que a análise a um só jogo pode criar, o xG e o xGA são utilizados para criar o xPTS (pontos esperados) e podem ser analisados para visualizar a tabela final da época.

Vamos a um exemplo.

Se olharmos para a tabela da liga inglesa em 2016/2017, vemos que o Chelsea foi campeão numa época em que ficaria em 2º pelos xPTS. Isto é explicado na sua maioria pelo enorme excedente no XG, o que significava que o Chelsea era extremamente eficaz a concretizar as poucas claras oportunidades que tinha, mostrando que não precisava de grandes chances para marcar.

Isto levou a que o Chelsea caísse para 5º lugar no ano seguinte quase como se a “sorte” tivesse acabado e também pela falta de reforços para as zonas de criação. Em vez disso foram contratados Morata e Giroud para avançados, quando o problema não era a finalização era a capacidade de colocar os avançados em situações privilegiadas.

Em contra-partida o City deveria ter sido campeão mas não o foi porque sofreu mais golos que o esperado. Isto levou a que Guardiola corrigisse a situação tendo descartado um desastroso Claudio Bravo para contratar Ederson. A este juntaram-se Danilo, Laporte, Walker e Mendy, provando que Guardiola percebeu a lacuna da equipa. Apenas Bernardo Silva foi contratado para posições mais adiantadas, onde a equipa estava bem e provava pelo xG ser a equipa que mais situações claras de golo criava e com uma finalização adequada às situações criadas. Uma equipa que dependia mais das grandes chances do que de golos inesperados.

Outro dado interessante é o United que ficou atrás de Liverpool e Arsenal apesar de ter mais xPTS devido à falta de eficácia dos homens da frente que não estavam a aproveitar as oportunidades criadas, sendo que no ano seguinte com a chegada de Lukaku para a finalização a equipa conseguiu subir para o 2º lugar do campeonato, apesar de nesse ano ter contado com um De Gea inspirado que “salvou” os Red Devils de sofrerem o que era esperado sofrer. mas com um xG perto da realidade provando que no ataque as coisas foram bem feitas.

 

Esta estatística ainda pode ter mais utilizações nomeadamente para jogadores em sub-rendimento para perceber se o problema é a eficácia, a pouca habilidade do jogador em aparecer em boas situações ou a falta de qualidade de quem o deve servir, mas fica aqui resumido esta estatística pouco conhecida, com a natural ressalva de que a estatística nunca vai conseguir ler a 100% o futebol, e ainda bem, porque senão deixava de ter a emoção e imprevisibilidade que no fez apaixonar pelo golo.


Entre na discussão


Quem somos

É com Fair Play que pretendemos trazer uma diversificada panóplia de assuntos e temas. A análise ao detalhe que definiu o jogo; a perspectiva histórica que faz sentido enquadrar; a equipa que tacticamente tem subjugado os seus concorrentes; a individualidade que teima em não deixar de brilhar – é tudo disso que é feito o Fair Play. Que o leitor poderá e deverá não só ler e acompanhar, mas dele participar, através do comentário, fomentando, assim, ainda mais o debate e a partilha.


CONTACTE-NOS