Cargando...
Contenido
La primera vez que vi una tabla de xG fue hace unos siete años, y mi reacción fue escepticismo puro. Otro número inventado por academicos que no han apostado un euro en su vida, pense. Me equivocaba. El xG, expected goals, goles esperados, se ha convertido en la herramienta más útil de mi arsenal analítico, y la diferencia entre mis resultados antes y después de incorporarlo es medible. No es una formula magica, pero es lo más parecido que existe a una ventaja sistemática en el mercado de apuestas de fútbol.
La Ligue 1, con su media de 2,98 goles por partido en 2024-25 y sus 911 goles en 306 encuentros, es un laboratorio ideal para aplicar el xG. La desigualdad competitiva de la liga — un equipo acapara el 38,7% de los ingresos, genera distorsiones que el xG ayuda a cuantificar y, más importante, a monetizar.
Que mide el xG y como se construye el modelo
Olvidate por un momento de los goles. El xG no mide lo que pasó — mide lo que debería haber pasado. Cada disparó a puerta recibe un valor entre 0 y 1 basado en la probabilidad histórica de que un disparó desde esa posición, con ese angulo, a esa distancia de la porteria, termine en gol. Un penalti tiene un xG de aproximadamente 0.76. Un cabezazo desde el borde del área pequeña tras un centro, alrededor de 0.15. Un disparó desde 30 metros, por debajo de 0.03.
Lo que hace valioso al xG es que captura la calidad de las ocasiones independientemente de si el delantero acerto o fallo. Un equipo que genera 2.5 xG por partido pero solo marca 1.5 goles esta siendo ineficiente frente a la porteria, y la estadística dice que, a largo plazo, esa ineficiencia se corrige. Los goles se acercaran al xG, no al reves. Esa corrección es dónde vive la oportunidad de apuesta.
Los modelos de xG modernos incorporan variables adicionales: la parte del cuerpo con la que se dispara, si el tiro es tras un pase filtrado o un rechace, la presión defensiva sobre el tirador, incluso la velocidad del balon. No necesitas construir tu propio modelo, hay fuentes públicas que proporcionan datos de xG por equipo y por jugador para la Ligue 1 y las principales ligas europeas.
xG frente a goles reales: dónde aparece el valor
Hace dos temporadas detecte un caso textbook. Un equipo de la parte media de la Ligue 1 llevaba ocho jornadas con una media de 0.8 goles por partido, un rendimiento ofensivo pesimo. Las cuotas de sus próximos partidos reflejaban esa sequía, situandolo como favorito a perder o empatar. Pero cuando mire su xG, la historia era distinta: generaba 1.6 xG por partido. Estaba creando ocasiones de sobra, simplemente no las estaba convirtiendo. Aposte a su favor en las tres jornadas siguientes y acerte dos de tres. La corrección llegó, como casi siempre llega.
El principio básico es este: cuando la diferencia entre xG y goles reales es grande y sostenida durante al menos cinco o seis partidos, la probabilidad de reversión al xG es alta. Si un equipo tiene un xG de 1.8 pero solo marca 1.0, el mercado lo castiga con cuotas de equipo debil. Pero no es un equipo debil — es un equipo con mala suerte o mala definición puntual, y ambas cosas son temporales.
Lo inverso también funciona. Un equipo que marca 2.0 goles por partido pero tiene un xG de 1.2 esta viviendo una racha de eficacia insostenible. El mercado lo premia con cuotas de equipo fuerte, pero esa fuerza es un espejismo. Apostar en contra de equipos sobreeficientes es una de las estrategias más rentables que conozco, y el xG es la herramienta que te permite identificarlos.
Aplicar xG a mercados over/under y BTTS en la Ligue 1
El 56% de los partidos de la Ligue 1 en 2024-25 terminaron con ambos equipos marcando. Esa cifra es un punto de partida, pero el xG te permite ir más alla, te permite estimar la probabilidad de BTTS en un partido concreto, no en la media de la liga.
El método es simple. Suma el xG del equipo local y el del visitante para ese tipo de partido, local contra visitante de perfil similar. Si la suma supera 2.8, la probabilidad de over 2.5 goles es alta. Si ambos equipos tienen un xG individual superior a 0.8, la probabilidad de BTTS sube significativamente. Cruzar estos dos datos con las cuotas ofrecidas te da una evaluación rápida de si hay valor en el mercado de goles.
Un error frecuente es usar el xG acumulado de temporada sin contexto. El xG del PSG como local es muy diferente de su xG como visitante en un campo difícil. El xG de un equipo en sus últimos cinco partidos es más relevante que el de toda la temporada si ha habido un cambio de entrenador o una modificación táctica importante. El xG es una herramienta poderosa, pero como todas las herramientas, su utilidad depende de como la uses.
Tampoco conviene caer en la trampa de depender exclusivamente del xG. Es una métrica que no captura todo — la calidad del portero rival, la moral del vestuario, las condiciones meteorológicas. El xG te da una base analítica sobre la que construir, pero la decisión final de apostar debe incorporar contexto que ningún modelo estadístico recoge. Si quieres ver como el xG encaja en un marco más amplio de análisis estadístico, el artículo sobre estadísticas de la Ligue 1 para apostar completa el panorama.
¿Es el xG suficiente por si solo para tomar decisiones de apuesta?
No. El xG es la métrica más útil para evaluar la calidad ofensiva de un equipo, pero no captura variables como la calidad del portero rival, el estado animico del equipo o el contexto del partido. Funciona mejor como base analítica combinada con información contextual — forma reciente, lesiones, calendario — que como criterio único de decisión.
¿Dónde se consultan datos xG fiables y gratuitos?
Existen varias plataformas que publican datos de xG para la Ligue 1 y otras ligas europeas. Las más utilizadas por apostadores profesionales ofrecen datos por equipo y por jugador, con filtros por período, local/visitante y tipo de competición. La clave es usar fuentes que actualicen sus datos tras cada jornada y que detallen la metodología de su modelo.
¿Qué diferencia hay entre xG de un equipo y xG de un jugador?
El xG de equipo suma todas las ocasiones generadas por el conjunto en un partido o período. El xG de jugador solo contabiliza las ocasiones que ese jugador específico disparó. Ambos son útiles pero para propósitos diferentes: el xG de equipo sirve para mercados de goles y BTTS, mientras que el xG de jugador es clave para mercados de goleador y apuestas a marcador individual.