El fútbol es un deporte donde las estadísticas han cobrado una importancia creciente. Una de las métricas más utilizadas en la actualidad es la de los Expected Goals o xG. Este concepto ha revolucionado la forma en que entendemos los partidos, permitiendo un análisis más profundo sobre el rendimiento ofensivo de los equipos y jugadores. En este artículo, exploraremos qué es el xG, cómo se calcula, qué factores influyen en su valoración y por qué es clave tanto para analizar un partido como para hacer pronósticos.

¿Qué es el xG y Cómo se Calcula?

El xG es una métrica que mide la probabilidad de que un disparo termine en gol. Esta probabilidad se basa en el análisis de miles de tiros previos con características similares y su tasa de conversión en gol. El resultado se expresa en un valor entre 0 y 1, donde 0 significa que el disparo tiene una posibilidad prácticamente nula de ser gol, mientras que 1 indica que el gol es casi seguro.

El cálculo del xG se basa en modelos estadísticos desarrollados a partir de grandes bases de datos de partidos. Empresas como Opta, StatsBomb y otras proveedoras de datos utilizan algoritmos avanzados para asignar un valor de xG a cada disparo en función de múltiples factores que analizaremos a continuación.

Factores Claves que Determinan el xG

El xG no se asigna al azar; depende de varios factores que afectan la probabilidad de que un tiro termine en gol. Entre los más importantes encontramos:

1. Distancia al arco: Cuanto más cerca esté el jugador del arco rival, mayor será la probabilidad de anotar. Un disparo desde el área pequeña tendrá un xG mucho más alto que uno desde fuera del área.
2. Ángulo del disparo: No es lo mismo patear desde el centro del área que desde una posición cerrada cerca de la línea de fondo. Cuanto menor sea el ángulo con respecto a la portería, menor será la probabilidad de gol.
3. Tipo de pase recibido: Un pase bien dirigido dentro del área aumenta las probabilidades de éxito. Los pases filtrados y los centros precisos elevan el xG, mientras que los balones divididos o mal controlados lo reducen.
4. Presión defensiva: Si un jugador está rodeado de defensores o tiene poco tiempo para ejecutar el disparo, su xG será menor. En cambio, un tiro sin marca y con espacio tiene mayor probabilidad de convertirse en gol.
5. Tipo de remate: Un cabezazo, generalmente, tiene menos probabilidad de gol que un remate con el pie desde la misma distancia y ángulo. Del mismo modo, los disparos con la pierna dominante del jugador suelen tener un xG más alto.
6. Situación de la jugada: No es lo mismo un penalti, que tiene un xG cercano a 0.8, que un disparo desde fuera del área con un xG de 0.05. También se toman en cuenta situaciones de juego abierto, tiros tras un rebote o disparos en contraataque.

La Importancia del xG en el Análisis de Partidos

El xG no solo mide qué equipo anotó más goles, sino qué equipo generó más y mejores oportunidades de gol. Esto ayuda a entender mejor lo que ocurrió en un partido, independientemente del resultado final.

Por ejemplo, un equipo puede ganar 1-0 con un xG de 0.5, mientras que su rival pierde con un xG de 2.0. Aunque el equipo ganador logró marcar un gol, el rival generó muchas más oportunidades de gol y, en un contexto normal, podría haber ganado el partido si hubiera sido más efectivo.

El análisis del xG permite detectar equipos que, a pesar de tener pocos goles, están generando muchas ocasiones y eventualmente podrían empezar a marcar más. También ayuda a identificar equipos que están sobreperformando, es decir, marcando más goles de los que deberían según sus oportunidades, lo que sugiere que podrían bajar su rendimiento en el futuro.

El xG como Herramienta para Pronósticos

El xG es una métrica esencial en el mundo de las apuestas y el análisis predictivo del fútbol. Los modelos estadísticos que utilizan el xG pueden predecir con mayor precisión el rendimiento futuro de un equipo. Algunas de sus aplicaciones incluyen:

1. Evaluación del rendimiento de un equipo a lo largo de la temporada: Un equipo con un xG acumulado alto, pero con pocos goles, podría estar pasando por una mala racha, pero eventualmente sus resultados mejorarían.
2. Pronóstico de marcadores: Si un equipo tiene un promedio de xG superior al de su rival en los últimos partidos, es más probable que genere más oportunidades de gol en su próximo encuentro.
3. Detección de jugadores en racha: Un delantero con un xG bajo pero con muchos goles marcados podría estar en un pico de rendimiento difícil de sostener. En cambio, un jugador con un xG alto pero con pocos goles podría estar a punto de mejorar su efectividad.
4. Estrategia táctica: Entrenadores y analistas utilizan el xG para ajustar sus tácticas, detectando patrones de juego que aumentan o reducen la probabilidad de marcar goles.

Ligas con mayor número de xG

En términos generales, las ligas de fútbol de mayor nivel tienden a promediar entre 2.5 y 3 goles esperados (xG) por partido​

Entre las grandes competiciones europeas, la Premier League inglesa y la Bundesliga alemana suelen encabezar el promedio de xG debido a su estilo de juego más ofensivo y ritmo intenso. Por ejemplo, históricamente la Bundesliga ha tenido uno de los promedios de goles (y por ende xG) más altos de Europa (cercano a ~3 goles por encuentro). Un estudio del período 2014-2020 mostró que, sorprendentemente, la Serie A italiana acumuló el valor total de xG más alto entre las principales ligas europeas, mientras que la Premier, La Liga española y la Ligue 1 francesa presentaron valores similares ligeramente menores​

Esto contrasta con la percepción tradicional de la Serie A como liga defensiva, indicando un aumento en las ocasiones de gol generadas en Italia en años recientes. En cambio, ligas más cerradas o de menor ritmo ofensivo presentaron valores inferiores; por ejemplo, la Premier rusa (RFPL) registró el total de xG más bajo entre estas durante 2014-2020​

¿A qué se deben estas diferencias? Ligas como la Premier League suelen contar con equipos muy ofensivos y jugadores de alta calidad que generan muchas ocasiones de gol de alta probabilidad. Por otro lado, en ligas como la española, durante los últimos años se observó una ligera disminución en el nivel ofensivo global – por ejemplo, tras 2018 La Liga dejó de liderar en xG acumulado, coincidiendo con la marcha de algunos grandes goleadores – mientras que la Premier y la Serie A incrementaron su producción ofensiva gracias a equipos muy atacantes (casos de Manchester City en Inglaterra o Atalanta en Italia)​

En resumen, las ligas con estilos de juego más abiertos y enfocados al ataque tienden a generar más xG, mientras que en ligas de planteamientos tácticos más conservadores el promedio de xG tiende a ser menor.

Equipos con mayor número de xG

A nivel de clubes, aquellos con filosofías ofensivas marcadas y plantillas de gran pegada suelen encabezar las métricas de xG. En la temporada 2024-2025, por ejemplo, destacan:

• Liverpool (Premier League 2024/25): Es el equipo con más xG acumulado en la Premier hasta la fecha, con aproximadamente 53.5 goles esperados generados​statmuse.com. Su potente ataque bajo Jürgen Klopp ha creado numerosas ocasiones de gol de alta calidad.
• Real Madrid (La Liga 2024/25): Lidera La Liga en este rubro, con un promedio de ~1.86 xG por partido​footystats.org. A lo largo de la temporada, el Madrid ha sido el conjunto que más peligro ha creado en España, aunque no siempre convierta todas esas chances en gol.
• Bayern Múnich (Bundesliga 2024/25): Si bien no disponemos de la cifra exacta aquí, históricamente el campeón alemán suele estar en el tope de xG de la Bundesliga cada año, reflejando su dominio ofensivo doméstico.

En cuanto a récords históricos de xG, algunos equipos han sobresalido notablemente en temporadas pasadas:

• Atalanta (Serie A 2019/20): Registró alrededor de 83.5 xG en esa campaña​fbref.com, un valor altísimo asociado a su estilo ultraofensivo bajo Gian Piero Gasperini. Curiosamente, convirtió 98 goles reales ese año, sobrepasando incluso lo esperado.
• Manchester City (Premier 2017/18): El City de Pep Guardiola generó aproximadamente 78.6 xG en liga ​fbref.com, coronando una temporada de 100 puntos en la que marcó 106 goles. La enorme producción ofensiva de aquel equipo (con jugadores como Agüero, Sterling, Sané en plenitud) quedó reflejada tanto en xG como en goles efectivos.
• FC Barcelona (2014-2020): En el acumulado de varias temporadas, fue el club con más xG generado en las grandes ligas europeas ​campusbigdata.com. Durante la era de Lionel Messi, el Barça creaba infinidad de ocasiones por partido, liderando este apartado estadístico a nivel continental.

Como era de esperar, los equipos top de cada país (Barcelona, Real Madrid, Manchester City, Liverpool, Bayern, PSG, etc.) dominan la creación de ocasiones de gol. Todos ellos comparten el rasgo de generar muchas oportunidades (alto xG) y conceder pocas (bajo xGA), situándose en la élite en diferencial de goles esperados. Esto se aprecia en análisis de clusters: por ejemplo, en una visualización de los 50 equipos con mayor promedio de xG (e intervalo 2014-2020), clubes como Man City, Barcelona, Real Madrid, Bayern y PSG aparecían agrupados en el sector de muchas ocasiones creadas y pocas concedidas, a diferencia de equipos más modestos​.

Jugadores con mayor xG

Los futbolistas que más xG acumulan suelen ser delanteros centro o atacantes estrella de sus equipos, aquellos que rematan con frecuencia y desde posiciones ventajosas. En la temporada 2024-2025, algunos de los jugadores con xG más altos son:

• Mohamed Salah (Liverpool): Es uno de los líderes en xG de la Premier League con aproximadamente 16.5 goles esperados generados hasta marzo 2025​statmuse.com. Salah remata mucho a puerta y también ejecuta penales, lo que eleva su xG. Su capacidad para fabricarse ocasiones de gol le mantiene año tras año en la cima de esta métrica.
• Erling Haaland (Manchester City): En la temporada anterior batió récords – 36 goles en la Premier 2022/23 – sustentados por un xG altísimo de 28.6 en liga​premierleague.com. Haaland convirtió más goles de los esperados (un +7 sobre su xG, como veremos más adelante), reflejo de su eficacia extraordinaria. En la presente campaña también se mantiene entre los máximos en xG gracias a la cantidad de remates claros que genera.
• Kylian Mbappé (PSG): Fue el jugador con más xG de la Ligue 1 2023/24​understat.com, liderando el campeonato francés en ocasiones de gol. Mbappé combina velocidad y agresividad ofensiva, llegando constantemente a posiciones de tiro peligrosas, lo que se traduce en un xG muy elevado cada temporada.
• Lionel Messi: En su apogeo, Messi registró cifras de xG y goles asombrosas. Por ejemplo, sumando varios años en La Liga, anotó 253 goles (sin penales) a partir de ~219.9 xG estimados​reddit.com, es decir, marcó 33 goles más de los esperados según la calidad de sus tiros. Esta sobreperformance histórica evidencia su puntería y capacidad para convertir chances difíciles. Messi y Cristiano Ronaldo dominaron la estadística de xG en la década pasada simplemente por la enorme cantidad de disparos y jugadas de gol que generaban por temporada.

En general, los máximos goleadores de cada liga suelen ubicarse también arriba en xG, ya que necesitan crear muchas oportunidades para anotar sus tantos. Si bien la calidad de la definición puede hacer que un jugador marque más o menos goles que los esperados (como veremos seguidamente), el volumen de xG nos indica cuánto peligro está creando un delantero. Futbolistas como Salah, Haaland, Mbappé, Harry Kane, Robert Lewandowski, etc., año tras año encabezan la tabla de xG porque son el foco ofensivo de sus equipos y constantemente están finalizando jugadas de ataque.

Análisis de tendencias en xG (ligas, equipos y jugadores)

¿Por qué ciertas ligas, equipos o jugadores generan más xG que otros? Existen tendencias y factores clave que explican estas diferencias:

• Estilo de juego de la liga: Algunas ligas son más abiertas y ofensivas, mientras que otras son más tácticas y defensivas. Por ejemplo, la Premier League en años recientes ha visto un ritmo vertiginoso y énfasis en el ataque, con presión alta y transiciones rápidas, lo que deriva en más tiros y ocasiones (subiendo el xG general). En cambio, La Liga tuvo una leve desaceleración ofensiva tras 2018, perdiendo efectivos goleadores y viendo más planteos prudentes; esto hizo que su promedio de xG bajara ligeramente en comparación​. La Serie A, tradicionalmente defensiva, vivió un cambio de tendencia con equipos como Atalanta, Napoli o la nueva Juventus de juego más propositivo, elevando el xG de la liga italiana en los últimos años. En resumen, ligas con mentalidad atacante (Bundesliga, Premier) tienden a generar más xG que las de perfil táctico/conservador (históricamente Serie A o Liga MX, por ejemplo).
• Calidad y enfoque de los equipos top: Dentro de cada liga, los equipos dominantes suelen imponer su estilo. Si los mejores clubes apuestan por el ataque, arrastran el promedio de xG de la competición hacia arriba. Un caso mencionado es el Manchester City de Guardiola (en Inglaterra) o el PSG (en Francia), que permanentemente presionan y crean chances. Esto contrasta con ligas donde los punteros podían ser más calculadores (ej. Atlético de Madrid campeón con un juego reactivo y menos ocasiones). En España, mientras Barça y Madrid estuvieron en plenitud ofensiva (era Messi/CR7), La Liga lideraba en xG acumulado; tras su declive relativo, otras ligas tomaron la delantera en este apartado​. Es decir, las figuras y tácticas de los clubes grandes influyen en la tendencia global de su liga.
• Táctica y estilo de juego de cada equipo: Los equipos que presionan alto y juegan al ataque generan más xG. Por ejemplo, el Brighton de Graham Potter creaba muchas ocasiones mediante posesión y ataque posicional, aunque llegó a desperdiciarlas (caso que veremos luego) – pero su estilo proactivo elevaba su xG. Otro ejemplo es el Rayo Vallecano de Paco Jémez, conocido por su fútbol ofensivo: sus equipos generaban muchas ocasiones (xG alto) aunque a costa de descuidar la defensa​. En cambio, un conjunto que juega replegado y sale poco de contra tendrá un xG menor (pocas oportunidades claras por partido). Enfoques diferentes pueden resultar igual de válidos para competir, pero unos inflarán más las métricas ofensivas que otros. Un análisis de clustering de 2014-2020 mostró tres grupos de equipos: (1) los de mayor nivel ofensivo y defensivo a la vez (alto xG, bajo xGA, ej. Manchester City, Bayern, Barcelona), (2) los equilibrados/medios y (3) los muy ofensivos pero con defensas débiles (alto xG y xGA, ej. el citado Rayo de Jémez)​campusbigdata.com. Esto evidencia cómo la táctica influye directamente en las cifras de goles esperados.
• Calidad individual de los jugadores: Tener delanteros de élite marca diferencia. Un equipo puede generar cierto xG basado en su volumen de tiros, pero si cuenta con jugadores capaces de crear oportunidades de la nada (regates, paredes, etc.), ese xG puede aumentar. Por ejemplo, equipos con atacantes top (Liverpool con Salah, Tottenham con Kane en su momento) suelen exceder el xG de equipos equivalentes sin esas estrellas, porque sus jugadores generan ocasiones extra o remates desde posiciones más ventajosas. Además, los jugadores con mejor definición pueden convertir en gol incluso jugadas de xG bajo (disparos difíciles), lo que a su vez puede motivar tácticas más ofensivas al confiar en esa pegada. En suma, la calidad ofensiva de las plantillas influye: más calidad implica más y mejores ocasiones (sube el xG) y a veces también mejor conversión.
• Factores externos y evolución: No hay que ignorar elementos como cambios reglamentarios o tendencias globales. La implementación del VAR, por ejemplo, aumentó la cantidad de penaltis en algunas ligas, lo que añade xG (cada penal equivale aprox. 0.75 xG). También la preparación física y análisis de datos han hecho que muchos equipos optimicen sus tiros (buscando posiciones de mayor probabilidad) – esto ha elevado ligeramente el xG promedio con el tiempo, al reemplazar disparos lejanos (xG bajo) por situaciones más trabajadas dentro del área. Por último, ligas con desbalances competitivos pueden ver a ciertos equipos goleando mucho a rivales débiles (alta producción de xG en algunos partidos). En ligas muy parejas, cada partido es más cerrado y el xG por encuentro podría ser más contenido. Todos estos factores contextuales aportan matices a las tendencias de xG.

En conclusión, las tendencias de xG reflejan la filosofía de juego imperante. Ligas y equipos con vocación ofensiva presentan xG altos, mientras que contextos más defensivos o con menor calidad ofensiva muestran cifras más modestas. Sin embargo, esto no necesariamente equivale a mejores resultados deportivos: se puede ganar ligas con distinto estilo (ej., Atlético de Madrid ganó LaLiga 2021 con menos xG que Barcelona, pero encajando mucho menos xGA). Lo importante es entender qué hay detrás del xG: ritmo, estilo y eficacia.

Comparación entre xG y goles reales: rendimiento vs expectativa

Una de las utilidades de los goles esperados es comparar qué tanto concretan en gol real ligas, equipos o jugadores sus oportunidades. Idealmente, a largo plazo el número total de goles marcados debería estar cerca del xG acumulado (pues la estadística está calibrada para eso). Sin embargo, en muestras más pequeñas o casos específicos vemos sobreperformance (marcar más goles de los esperados) o underperformance (marcar menos de lo esperado).

A nivel de liga completa, las diferencias entre xG y goles tienden a equilibrarse, ya que los aciertos de unos compensan las fallas de otros. No obstante, pueden existir temporadas atípicas. En general, en las grandes ligas europeas la cantidad total de goles anotados suele alinearse con el xG total sumado de todos los equipos (la data de Opta/Statsbomb así lo sugiere). Las ligeras variaciones pueden deberse a rachas de buena puntería o, por el contrario, a periodos donde abundan los fallos o actuaciones destacadas de porteros.

Donde el análisis se pone interesante es a nivel de equipo y jugador. Hay clubes que sobrepasan sus expectativas de gol de forma consistente, lo cual suele indicar excelentes definidores (o incluso algo de fortuna), y otros que crónicamente quedan por debajo de su xG, evidenciando problemas de eficacia de cara a portería. Ejemplos concretos:

• En la Liga Española 2023-24, el FC Barcelona fue el equipo que más xG generó en la primera mitad de temporada, pero tuvo serios problemas de puntería. Para diciembre llevaba 34.05 xG acumulados y solo 29 goles marcados​statsbomb.com, es decir, unos 5 goles menos que lo esperado. Este underperformance repetido (Barça tuvo varios partidos empatando o perdiendo pese a “merecer” más goles) le costó puntos. En contraste, sus rivales Real Madrid y el sorprendente Girona sobre-rindieron de manera notable: a esas alturas, el Madrid llevaba +11.4 goles por encima de su xG y el Girona alrededor de +9.9 goles sobre lo esperado​. Esto indica que ambos estaban anotando bastante más de lo que dictaría la calidad de sus chances, posiblemente gracias a definiciones clínicamente eficaces (y en parte, rachas positivas). Al final de la temporada, estas diferencias tienden a reducirse un poco, pero en ese momento explicaban por qué el Madrid lideraba la tabla pese a generar menos ocasiones que Barcelona.
• Un caso famoso de underperformance es el del Brighton & Hove Albion en la Premier League bajo Graham Potter. El Brighton jugaba bien y creaba oportunidades, pero sus delanteros no las concretaban. En la temporada 2020-21 llegó a anotar 11.7 goles menos de los que indicaba su xG ​(es decir, un enorme desacierto global de cara a puerta). De hecho, en tres temporadas seguidas el Brighton quedó varios goles por debajo de su xG esperado (–7.2 en 2019-20, –11.7 en 2020-21, –5.2 en 2021-22)​theanalyst.com. Esto se tradujo en posiciones de tabla más pobres de lo que su rendimiento quizás merecía. Es un ejemplo de cómo la falta de puntería (o la mala suerte recurrente) puede castigar a un equipo en el marcador a pesar de generar buenas ocasiones. Por el contrario, también hemos visto equipos modestos que sobreviven gracias a marcar más de lo esperado (aprovechando al máximo pocas oportunidades, o con un goleador en estado de gracia).
• A nivel de jugadores, las diferencias entre goles y xG nos hablan de la calidad de definición (y a veces de la suerte). Por ejemplo, Erling Haaland en 2022/23 anotó 36 goles en Premier con un xG estimado de ~28.7 – superó en +7 sus expectativas​, un signo de tremenda eficacia (anotó chances difíciles a un ritmo inusual). En cambio, en la temporada siguiente (2023/24) atravesó un bache a mediados de campaña en el cual llegó a llevar 16 goles sobre ~18 xG, es decir, un leve underperformance​ premierleague.com. En el caso de Lionel Messi, como mencionamos, a lo largo de muchos años mantuvo un sobreperformance sostenido (marcando decenas de goles más que su xG acumulado)​, lo que sugiere que su nivel de definición estaba muy por encima del jugador promedio que “alimentó” el modelo de xG. No todos los jugadores exhiben eso: hay delanteros con fama de fallar ocasiones claras que suelen tener menos goles que su xG (por ejemplo, se ha señalado a Álvaro Morata en algunos tramos de su carrera, o Timo Werner en la Premier, por sus rachas erráticas). Al contrario, jugadores como Karim Benzema han mostrado eficiencia: en 2021-22 Benzema marcó 27 goles en LaLiga con un xG de ~24.7​, ligeramente por encima de lo esperado, indicando buena puntería.
• Un factor a considerar es que el xG no cuenta la calidad del rematador ni del portero de forma explícita; asume un promedio. Por eso, jugadores excepcionales pueden sistemáticamente batir el xG (su calidad les hace anotar donde otros no) y porteros excelentes pueden lograr que sus rivales queden por debajo del xG (atajando balones que estadísticamente suelen acabar en gol). Cuando vemos a un equipo superando o no alcanzando su xG de forma consistente, normalmente la explicación está en la calidad (o estado de forma) de sus definidores o del portero rival, más que en la suerte. La suerte influye partido a partido, pero a largo plazo la ejecución cuenta más. Una racha corta de partidos puede mostrar grandes brechas entre xG y goles (positivas o negativas), pero a lo largo de una temporada completa esas brechas tienden a reducirse, aunque no siempre desaparecen del todo.

En conclusión, comparar xG con goles reales nos permite detectar sobre-rendimientos (equipos/jugadores “afinados” de cara al gol, o con cierto factor fortuna) y bajo-rendimientos (ocasiones desaprovechadas). Es una herramienta valiosa para el análisis: por ejemplo, podemos intuir que un equipo que genera mucho xG pero marca poco quizás necesite un mejor delantero o ajustar algo en la definición, mientras que uno que marca muchísimo con poco xG podría no sostener ese nivel a futuro (regresión a la media). No obstante, las élites tienden a romper la media a su favor: los mejores goleadores enseñan repetidamente que pueden superar lo esperado. Así, el xG nos da un contexto objetivo y los goles reales el resultado concreto; al compararlos logramos una visión más profunda del rendimiento ofensivo en el fútbol.

A pesar de tener un poco de resistencia por parte de los puristas y los que abogan por un análisis más convencional del juego, los GOLES ESPERADOS o EXPECTED GOALS, se han convertido en una herramienta clave para aficionados, entrenadores y analistas. A medida que el fútbol avanza hacia una mayor integración de datos, el xG seguirá siendo una referencia fundamental para entender el juego más allá del simple resultado en el marcador.