Available in US
Et hold vinder 1-0 på et skud fra 30 meter, mens modstanderen rammer stolpen tre gange og har en xG på 2,4. Resultattavlen siger 1-0. Expected goals siger, at taberen var det bedre hold. Begge har ret – de taler bare om forskellige ting. Og det er præcis den skelnen, der gør xG til et af de mest kraftfulde værktøjer i en bettors arsenal.
Jeg begyndte at bruge xG i min analyse for seks år siden, og det ændrede fundamentalt, hvordan jeg vurderer holdpræstationer. Resultater lyver – ikke altid, men ofte nok til at skabe systematiske fejlvurderinger hos bookmakerne. xG skærer igennem støjen og viser, hvad der faktisk skete på banen, uafhængigt af om bolden gik i mål eller ramte overliggeren. Spillemyndighedens direktør Anders Dorph har talt om, at man snart vil kunne analysere spilledata proaktivt – og xG er netop den type datadrevet tilgang, der adskiller moderne bettorer fra dem, der stadig stoler på mavefornemmelse.
Hvad er xG – modellen bag expected goals
Forestil dig, at du får vist et screenshot af en afslutning: boldposition, vinkel til mål, afstand, forsvarsspillernes placering, om det er et hovedstød eller et skud med foden, om det kommer fra et indlæg eller en dribling. xG-modellen tager alle disse faktorer og beregner en sandsynlighed for, at netop det skud ender i mål, baseret på tusindvis af lignende situationer i historiske data.
Et straffespark har en xG på cirka 0,76 – det går i mål i 76 procent af tilfældene. Et skud fra feltkanten uden pres har typisk en xG på 0,05-0,10. Et hovedstød efter et hjørnespark ligger på 0,03-0,06. Summerer du alle et holds afslutningers xG, får du holdets samlede expected goals for kampen – et mål for, hvor mange mål de “burde” have scoret givet deres chancer.
Modellerne varierer i sofistikering. De simpleste bruger kun afstand og vinkel. De mest avancerede inkluderer skudtype, spilsituation, forsvarspres, passekvens forud for afslutningen og endda målmandens position. Ingen model er perfekt, men selv de simple varianter fanger det vigtigste: forskellen mellem et holds resultater og dets underliggende præstation.
En vigtig detalje: xG-modeller er retrospektive. De fortæller dig, hvad der skete i en kamp – ikke hvad der vil ske i den næste. Men over tid afslører de mønstre, som resultater alene ikke viser. Et hold, der konsekvent skaber chancer til en xG på 1,8 per kamp men kun scorer 1,2, er et hold, der sandsynligvis vil begynde at score mere – eller i det mindste et hold, der er stærkere end tabellen indikerer. Det er den type indsigt, der gør xG uundværlig i pre-match analyse.
Fra xG-data til betting-beslutning
Her bliver det praktisk. Et hold har vundet sine seneste fem kampe med resultaterne 1-0, 2-1, 1-0, 1-0 og 2-0. Imponerende, ikke? Men xG-tallene viser 0,8 – 1,2, 1,3 – 1,5, 0,6 – 0,9, 0,7 – 1,1 og 1,4 – 1,0. Holdet overperformer sin xG massivt – de scorer på næsten alle deres chancer og slipper for mål trods modstanderens højere xG. Det er ikke bæredygtigt.
I Superligaen, med et gennemsnit på 2,8 mål per kamp og 57 procent BTTS, er xG særligt nyttig til at identificere hold, der er på vej mod en regression. Når et hold overperformer sin xG med mere end 0,5 mål per kamp over ti kampe, er sandsynligheden for, at de begynder at tabe kampe – eller i hvert fald vinde med smallere margin – betydeligt forhøjet.
Over 2,5 mål rammer i 63 procent af Superliga-kampene, men xG kan hjælpe dig med at skelne mellem kampe, der sandsynligvis bliver målrige, og dem der sandsynligvis ender lavscorende. To hold med høj xG-per-kamp (over 1,5 hver) mødes? Over-linjen er attraktiv. To hold, der begge underperformer xG? Resultaterne har holdt sig nede, men chancebilledet peger på flere mål – en potentiel value-mulighed på over.
xGA og PPDA – udvidede modeller
xG måler offensiv kvalitet. xGA – expected goals against – måler defensiv sårbarhed. Forskellen mellem de to tal giver dig et komplet billede af et holds præstation. Et hold med xG 1,5 og xGA 0,8 er stærkere end et hold med xG 1,8 og xGA 1,6, selvom det andet hold scorer flere mål. Netto-xG er det tal, der tæller.
PPDA – passes per defensive action – er et mål for presintensitet. Et lavt PPDA-tal (under 8) indikerer et hold, der presser aggressivt og vinder bolden højt på banen. Et højt PPDA (over 12) peger på et hold, der trækker sig tilbage og overlader initiativet. PPDA er nyttig i kombination med xG, fordi den forklarer, hvordan chancerne skabes. Højt pres plus høj xGA kan betyde, at holdet skaber mange chancer men efterlader rum – en profil, der favoriserer BTTS og over-linjer.
For Superligaen er PPDA-data tilgængelig fra flere åbne kilder, og den korrelerer stærkt med kampens karakter. Kampe mellem to lavt-pressende hold ender oftere under 2,5 mål, mens kampe med mindst ét højt-pressende hold har en over 2,5-rate, der overstiger ligagennemsnittet med 10-15 procentpoint.
I praksis bruger jeg xG, xGA og PPDA i kombination som et tre-dimensionelt billede af et hold. xG viser offensive ambitioner, xGA viser defensiv kompetence, og PPDA viser spillestil. Når alle tre peger i samme retning – for eksempel høj xG, høj xGA og lavt PPDA – har jeg et klart billede af et aggressivt hold, der skaber og tillader mange chancer. Det hold er en BTTS- og over-kandidat. Omvendt: lav xG, lav xGA, højt PPDA – et defensivt hold, der kontrollerer kampe. Under-linjen bliver interessant. Nuancerne mellem disse profiler er det, der gør xG til mere end bare et tal.
Begrænsninger ved xG som betting-værktøj
xG er ikke et orakel, og jeg har tabt nok penge på blind tillid til modellen til at vide det. Den første begrænsning er, at xG ikke fanger alt. Individuel kvalitet – en verdensstjerne, der scorer fra umulige positioner – ligger uden for de fleste modellers rækkevidde. Et hold med en exceptionel angriber vil systematisk overperformere sin xG, og det er ikke regression, det er færdighed.
Den anden begrænsning er datalag. xG-data er typisk tilgængelig med 24-48 timers forsinkelse, og i live betting er den næsten ubrugelig i realtid. Pre-match analyse er xG’s domæne, ikke in-play beslutninger.
Tredje begrænsning: sample size. En enkelt kamps xG-tal er støjfyldt. Et hold kan skabe fem store chancer og have en xG på 3,0 uden at score – det sker regelmæssigt. xG er mest pålidelig over 8-10 kampe, og selv der skal du være opmærksom på konteksten. Kampe mod tophold og bundhold giver vidt forskellige xG-profiler for det samme hold.
Endelig er xG kun ét datapunkt i en bredere analyse. Det erstatter ikke formvurdering, skadesanalyse eller kontekstuel forståelse. Det bedste resultat opnås, når xG bruges sammen med andre metrikker som en del af den value-baserede tilgang til fodbold betting – ikke som et isoleret orakel.
Articles
Udarbejdet af redaktionen på "fodboldbetti".
