Maar wat betekent dit getal precies? En nog belangrijker: hoe kun je deze data gebruiken om betere weddenschappen af te sluiten en de bookmakers te slim af te zijn? In dit artikel leggen we de basisprincipes van het xG-model uit.
De definitie van xG
Expected Goals (xG) is een statistische maatstaf die de kwaliteit van een doelpoging uitdrukt. Het geeft de waarschijnlijkheid aan (tussen 0 en 1) dat een specifiek schot resulteert in een doelpunt.
0.00 xG: Het is onmogelijk om te scoren (geen schot).
1.00 xG: Het is theoretisch zeker dat er gescoord wordt (komt in de praktijk bijna nooit voor).
Voorbeeld: Een penalty heeft doorgaans een xG-waarde van 0.76 (of 0.79, afhankelijk van het databureau). Dit betekent dat statistisch gezien 76% van alle penalty's een doelpunt oplevert.
Hoe worden Expected Goals (xG) berekend?
Veel wedders vragen zich af: hoe berekent een datamodel nu precies of een schot 0.10 xG of 0.80 xG waard is? De berekening van Expected Goals is geen nattevingerwerk. Het wordt gedaan door geavanceerde computermodellen (zoals die van Opta of StatsBomb) die honderdduizenden historische schoten uit het verleden hebben geanalyseerd.
Wanneer een speler een schot lost, kijkt het model naar exact dezelfde situaties uit het verleden en berekent het percentage dat daadwerkelijk een doelpunt opleverde. De formule houdt rekening met een aantal cruciale variabelen:
Afstand tot het doel: Vanzelfsprekend: hoe dichterbij, hoe hoger de xG-waarde.
De hoek (Angle): Een schot recht voor het doel heeft een veel hogere xG dan een schot vanuit een lastige, scherpe hoek waar de keeper het doel makkelijk kan verkleinen.
Lichaamsdeel: Een schot met de sterke voet op de grond heeft statistisch meer kans van slagen dan een lastige kopbal of een volley.
Spelsituatie: Is het een open-play situatie, een directe vrije trap, een corner of een snelle counter-aanval (big chance)?
Type assist: Kwam de bal uit een strakke voorzet, een steekpass dwars door de verdediging, of een onverwachte rebound?
Al deze variabelen samen rollen in één getal. Een intikker op de doellijn is bijvoorbeeld 0.95 xG, terwijl een afstandsschot van 30 meter misschien slechts 0.03 xG is.
Voorbeeld van een xG berekening in de praktijk
Een strafschop (penalty) is het makkelijkste voorbeeld om de berekening te begrijpen. Uit historische data over tientallen jaren blijkt dat ongeveer 76% van alle penalty's in het profvoetbal wordt gescoord. Daarom krijgt een strafschop in vrijwel elk datamodel een vaste xG-waarde van 0.76.
Daartegenover staat een wanhopig schot van 35 meter afstand, met de zwakke voet, terwijl er drie verdedigers in de baan van het schot staan. Historisch gezien vliegt zo'n bal er bijna nooit in. Dit schot krijgt dan bijvoorbeeld een xG van 0.02 (wat betekent dat het schot in slechts 2% van de gevallen een doelpunt oplevert).
Waarom is deze berekening essentieel voor wedden?
Als je begrijpt hoe xG wordt berekend, kun je geluk onderscheiden van structurele kwaliteit. Scoort een team drie keer uit kansen met een totale xG van 0.50? Dan hebben ze enorm veel geluk gehad (of een extreem efficiënte spits) en is de kans op een terugval in de volgende wedstrijd groot. Dit heet overpresteren. Het identificeren van teams die over- of onderpresteren op basis van hun xG is een van de krachtigste methodes voor het vinden van Value Bets.
Waarom de uitslag kan liegen (en xG niet)
Hier wordt het interessant voor de sportwedder. Een voetbaluitslag vertelt niet altijd het hele verhaal.
Stel: Ajax wint met 1-0 van FC Utrecht. Als je alleen naar de uitslag kijkt, denk je: "Ajax was beter". Maar als je naar de xG-data kijkt, zie je misschien dit:
Ajax: 0.35 xG (weinig grote kansen gecreëerd, gescoord via een gelukkig afstandsschot).
FC Utrecht: 2.15 xG (drie keer 1-op-1 met de keeper, maar gemist of op de paal).
De xG-data vertelt ons hier dat FC Utrecht eigenlijk beter speelde en betere kansen creëerde. Op de lange termijn zal FC Utrecht vaker winnen met dit spelbeeld, terwijl Ajax punten gaat morsen als ze zo blijven spelen.
Hoe gebruik je xG bij het wedden?
1. Over- en Underperforming spotten
Kijk naar het verschil tussen het aantal gemaakte doelpunten en de Expected Goals.
Scoort een spits 10 goals uit een xG van slechts 4.0? Dan "overpresteert" hij extreem. De kans is groot dat hij binnenkort stopt met scoren (regressie naar het gemiddelde). Dit is een moment om niet meer op hem te wedden als doelpuntenmaker.
Heeft een team een xG van 50.0 maar slechts 35 goals gemaakt? Dan hebben ze pech in de afwerking. De kans is groot dat de ballen er binnenkort wél in vliegen. Hier ligt 'value'.
2. Expected Points (xPTS)
Je kunt xG ook vertalen naar punten. Als een team volgens de xG-data elke week had moeten winnen, maar in werkelijkheid 10e staat, is dit team waarschijnlijk 'underrated' door de bookmakers. Hun odds voor de volgende wedstrijd zullen hoger zijn dan ze zouden moeten zijn op basis van de kwaliteit van hun spel.
3. Live Wedden
Tijdens een wedstrijd kun je live xG-statistieken (vaak beschikbaar in apps van bookmakers of Flashscore) bekijken. Staat het 0-0 bij rust, maar is de xG stand 1.85 - 0.10? Dan weet je dat de thuisploeg enorm dominant is en grote kansen krijgt. Een live bet op de thuisploeg is dan goed onderbouwd, ondanks de brilstand.
Beperkingen van xG
Is xG heilig? Nee. Er zijn valkuilen:
Game State: Als een team met 3-0 voorstaat, stoppen ze vaak met aanvallen (lage xG in de tweede helft). Dit betekent niet dat ze slecht speelden.
Kwaliteit van de speler: Lionel Messi scoorde jarenlang consequent boven zijn xG. Uitzonderlijke spelers kunnen moeilijke kansen makkelijker maken dan het gemiddelde model voorspelt.
Eigen doelpunten: Deze tellen doorgaans niet mee in xG-modellen.
Samenvatting
Expected Goals is een tool om "ruis" uit je analyse te halen. Het kijkt puur naar de kwaliteit van de kansen, niet naar het geluk van de afwerking. Voor de serieuze wedder is xG een essentieel hulpmiddel om te bepalen of een uitslag terecht was, of slechts een kwestie van geluk.
