xG простыми словами: как читать ожидаемые голы

xG — это вероятность того, что конкретный удар станет голом, выраженная числом от 0 до 1. Ноль означает момент, из которого забить невозможно, единица — момент, который забивают всегда. Число берётся не из впечатления комментатора, а из истории: модель находит в базе удары с похожими параметрами и смотрит, какая доля из них закончилась голом.

Отсюда правильный перевод аббревиатуры на русский. Не «сколько команда заслужила», а «сколько бы она забила в среднем, если бы такие же удары повторились много раз». Остальные метрики, из которых складывается послематчевый отчёт, разобраны в разделе о футболе.

Откуда берётся само число

Opta, чьи данные использует английская Премьер-лига, описывает свою модель в публичном разборе метрики: она построена почти на миллионе ударов из исторической базы компании и оценивает более 20 переменных. В перечень входят дистанция до ворот, угол, положение вратаря, чистота створа, давление защитников, тип удара, схема развития атаки и информация о предыдущем действии.

Короткое определение той же компании из справочника Opta Event Definitions сформулировано скупее: xG измеряет качество удара по нескольким переменным — типу передачи под удар, углу и дистанции до ворот, был ли удар головой и был ли эпизод классифицирован как большой момент.

Кто именно кодирует эти признаки, понятно из процедуры сбора данных: официальную статистику Премьер-лиги ведёт команда из трёх человек на матч — два аналитика фиксируют события, третий контролирует запись покадрово. Подробности разобраны в материале о том, что показывает статистика матча.

Почему пенальти всегда 0,79

Opta прямо указывает: пенальти — самый однотипный удар в футболе, и ему присваивается постоянное значение, отражающее исторический процент реализации, то есть 0,79 xG.

Это конструктивное решение, а не оценка. Модель не различает исполнителей, не учитывает, кто стоит в воротах, и не реагирует на серию промахов. Любой пенальти в любом матче добавляет команде ровно 0,79 ожидаемого гола.

Практическое следствие важнее, чем кажется. Два пенальти за матч дают 1,58 xG — больше, чем команда обычно набирает игровыми моментами за весь матч. Отчёт вида «xG 2,4 : 0,8» при двух назначенных пенальти описывает работу арбитра не меньше, чем игру. Разбор того, что именно арбитр может и чего не может, — в материале про судейство и VAR.

Что входит в модель и что в неё не входит

Состав признаков приведён по описанию модели Opta. Правая колонка — то, что в публичных моделях ожидаемых голов не заложено и в число не попадает.

Почему у двух сайтов разный xG за один удар

Потому что модели видят разный набор признаков. StatsBomb в описании обновления своей модели перечисляет, что добавила к стандартному набору: положение и состояние вратаря, позиции всех атакующих и обороняющихся игроков в кадре, высоту точки контакта с мячом, а в постударную модель — ещё и скорость удара.

Что это даёт количественно, показала исследовательская группа DTAI Лёвенского католического университета. В эксперименте с признаками стоп-кадра модель XGBoost сравнили в двух вариантах — без данных о расположении игроков и с ними; проверка шла десятикратной перекрёстной валидацией на выборке ударов Лионеля Месси. Оценка Брайера улучшилась с 0,0876 до 0,0818, AUROC вырос с 0,7824 до 0,8054. Среди самых значимых признаков оказались дистанция до ворот, удар головой, угол, а также дистанция до вратаря, координата вратаря по оси X и доля открытого створа.

Вывод для читателя простой: расхождение в 0,15 xG между двумя сайтами за один эпизод — норма, а не ошибка одного из них. Сравнивать xG имеет смысл только внутри одного источника.

Что xG предсказывает лучше, чем голы

Главный аргумент в пользу метрики не в том, что она красивее описывает прошлое, а в том, что она лучше предсказывает будущее.

Джеймс Мид, Энтони О'Хара и Пол Макменеми в статье, опубликованной в PLOS ONE в 2023 году, сравнили метрики как предикторы будущих голов на данных Wyscout по пяти сильнейшим лигам Европы за сезон 2017/18. Коэффициент корреляции Пирсона с будущими голами составил 0,574 для их модели ожидаемых голов и 0,502 для модели StatsBomb, тогда как удары дали 0,456, а забитые голы — 0,47. По среднеквадратичной ошибке модель авторов оказалась в среднем на 0,0235 лучше следующей по качеству метрики.

Причина статистическая, а не мистическая. Гол — редкое событие, удар — частое. Метрика, которая присваивает вероятность каждому удару, работает с гораздо большей выборкой, чем метрика, считающая только голы, и потому меньше шумит. Как эта же логика применяется к оценке команды по ходу сезона, разобрано в материале о том, как понять, что команда в кризисе.

Почему xG за один матч почти ничего не значит

Отдельный матч — это 10–15 ударов на команду. Сумма 15 вероятностей с большим разбросом даёт число, вокруг которого реальный результат гуляет очень широко.

Простая иллюстрация механики: команда с xG 2,1 может забить ноль, если её 2,1 собраны из десяти ударов по 0,2, и каждый из них не зашёл. Ничего аномального в этом нет — это ровно то, что описывает вероятность 0,2.

Отсюда рабочее правило: xG одного матча читается как описание того, какие моменты создавались, и не читается как приговор результату. Накопленный за 10–15 туров разрыв между xG и голами — уже сигнал. Разрыв за один вечер — шум.

Тот же принцип объясняет, почему xG плохо работает как аргумент про домашнее поле в отдельном матче: эффект хозяев измеряется на сотнях игр, а не на одной — разбор в материале про преимущество домашнего поля.

Как читать xG в четырёх разных ситуациях

Смотрю один матч. Полезны не сумма, а распределение: сколько ударов было ценностью выше 0,15 и в какие моменты матча они случились. Одно попадание 0,7 и десять по 0,05 дают похожую сумму при совершенно разной игре. Ожидание по числу и типу моментов задаётся ещё до свистка — по стартовым составам, как разобрано в материале о том, как читать состав перед матчем.

Слежу за командой по сезону. Полезен разрыв между xG и голами и между xGA и пропущенными, накопленный за 10 и более туров. Устойчивый перебор голов над xG обычно означает, что впереди коррекция, а не что команда научилась забивать невозможные мячи.

Оцениваю нападающего. xG показывает, какие моменты игрок получает, но не то, как он бьёт. Разница между голами и xG на дистанции сезона у одного игрока — величина шумная и почти всегда меньше, чем кажется по нарезке.

Оцениваю вратаря. Здесь нужна постударная модель: она считает вероятность гола уже с учётом того, куда полетел мяч. Именно в неё StatsBomb добавила скорость удара. Обычный xG для оценки вратаря не подходит, потому что не различает удар в угол и удар в центр ворот.

Где xG врёт

Три границы применимости, о которых сама Opta пишет прямо: метрика измеряет качество момента, а не ожидаемый исход матча, и команда с большим xG не обязана считаться заслужившей победу.

Первая граница — численное неравенство. Игра в меньшинстве меняет структуру моментов у обеих команд, а модель этого признака не содержит.

Вторая — состояние счёта. Команда, ведущая в два мяча, добровольно отдаёт территорию, соперник набирает удары из глубины и накапливает xG, который не отражает реального перевеса. Разбор этого эффекта — в материале о том, почему разгром не всегда говорит о разнице в классе.

Третья — последовательность моментов. Метрика ожидаемых голов остаётся одной строкой отчёта среди прочих, и читать её изолированно от остальных футбольных статистик бессмысленно. Модель оценивает каждый удар изолированно. Три добивания подряд в одной свалке складываются в сумму, как будто это три независимых момента, хотя реально это один эпизод, и вратарь физически не мог отразить их все с одинаковой вероятностью.

Частые вопросы

xG 1,8 против 0,4 — значит, команда должна была выиграть?

Нет. Число означает, что при повторении тех же ударов много раз команда забивала бы в среднем 1,8. В конкретном матче она могла забить ноль, и это укладывается в модель.

Почему в xG иногда попадают доли вроде 0,03?

Потому что модель оценивает любой удар, включая удар с 35 метров при пяти защитниках в створе. Такие удары дают крошечный вклад, но не нулевой.

Учитывается ли автогол?

Автогол не является ударом атакующей команды по воротам соперника, поэтому в её xG он не входит. Счёт при этом меняется — из-за чего расхождение xG и голов в конкретном матче может объясняться простой бухгалтерией.

Можно ли по xG сравнить команды из разных лиг?

С осторожностью и только внутри одного провайдера данных. Модели калибруются на общей базе ударов, но состав соперников и стиль лиги в число не входят. Контекст различий между чемпионатами разобран в материале про историю национальных лиг.

Где смотреть xG казахстанских матчей?

Публичные модели покрывают в первую очередь топ-лиги, где провайдеры ведут детальный сбор событий. Для чемпионата Казахстана открытых данных по xG в том же объёме нет — это ограничение доступности данных, а не футбола. Контекст по региональному футболу собран в разделе спорт Казахстана.

Дальше по теме

• Что показывает статистика матча и что она скрывает
• Как смотреть матч и понимать, что происходит: гид для новичка
• Как читать таблицу АПЛ: что означают все колонки
• Как формируется сетка Лиги чемпионов: посев, корзины, ограничения
• Раздел о футболе