Expected goals, probabilità implicite e limiti delle statistiche: una guida semplice per capire cosa raccontano davvero i numeri di una partita del Milan.
Expected goals e probabilità implicite: cosa dicono davvero i numeri dopo Bournemouth e Udine
In quattro giorni il Milan ha vissuto due serate opposte. Giovedì il 3-0 di Bournemouth in Europa League, con un rigore dopo pochi minuti e l’espulsione di Maignan; domenica il 2-0 sul campo dell’Udinese in campionato, con il gol di Pulisic dopo un errore della difesa friulana e il raddoppio di Hutchinson nella ripresa, che ha riportato i rossoneri al terzo posto a pari punti con la Roma.
Il tabellone racconta una squadra in crisi e poi una squadra in risalita, ma il risultato, da solo, spiega soltanto una parte della storia.
Per capire quanto un risultato sia davvero meritato si usano da anni le statistiche avanzate, a partire dagli expected goals e dalle probabilità che ne derivano. Vediamo come funzionano, cosa dicono e, soprattutto, cosa non dicono.
Cosa sono gli expected goals
Gli expected goals, o xG, misurano la qualità di una conclusione e non il suo esito. Ogni tiro riceve un valore compreso tra 0 e 1, che rappresenta la probabilità media che quel tiro diventi gol, calcolata su migliaia di tentativi simili. Contano la distanza dalla porta, l’angolo, la parte del corpo usata, il tipo di assist e il fatto che l’azione nasca da gioco aperto o da palla inattiva.
Qualche riferimento aiuta a farsi un’idea. Un tiro da trenta metri vale pochi centesimi di xG, un colpo di testa a due passi dalla porta può superare 0,5, un rigore sta in genere poco sotto 0,8 nella maggior parte dei modelli. Sommando i valori di tutti i tiri di una squadra si ottiene l’xG della partita: una stima di quanti gol avrebbe “meritato” di segnare in base alle occasioni create.
Il confronto con i gol realmente segnati è il passaggio interessante. Chi chiude con 2,1 xG e segna una sola rete ha sprecato molto, chi ne segna tre con 0,9 xG ha reso ben oltre le aspettative.
Perché il punteggio non basta
Il calcio è uno sport a basso punteggio, in cui un singolo episodio può spostare tutto. A Bournemouth un rigore dopo pochi minuti ha cambiato l’inerzia, poi un altro fallo in area ha portato al raddoppio inglese e all’espulsione di Maignan: chi è in vantaggio si abbassa, chi rincorre si scopre e il piano partita salta.
A Udine, al contrario, il gol di Pulisic nei primi minuti, nato da un errore difensivo, ha indirizzato la gara. L’xG aiuta a distinguere una squadra che ha davvero dominato da una che è stata solo fortunata, e viceversa. Per dire quale delle due partite sia stata più fedele ai numeri servirebbero i dati completi di tiri e occasioni: qui conta il metodo, non il verdetto.
Per questo gli analisti guardano due indicatori insieme. Il primo è l’xG creato, che dice se la squadra produce occasioni di qualità. Il secondo è l’xG concesso, che misura quanto è esposta la difesa. Se per diverse partite una squadra crea più di quanto concede ma raccoglie pochi punti, è probabile che prima o poi i risultati si riallineino alle prestazioni. Vale anche il contrario: una serie di vittorie sofferte, con xG sfavorevole, è spesso più fragile di quanto sembri.
C’è poi il cosiddetto game state, cioè l’andamento della partita. Chi passa in vantaggio tende a concedere più tiri, mentre chi rincorre ne produce di più ma spesso di qualità inferiore, perché conclude da lontano o sotto pressione. Per questo gli xG finali di una gara decisa presto vanno letti con cautela.
Dai dati alle probabilità implicite
Gli stessi modelli statistici stanno dietro a un’altra lettura dei numeri: le probabilità implicite. Quando un operatore autorizzato pubblica le quote di un evento sportivo, come accade nella sezione scommesse sportive di DomusBet, quel valore contiene anche un’informazione probabilistica che chiunque può decodificare, a prescindere dal proprio rapporto con il gioco.
La regola è semplice: con le quote decimali, la probabilità implicita di un esito è pari a 1 diviso la quota. Facciamo un esempio puramente illustrativo, non riferito ad alcuna partita reale: quota 2,10 per la vittoria della squadra di casa, 3,30 per il pareggio e 3,50 per la vittoria degli ospiti. Le probabilità implicite sono circa il 47,6%, il 30,3% e il 28,6%, per un totale del 106,5%.
Quel di più rispetto a 100 è il margine dell’operatore (in gergo overround), la componente che remunera l’attività. Per ricavare probabilità più realistiche basta dividere ogni valore per il totale: nell’esempio si arriva a circa il 44,7%, il 28,5% e il 26,8%. Sono numeri che fotografano il giudizio del mercato su un evento incerto, non una previsione sicura.
I limiti dei numeri
Nessun modello vede tutto. L’xG non sa se un attaccante è reduce da un infortunio, se la squadra ha cambiato assetto per fare turnover o se un giocatore chiave è fermo: situazioni attuali per un Milan che alterna campionato ed Europa League e che, con diversi giocatori indisponibili, sta cercando alternative in rosa (a Udine Amorim ne ha trovata una nel giovane Diawara).
Inoltre modelli diversi producono valori leggermente diversi, e su poche partite il campione è troppo piccolo per trarre conclusioni solide.
Anche le probabilità implicite hanno un limite: riflettono il giudizio del mercato in un dato momento e possono cambiare con le notizie sulle formazioni. Per questo conviene sempre confrontare i dati con ciò che si vede in campo: la statistica aiuta a leggere una partita, ma non la sostituisce.
Come usare i numeri da tifosi
Per orientarsi tra grafici e percentuali bastano poche abitudini:
In definitiva, expected goals e probabilità implicite sono due modi per mettere ordine nell’incertezza del calcio. Conoscerli non cambia l’esito di una partita, ma aiuta a viverla con più consapevolezza, anche quando il tabellone racconta altro.