Expected Goals, ou Golos Esperados, também referido apenas como xG. Há poucos anos o tema era coisa de “nerds” da bola, como nós. Hoje o número de golos que cada equipa deveria ter marcado ou a probabilidade de uma dada situação de remate são perguntas frequentes que recebemos no nosso twitter, enquanto as partidas decorrem. Mas esta universalização de uma variável que (apesar da sua simplicidade) diz muito sobre o jogo não é sinónimo de estagnação. Desde a sua criação que o cálculo dos Expected Goals prometia passos de futura inovação e eles aí estão, no que toca ao modelo que usamos.
A GoalPoint trabalha e publica Expected Goals desde 2018, quando anunciámos a chegada do conceito às nossas “contas” com base no modelo estatístico do nosso parceiro Stats Perform (Opta), precisamente a casa onde nasceu o conceito dos xG, em 2012. Ora a Stats Perform acaba de aperfeiçoar o seu modelo de cálculo da probabilidade de golo de cada situação de remate, com melhorias que traduzem a evolução que o mundo da recolha e tratamento de dados de analytics de Futebol tem registado nos últimos anos. E são essas as novidades que queremos partilhar convosco.
[ O último “El Clasico”: 0-4 no marcador, 1-3 nos Golos Esperados que publicámos sob o nome das equipas ]
O mesmo conceito mas “on steroids”
O objectivo continua a ser o mesmo: medir a qualidade de cada situação de remate e traduzi-la num valor de 0 a 1 (ou de 0 a 100% se preferir pensar em probabilidades), em que quanto maior o valor maior a probabilidade de golo. Ora à distância, situação de jogo e contexto da jogada, a Stats Perform junta-lhe agora um conjunto de informações decorrente de novas variáveis e métricas (muitas delas viabilizadas pela evolução tecnológica no domínio do “tracking” dos jogadores, com e sem bola). Resultado? Um modelo mais rico e completo de cálculo da qualidade das situações de concretização consumadas por cada equipa, cada jogador.
E que novidades passamos a ter? Eis uma lista rápida:
- A visibilidade/clareza com que o rematador encara a baliza
- A pressão defensiva que o rematador enfrenta no momento do remate
- A posição do guardião adversário, ponderando também a distância e ângulo do remate bem como a linha de visão face ao remate
- Maior granularidade na tipificação dos remates (ex.: com que pé foi executado, se foi um cabeceamento, um vólei, etc.)
- Maior detalhe sobre a acção de jogo que precedeu o remate, incluindo um maior detalhe sobre o tipo de assistência/ocorrência que criou a situação de disparo
- Mais variáveis contextuais tidas em conta, como a determinação se o remate foi executado de primeira, se foi precedido de um ressalto, etc.
Um Jota, dois Expected Goals
Eis dois exemplos, ambos protagonizados por Diogo Jota, com consequências completamente diferentes, decorrentes da aplicação do novo modelo de Expected Goals. No primeiro caso, que já tinha um valor de xG alto (0,68, idêntico a uma grande penalidade) a nova riqueza na contextualização da situação faz disparar o xG do lance para 0.90.
No plano inverso, neste lance em que Jota beneficia de uma “casa” defensiva, o posicionamento do guardião, somado à própria forma como Jota tenta aproveitar o lance, fazem cair drasticamente um xG de 0.36 no modelo anterior para um 0.06 no novo modelo.
