Con una media de tan solo 2,73 goles por partido en las cinco últimas temporadas completas de la Premier League, los goles en el fútbol son un acontecimiento relativamente inusual. Como indica el popular libro sobre datos de fútbol The Numbers Game, hasta el 50 % de cualquier resultado de un partido puede deberse a la suerte, al bote del balón o a las decisiones del árbitro.
Por tanto, eso hace que resulte imprescindible utilizar una muestra mayor de datos para los pronósticos. Entonces, en lugar de utilizar los 2,73 goles por partido de la Premier League 2015/16 para crear un modelo predictivo, podríamos utilizar los 8,49 disparos a portería, o quizás los 25,7 disparos en total.
Aunque aquí el problema radica en que mientras todos los goles tienen un mismo valor, la probabilidad de que un disparo se convierta en gol puede variar enormemente, y aquí es donde entran en escena los goles esperados (o “xG”, de forma abreviada). De media, un disparo en la máxima división de Inglaterra se convirtió en gol el 9,7 % de las veces en las últimas cinco temporadas, pero dividir esos disparos en categorías nos muestra cuánto puede variar la tasa de conversión.
Si consultamos los datos históricos, podemos calcular la probabilidad media de conversión en gol de cada disparo al incluir los factores que deseemos, ya sean muchos o pocos. Algunos modelos exhaustivos incluyen si el gol se marcó con los pies o con la cabeza, la situación que llevó al disparo y otros factores. Esto requiere capacidades avanzadas de recopilación de datos y análisis estadístico, pero aún es posible adquirir conocimientos utilizando un sistema mucho más simple para los goles esperados. A continuación explicaré el que utilizo.
Calcular el valor de los diferentes tipos de goles
Comencemos con los penaltis. Entre 2011/12 y 2015/16 se pitaron 443 penaltis en la Premier League y se marcaron 347 de ellos, lo que significa que, de media, el 78,3 % de los penaltis resultó en gol. Por tanto, asignamos a un penalti un valor de gol esperado de 0,783.
Opta clasifica lo que considera oportunidades de gran calidad como “grandes ocasiones”, que define como “una situación en la que se puede esperar razonablemente que un jugador marque (normalmente en una situación de uno contra uno o a través de un disparo muy cercano)”.
En las últimas cinco temporadas de la máxima división inglesa, se marcaron 2579 grandes ocasiones de un total de 6213. Aunque debemos recordar que los penaltis están incluidos en estas cifras, por lo que las grandes ocasiones que no incluyen penaltis se han convertido a una tasa de 38,7 %, lo que proporciona a estos disparos un valor xG de 0,387.
Si dejamos esto a un lado nos quedamos con el resto de disparos efectuados dentro del área. En los últimos cinco años hubo 22 822 ocasiones en el área no consideradas como grandes, de las cuales 1587 acabaron en la red, lo que ofrece una media de valor de gol esperado de 0,070.
Por último, hay que considerar los disparos efectuados desde fuera del área. Hubo 22 318 disparos de este tipo en la Premier League entre agosto de 2011 y mayo de 2016, de los cuales se marcaron 809, lo que da una probabilidad media de acabar en gol del 3,6 %. Por tanto, esto ofrece a los disparos desde fuera del área un valor de gol esperado de 0,036. Habrá variación en estos resultados ya que las faltas directas se convierten a una tasa aproximada del 5-6 %, pero para un sistema sencillo como este la cifra de 3,6 % será suficiente.
Cómo calcular los goles esperados por equipo
Estos datos sobre disparos están ampliamente disponibles en varios sitios web y aplicaciones de fútbol por lo que, armado con la información anterior, puede establecer rápidamente los valores de xG para cada equipo en un partido. Consultar los partidos de esta temporada (hasta el 12 de marzo de 2017 inclusive) demuestra cómo estos cálculos pueden darte una ventaja respecto a los meros datos de disparos. De los 211 partidos de la Premier League que se “ganaron” (cuando se excluyen los goles en propia meta), el equipo que efectuó más disparos consiguió la victoria en 151 (71,6 %) de ellos, mientras que el equipo que tuvo un valor xG más alto ganó en 170 ocasiones (80,6 % de las veces).
Utilizando los datos xG de la temporada 2016/17 y la distribución de Poisson, realicé los siguientes pronósticos para los resultados y cuotas de los partidos de la semana 29 de la Premier League.
Pronósticos de marcadores basados en valores xG
En la columna “Resultado pronosticado” podemos observar que hubo un marcador correcto y otras cuatro elecciones de resultado (en cuanto a victoria del equipo local, empate o victoria del equipo visitante) que resultaron certeras. Utilizando las cuotas que mi sistema calculó, podemos observar que el favorito “ganó” la apuesta en seis de los diez partidos, pero obviamente deberás comparar tus cuotas con las que Pinnacle ofrece y decidir dónde apostar en consecuencia. Para averiguar cómo poner esto en práctica, comienza leyendo nuestro popular artículo ¿Qué representan las cuotas de las apuestas?
Las limitaciones del modelo predictivo xG
Es importante recordar las limitaciones de cualquier modelo. Independientemente de lo bueno que sea tu sistema, no sabrá que el delantero estrella está lesionado, que un equipo parece rejuvenecido tras el cambio de entrenador ni que un equipo puede estar cansado tras jugar una competición europea.
Un sistema como este también fallará a la hora de pronosticar un partido en el que se marquen muchos goles. Esto es algo que cabe esperar dado que se basa en las medias y en alrededor de la mitad de los partidos se marcan menos de 2,5 goles.
Pero aunque todos los disparos tienen un valor de 0,097 goles de media, utilizar un sistema sencillo como este revela que los disparos del Manchester City en realidad tienen un valor de 0,113, mientras que los del Hull solo tienen un valor de 0,083.
Utilizar datos estadísticos para los goles esperados puede ayudarte a cuantificar con precisión la calidad de la defensa y el ataque de un equipo. Utiliza la información anterior junto con la distribución de Poisson y habrás dado el primer paso para realizar pronósticos precisos de marcadores en los partidos de fútbol.