Gole oczekiwane, czyli xG (od angielskiego expected goals), to liczba przypisana każdemu strzałowi w meczu, która mówi, jak duże było prawdopodobieństwo, że ten strzał skończy się bramką. Jeśli widzisz po meczu w statystykach „xG 2,4 – 0,6″, wiesz już nie tylko kto wygrał, ale też kto faktycznie grał lepiej. Wskaźnik ten stosuje się głównie w piłce nożnej, choć pojawia się też w hokeju na lodzie. xG wykorzystywany jest w zakładach bukmacherskich przez operatorów, aby pomóc w wystawianiu kursów oraz przez graczy, aby lepiej analizować występy drużyn i zawodników.

Co to są gole oczekiwane i skąd się bierze wartość xG?

xG to wynik modelu statystycznego zbudowanego na dziesiątkach tysięcy historycznych strzałów, to nie opinia komentatora ani subiektywna ocena. Wartość między 0,00 a 1,00 pochodzi z algorytmu, który sprawdza, jak kończyły się strzały oddawane w podobnych warunkach w przeszłości, i na tej podstawie ocenia nową sytuację.

Sam wskaźnik xG nie powstał w jednym miejscu ani w jednej chwili. Korzenie sięgają lat 60. XX wieku, kiedy Charles Reep i Bernard Benjamin jako pierwsi analizowali skuteczność strzałów statystycznie. Nowoczesna forma xG, którą znasz z transmisji i serwisów statystycznych, upowszechniła się około 2012 roku za sprawą Sama Greena, analityka firmy Opta. W połowie lat 2010. modele rozwinęli niezależnie od siebie analitycy tacy jak Michael Caley, Paul Riley i Emmanuel Perry – i to ich podejście stało się podstawą tego, co dziś widzisz w statystykach. Serwisy takie jak Understat.com zbudowały własne implementacje, trenując algorytmy sieci neuronowych na ponad 100 000 strzałów opisanych więcej niż 10 parametrami każdy.

Wartość 0,25 oznacza, że historycznie co czwarty strzał oddany w takich samych okolicznościach kończył się bramką – nie że ten konkretny strzał da gola z prawdopodobieństwem 25%. To subtelna, ale ważna różnica: xG mówi o klasie sytuacji, nie o tym, co się zaraz wydarzy na boisku.

Sumaryczne xG drużyny w meczu to suma wartości wszystkich jej strzałów. Wyobraź sobie drużynę, która oddaje 5 strzałów: trzy z nich mają xG = 0,2, a dwa – xG = 0,1. Łączne xG wynosi 3 × 0,2 + 2 × 0,1 = 0,8. Oznacza to, że na podstawie jakości tych okazji drużyna powinna strzelić niecałą jedną bramkę. Jeśli strzeliła dwie – mocno przekroczyła oczekiwania. Jeśli zero – zmarnowała swoje szanse.

Jedna rzecz, która często zaskakuje: wartość xG nigdy nie wynosi dokładnie 0 ani dokładnie 1. Nawet w niemal stuprocentowej sytuacji zawsze istnieje minimalna szansa pudła – co dobitnie pokazał Kevin de Bruyne, który podczas jednego ze spotkań Premier League trafił obok pustej bramki przy strzale o xG bliskim 1,0. Z drugiej strony, gol z własnej połowy boiska – jak słynne trafienie bramkarza Asmira Begovicia – ma xG na poziomie ok. 0,0001, bo takie strzały kończą się bramką raz na kilka tysięcy analogicznych prób.

Co wpływa na wartość xG danego strzału?

Na wartość xG konkretnego strzału wpływa sześć zmiennych: odległość od bramki, kąt strzału, część ciała, rodzaj podania poprzedzającego uderzenie, presja obrońców i to, czy mamy do czynienia z rzutem karnym.

Odległość od bramki

To najważniejszy czynnik. Strzały z dystansu powyżej 25 metrów mają xG oscylujące wokół 0,01 – czyli jedno trafienie na 100 prób. Strzały ze środka pola karnego, z odległości 10-12 metrów przy kącie centralnym, mają xG rzędu 0,20-0,35. Im bliżej i bardziej na wprost – tym wyższe xG.

Kąt strzału

Kąt działa niezależnie od odległości. Strzał z 12 metrów pod ostrym kątem przy słupku ma dużo niższe xG niż strzał z tej samej odległości na wprost bramki – bo widoczna część siatki jest po prostu mniejsza. Przy kącie poniżej 15-20° wartość xG spada drastycznie.

Część ciała

Strzał dominującą nogą ma wyższe xG niż ten sam strzał słabszą nogą, a główka jest statystycznie najsłabszym wykończeniem – model przypisuje jej niższe xG nawet z tej samej odległości i pod tym samym kątem.

Rodzaj podania poprzedzającego strzał

Podanie po ziemi (ground pass) generuje wyższe xG niż dośrodkowanie – przy crossie zawodnik musi trafić w ruchomą piłkę, co jest statystycznie trudniejsze. Z podobnego powodu kontratak (obrona jeszcze nieustawiona) daje wyższe xG niż atak pozycyjny.

Presja obrońców

Im więcej rywali między zawodnikiem a siatką i im bliżej go naciskają, tym model przypisuje strzałowi niższą wartość – nawet jeśli strzelec stoi blisko bramki.

Rzut karny

Rzut karny to osobny przypadek – jedyna sytuacja ze z góry ustaloną, stałą wartością xG, wynoszącą ok. 0,76-0,79 (różne serwisy statystyczne podają nieco różne liczby). Właśnie dlatego jeden rzut karny potrafi mocno zaburzyć sumaryczne xG meczu – dodaje drużynie blisko 0,77 oczekiwanego gola jednym kopnięciem.

Nowsze modele xG uwzględniają też dodatkowe zmienne: prędkość strzału, czas jaki zawodnik miał na wykończenie i ustawienie bramkarza w chwili uderzenia.

Jak czytać xG po meczu? Przykłady z rzeczywistych spotkań

xG z meczu czyta się przez porównanie sumarycznej wartości obu drużyn z rzeczywistym wynikiem: jeśli drużyna strzeliła mniej niż jej xG, zmarnowała okazje; jeśli więcej – przekroczyła oczekiwania. Poniżej cztery scenariusze, które pokazują, co konkretne liczby oznaczają w praktyce.

Drużyna marnuje okazje

Wyobraź sobie, że gospodarz wygrywa 1:0, ale jego xG w meczu wyniosło 3,5. Drużyna kreowała bardzo dobre sytuacje – z bliska, pod dobrym kątem, po podaniach po ziemi – ale zmarnowała lwią ich część. Wynik jest skromniejszy niż gra na to zasługiwała, a przy tak wysokim xG można oczekiwać, że w kolejnych meczach sytuacje zaczną się przeliczać na gole, co jest świetnym sygnałem do obstawienia zakładu over/under.

Drużyna wycisnęła mecz do granic

Sytuacja odwrotna: drużyna B wygrywa 2:0, ale jej xG wyniosło zaledwie 0,45. Statystycznie powinna strzelić mniej niż pół bramki – a trafiła dwa razy. Albo ma wyjątkowo skutecznych napastników, albo po prostu miała szczęście. Takich wyników nie da się regularnie utrzymywać. W przypadku stwierdzenia, że drużyna strzelała ponadprzeciętnie, typ na jej porażkę lub under goli będzie z dużą dozą pewności wartościowym zakładem.

Wyższe xG nie gwarantuje zwycięstwa

Mecz Arsenal-Manchester United z 2 grudnia 2017 roku jest tu klasycznym przykładem. Kanonierzy oddali 33 strzały, w tym 16 celnych – xG Arsenalu było zdecydowanie wyższe. Manchester United oddał zaledwie 8 strzałów. Wynik: 1:3 dla United. xG mierzy jakość i ilość okazji, nie wynik końcowy.

xG zawodnika przez sezon

Marcus Rashford w sezonie 2022/23 miał sumaryczne xG na poziomie 6,7, ale zdobył 8 bramek – strzelał więcej, niż statystycznie powinien. Podobnie Bruno Fernandes i Mohamed Salah w swoich najlepszych sezonach regularnie przekraczali xG, co świadczy o klasie wykończeniowej wykraczającej poza „przeciętnego strzelca” zakładanego przez model.

xG z jednego meczu to za mało, żeby wyciągać wnioski

Jakub Dobiáš, założyciel czeskiej firmy analitycznej 11Hacks specjalizującej się w danych piłkarskich, zwraca uwagę, że przy xG 3,0 w meczu rzeczywisty wynik mieści się statystycznie między 1,47 a 4,53 bramki. Odchylenie w jednym spotkaniu jest tak duże, że xG z pojedynczego meczu to ciekawa informacja, ale nie miara formy drużyny. Dopiero po 10 lub więcej meczach xG zaczyna być wiarygodnym sygnałem. Jeżeli spotykają się dwie drużyny o wysokim xG to jest to dobra okazja do postawienia zakładu „Obie drużyny strzelą gola”.

Rodziny wskaźników: xGA, xGD, xPTS, xA, xG90 – co każdy z nich oznacza?

Gdy już rozumiesz xG, pozostałe wskaźniki z rodziny „x” stają się intuicyjne. Pięć najważniejszych to xGA, xGD, xG90, xPTS i xA – każdy mierzy inny wymiar gry, ale wszystkie opierają się na tej samej logice co xG.

xGA (expected goals against)

xGA to xG liczone z perspektywy obrony – ile bramek drużyna powinna stracić na podstawie okazji, które stworzył rywal. xGA jednej drużyny jest tożsame z xG drugiej w tym samym meczu. Jeśli drużyna traci mniej goli niż wskazuje jej xGA, to albo ma znakomitego bramkarza, albo obrona robi coś, czego model nie potrafi wychwycić.

xGD (expected goals difference)

xGD to różnica xG minus xGA – coś w rodzaju bilansu bramkowego, tyle że opartego na jakości sytuacji, a nie rzeczywistych golach. Drużyna z regularnie dodatnim xGD tworzy lepsze okazje niż dopuszcza i jest statystycznie silniejsza, nawet jeśli tabela jeszcze tego nie odzwierciedla.

xG90

xG90 to sumaryczne xG podzielone przez liczbę rozegranych meczów – średnia oczekiwana liczba bramek na 90 minut. Jeśli drużyna w 10 meczach nazbierała łączne xG = 20,0, to xG90 = 2,0, co oznacza że powinna strzelać 2 bramki na mecz. To szczególnie przydatne do porównywania zawodników lub drużyn z różną liczbą rozegranych spotkań.

xPTS (expected points)

xPTS mówi, ile punktów drużyna powinna mieć w tabeli na podstawie xG i xGA ze wszystkich meczów. Jeśli drużyna ma więcej faktycznych punktów niż wskazuje xPTS – punktuje nadprogramowo, co statystycznie jest trudne do utrzymania. Odwrotna sytuacja sugeruje pecha lub słabe wykończenie, które powinno się z czasem poprawić. xPTS jest jednym z lepszych narzędzi do przewidywania, czy wyniki drużyny w następnych kolejkach wzrosną czy spadną.

xA (expected assists)

xA to oczekiwane asysty – miara jakości ostatnich podań przed strzałami. Model ocenia miejsce podania, jego rodzaj (po ziemi czy wrzutka), odległość od bramki i dokąd trafiła piłka. Jeśli zawodnik wystawia idealne prostopadłe podanie, a napastnik marnuje stuprocentową okazję – xA odnotowuje tę „skradzioną asystę”. Dzięki temu możesz ocenić rozgrywającego czy skrzydłowego nawet wtedy, gdy kolega z drużyny spudłował.

Gdzie sprawdzić xG? Bezpłatne narzędzia i aplikacje

Cztery bezpłatne serwisy, w których znajdziesz xG dla zdecydowanej większości meczów piłkarskich, to Flashscore, Sofascore, Understat i FBref – każdy z nieco innym zakresem lig i głębokością danych.

Flashscore.pl

Wejdź na stronę lub w aplikację mobilną, otwórz dowolny mecz i przejdź do zakładki „Statystyki”. Zobaczysz xG obu drużyn aktualizowane na żywo podczas spotkania i dostępne po jego zakończeniu. Serwis obejmuje większość lig europejskich, w tym Ekstraklasę.

Sofascore.com

Bezpłatna aplikacja na iOS i Android. Poza sumarycznym xG drużyny znajdziesz tu mapę strzałów (shotmap), na której każde uderzenie jest zaznaczone z przypisaną mu wartością xG. Jeden z najszerszych zakresów lig na świecie.

Understat.com

Serwis skupiony wyłącznie na zaawansowanych statystykach xG dla sześciu lig: Premier League, La Liga, Bundesliga, Serie A, Ligue 1 i RFPL. Możesz tu przejrzeć xG każdego strzału w sezonie na poziomie zawodnika, drużyny i pojedynczego meczu. Model zbudowany na ponad 100 000 strzałach z ponad 10 parametrami dla każdego.

FBref.com

Statystyki w oparciu o dane Statsbomb, jednego z najbardziej zaawansowanych komercyjnych dostawców danych piłkarskich. Obejmuje więcej lig niż Understat, w tym piłkę kobiecą. Warto tu zajrzeć przede wszystkim po xG90 zawodników przy porównaniach między ligami.

Ważna uwaga: ten sam strzał może mieć nieco inne xG na Understat i na Sofascore, bo każdy serwis używa własnego modelu obliczeniowego. Kiedy analizujesz kilka meczów pod rząd lub porównujesz drużyny, korzystaj konsekwentnie z jednego źródła – żeby jabłka porównywać z jabłkami.

Ograniczenia xG – kiedy nie należy mu ufać?

xG to potężne narzędzie, ale nie wyrocznia. Cztery sytuacje, w których powinieneś podchodzić do niego z rezerwą, to: analiza zbyt małej próby meczów, ocena zawodników o wyjątkowej klasie, ocena bramkarzy oraz porównywanie danych z różnych serwisów.

Jeden mecz to za mało

Odchylenie w pojedynczym spotkaniu jest ogromne. xG z jednego meczu powie Ci, kto grał lepiej – ale nie udowodni, że drużyna jest w dobrej lub złej formie. Do rzetelnych wniosków potrzebujesz co najmniej 10 spotkań.

Model zakłada przeciętnego strzelca

Erling Haaland i napastnik z piątej ligi mają technicznie takie samo xG przy strzale z identycznej pozycji – model nie wie, kto strzela. Właśnie dlatego porównuje się rzeczywiste gole z xG: jeśli zawodnik regularnie strzela więcej niż wynika z jego xG, jest po prostu lepszy niż model zakłada. To cecha, którą warto uwzględniać przy ocenie napastników.

Model nie uwzględnia jakości bramkarza

Alisson Becker i przeciętny bramkarz mają statystycznie to samo xGA przy tym samym strzale rywala. Istnieje osobna metryka – PSxG (post-shot expected goals, czyli oczekiwane gole po strzale) – która uwzględnia umiejscowienie piłki w bramce i jest dokładniejsza do oceny golkiperów, ale nie jest powszechnie dostępna bezpłatnie.

Różne serwisy, różne wartości

Opta, Statsbomb, Understat, Sofascore i FBref używają własnych modeli – dlatego xG tego samego strzału może się między nimi różnić. Nie ma jednego oficjalnego xG. To nie błąd systemu, tylko naturalna konsekwencja faktu, że każdy model bierze pod uwagę inny zestaw zmiennych. Dotyczy to też sytuacji skrajnych: gol z własnej połowy, strzał ze stałego fragmentu gry przy niepowtarzalnym ustawieniu, przypadkowe rykoszety – w takich przypadkach model ma ograniczoną dokładność, bo za mało podobnych sytuacji znalazło się w danych treningowych.

Przewaga w zakładach bukmacherskich dzięki analizie xG

Jeśli regularnie sprawdzasz xG przed stawianiem zakładów – masz realną przewagę nad tym, kto patrzy wyłącznie na tabelę i wynik ostatniego meczu. Korzystaj z tej statystyki jako jednego z elementów analizy, a nie jedynego kryterium decyzji. I pamiętaj, żeby zawsze grać w swoich granicach – typowanie powinno być przyjemnością, nie obowiązkiem.