Cómo funcionan el xG y el xA: estadísticas avanzadas

¿Cómo se calcula exactamente el xG? ¿Por qué un disparo vale 0,05 y otro 0,75? ¿Y cómo ayuda el xA a identificar a los héroes olvidados del partido?

Publicada: 11/06/2025 19:02:38

Lecturas: 249

En este artículo, analizaremos en detalle cómo funcionan el xG y el xA, qué se utiliza para calcularlos, qué factores se tienen en cuenta en los modelos y cómo interpretar estos datos. Nos adentraremos en el mundo del análisis de fútbol, donde detrás de cada disparo y pase hay porcentajes, probabilidades y modelos matemáticos que pueden abrirte los ojos a una perspectiva completamente nueva del juego

Las estadísticas tradicionales de fútbol, como goles, asistencias y posesión, han servido para resumir lo que ocurre en el campo, pero rara vez reflejan la verdadera complejidad del juego. Con la llegada del análisis avanzado, una nueva generación de métricas ha cambiado la forma en que clubes, entrenadores, analistas e incluso aficionados entienden los resultados del fútbol. Entre estas métricas, destacan dos: xG (goles esperados) y xA (asistencias esperadas). Junto con el equipo de jugabet, analizaremos en detalle cómo funcionan estas métricas y por qué se han convertido en herramientas fundamentales para evaluar el rendimiento real de jugadores y equipos.

Qué es el xG (Expected Goals) y cómo se calcula?

El concepto de Expected Goals o goles esperados (xG) mide la probabilidad de que un disparo termine en gol, teniendo en cuenta diferentes factores. Se trata de una métrica que va más allá de contar cuántos goles se marcan realmente; intenta cuantificar la calidad de cada ocasión de gol. Para ello, se analizan miles de disparos históricos y se asigna un valor estadístico a cada tipo de situación: la distancia desde la que se chuta, el ángulo, el tipo de asistencia, la parte del cuerpo utilizada, la presión defensiva, entre otros factores.

Cada disparo recibe así una puntuación entre 0 y 1, que representa la probabilidad de que esa jugada específica acabe en gol. Por ejemplo, un disparo desde el punto de penalti sin oposición puede tener un xG de 0.76, lo que indica que, de cada 100 ocasiones similares, aproximadamente 76 acabarían en gol. Esta métrica permite comparar de forma más justa el rendimiento de los delanteros, ya que diferencia entre oportunidades claras y tiros difíciles. Además, el xG puede ayudar a detectar si un equipo tiene problemas en la creación de ocasiones reales, aunque sus estadísticas tradicionales digan otra cosa.

¿Qué es el xA (Expected Assists) y qué revela sobre los jugadores?

El Expected Assists o asistencias esperadas (xA) es una métrica complementaria al xG, pero enfocada en los jugadores que generan oportunidades de gol. Mientras que el xG evalúa la probabilidad de que un disparo termine en gol, el xA analiza la calidad del pase que precede al disparo. En otras palabras, mide cuán probable era que una asistencia terminara en gol, teniendo en cuenta las mismas variables que el xG, pero centradas en el pase: su tipo, precisión, dirección, zona del campo, entre otros.

Esta estadística permite valorar de forma más precisa a los jugadores creativos, especialmente a los mediocampistas y extremos, cuyo impacto muchas veces no se refleja en el número total de asistencias reales. Un jugador puede generar múltiples pases peligrosos que, por mala definición de sus compañeros, no terminan en gol. Sin embargo, gracias al xA, su aporte no pasa desapercibido. Así, el xA ofrece una visión más completa del juego ofensivo colectivo y destaca a quienes, aunque no brillen en las cifras tradicionales, están construyendo las jugadas más prometedoras.

El contexto y la importancia táctica del xG y el xA

Las métricas xG y xA no sólo ayudan a medir el rendimiento individual, sino que también revelan patrones colectivos y decisiones tácticas. Un equipo que acumula un alto xG en varios partidos, pero sin convertir los goles esperados, puede estar jugando bien pero careciendo de precisión en la definición o enfrentando a un portero excepcional. A la inversa, un equipo con un xG bajo pero buenos resultados puede estar rindiendo, algo que tiende a equilibrarse con el tiempo.

En cuanto a la táctica, los entrenadores de élite utilizan el xG y el xA para analizar la eficiencia de sus esquemas ofensivos, detectar zonas del campo que generan más peligro y corregir patrones ineficaces. También permiten evaluar si un estilo de juego basado en transiciones rápidas o posesión prolongada está generando situaciones de calidad. De este modo, el análisis con xG/xA se ha convertido en una herramienta clave en la planificación estratégica del juego y en la identificación de jugadores que se adaptan a un modelo específico.

Limitaciones y malas interpretaciones comunes de estas métricas

A pesar de su utilidad, el xG y el xA no están exentos de limitaciones. La principal crítica es que, al basarse en modelos estadísticos, no capturan toda la riqueza del juego. Hay factores humanos, emocionales y contextuales que pueden influir en una jugada y que el modelo no contempla: la presión psicológica, el estado físico del jugador, las condiciones del campo o incluso decisiones arbitrales. Además, diferentes empresas y plataformas pueden usar modelos distintos para calcular estas métricas, generando ligeras variaciones en los datos.

Otro problema frecuente es la interpretación errónea. Muchos aficionados tienden a usar el xG o el xA como verdades absolutas, sin considerar que son estimaciones probabilísticas. El hecho de que un jugador tenga un xG alto pero pocos goles no siempre significa ineficacia; puede estar enfrentando una racha negativa o a defensas bien posicionadas. Por ello, estas métricas deben entenderse como herramientas de apoyo y no como verdades concluyentes. Integrarlas con otros tipos de análisis y con la observación directa del juego sigue siendo fundamental para una evaluación completa.

Casos prácticos: jugadores y equipos que redefinen el juego con xG/xA

Varios jugadores y equipos han destacado en los últimos años por su uso eficiente del xG y el xA, ya sea para confirmar su rendimiento o para revelar talentos ocultos. Por ejemplo, delanteros como Erling Haaland han mostrado una capacidad constante de superar su xG, lo que sugiere una eficacia excepcional frente al arco. A su vez, mediocampistas como Kevin De Bruyne suelen liderar en xA, demostrando una constancia en la creación de ocasiones de altísima calidad, incluso cuando no se concretan en asistencias.

En cuanto a equipos, el Brentford FC en la Premier League ha sido un caso ejemplar en el uso de la estadística avanzada como parte central de su estrategia deportiva. Su análisis de xG y xA ha influido en decisiones de fichajes y en la adaptación táctica a cada rival. Estos ejemplos muestran que, cuando se usan correctamente, estas métricas pueden marcar la diferencia entre un equipo común y uno que optimiza cada detalle para mejorar su rendimiento. El fútbol moderno ya no se entiende sin este tipo de análisis.

Conclusión

El uso del xG y el xA representa un paso hacia una comprensión más profunda y objetiva del fútbol. Aunque no reemplazan la emoción del juego ni la experiencia del espectador, ofrecen una herramienta valiosa para interpretar lo que sucede en el campo con más precisión. Nos permiten ver más allá del marcador y descubrir dinámicas ocultas que antes pasaban desapercibidas. A medida que la tecnología y el análisis de datos se vuelven más sofisticados, estas métricas seguirán evolucionando.
El reto ahora es encontrar un equilibrio entre la estadística y la intuición, entre los datos fríos y la magia que sólo el fútbol puede ofrecer. Los aficionados, entrenadores y jugadores que logren integrar estos conocimientos en su forma de ver el juego estarán mejor preparados para anticipar tendencias, descubrir talento y disfrutar de una experiencia futbolística más rica. El futuro del fútbol no solo se juega en la cancha, también se calcula.