xG چیست؟ راهنمای کامل Expected Goals برای شرط‌بندان مبتدی و حرفه‌ای

متا توضیحات:

 xG یا Expected Goals مهم‌ترین آمار فوتبال مدرن است. در این راهنما یاد می‌گیرید xG چطور محاسبه می‌شود، چرا از تعداد گل واقعی مهم‌تر است، و چطور از آن برای پیدا کردن ارزش پنهان در بازارهای شرط‌بندی استفاده کنید.

xG یا Expected Goals چیست؟ یاد بگیرید xG چگونه محاسبه می‌شود، چرا از تعداد گل مهم‌تر است و چگونه از آن برای پیدا کردن Value Bet در شرط‌بندی فوتبال استفاده کنید.

xG چیست؟ راهنمای کامل Expected Goals برای شرط‌بندان مبتدی و حرفه‌ای

تصور کنید تیمی بازی را ۳-۰ برده است. همه فکر می‌کنند فوق‌العاده بازی کرده. اما وقتی آمار xG را نگاه می‌کنیم، می‌بینیم آن تیم فقط ۰.۹ واحد xG ساخته و حریفش ۲.۸ - یعنی از نظر کیفیت موقعیت‌سازی، حریف باید برنده می‌بود، نه این تیم. پس آیا واقعاً تیم برنده بهتر بازی کرده یا فقط شانس آورده؟ این دقیقاً جایی است که Expected Goals وارد می‌شود.

اگر این روزها هر تحلیل فوتبالی جام جهانی ۲۰۲۶ را دنبال کرده باشید؛ از جمله تحلیل نیمه‌نهایی انگلیس-آرژانتین در تیپ‌رادار حتماً به کلمه xG برخورده‌اید. این آمار در ده سال گذشته از یک اصطلاح تخصصی میان تحلیلگران دیتا به زبان روزمره کارشناسان، مربیان و مهم‌تر از همه برای ما شرط‌بندان حرفه‌ای تبدیل شده است. در این راهنما، هم تعریف ساده‌ای برای کسی که تازه با این مفهوم آشنا می‌شود ارائه می‌دهیم و هم جزئیات فنی و کاربرد عملی آن در شرط‌بندی را برای کاربران حرفه‌ای‌تر باز می‌کنیم.

 xG دقیقاً چیست؟

تعریف ساده: xG عددی بین صفر تا یک است که نشان می‌دهد یک موقعیت گلزنی مشخص، به‌طور میانگین، چند درصد احتمال دارد به گل تبدیل شود. اگر یک شوت xG برابر با ۰.۲ داشته باشد، یعنی از هر ۱۰ موقعیت مشابه آن (از نظر فاصله، زاویه، فشار مدافعان و نوع پاس قبل از شوت)، به‌طور میانگین ۲ مورد گل می‌شود.

تعریف فنی‌تر: مدل‌های xG با بررسی صدها هزار تا نزدیک به یک میلیون شوت واقعی در فوتبال حرفه‌ای، الگوی احتمال گل‌شدن هر نوع موقعیت را یاد می‌گیرند. وقتی یک شوت جدید در یک بازی زنده ثبت می‌شود، مدل آن را با نزدیک‌ترین موقعیت‌های مشابه در پایگاه داده تاریخی مقایسه می‌کند و یک عدد احتمال به آن اختصاص می‌دهد. جمع xG تمام شوت‌های یک تیم در طول یک بازی، به شما می‌گوید آن تیم با کیفیت موقعیت‌هایی که ساخته، «باید» چند گل می‌زد؛ صرف‌نظر از اینکه نهایتاً چند گل زد.

 xG چطور محاسبه می‌شود؟

هر مدل xG (خواه محصول Opta باشد، خواه StatsBomb یا هر ارائه‌دهنده‌ی دیگر) معمولاً این متغیرها را برای هر شوت در نظر می‌گیرد:

فاصله تا دروازه: هرچه شوت نزدیک‌تر به دروازه باشد، احتمال گل بالاتر می‌رود. یک شوت از داخل محوطه پنالتی معمولاً xG به‌مراتب بالاتری نسبت به شوت از خارج محوطه دارد.

زاویه نسبت به دروازه: موقعیت‌های روبه‌روی دروازه (زاویه باز) نسبت به موقعیت‌های کنار خط یا زاویه‌ی بسته، احتمال گل بیشتری دارند.

عضو بدن: شوت با پای برتر بازیکن معمولاً xG بالاتری نسبت به پای ضعیف‌تر دارد و ضربه سر معمولاً از هر دو کمتر است.

فشار مدافعان: تعداد و فاصله‌ی مدافعان و همچنین موقعیت دروازه‌بان در لحظه‌ی شوت، احتمال را به‌شدت تغییر می‌دهد؛ یک موقعیت تک‌به‌تک با دروازه‌بان xG بسیار بالاتری نسبت به همان شوت با حضور دو مدافع در مسیر توپ دارد.

نوع پاس یا اکشن قبل از شوت: پاس عرضی (through ball)، سانتر، ضربه ایستگاهی، یا دریبل انفرادی، هرکدام الگوی متفاوتی از احتمال گل ایجاد می‌کنند، مثلاً موقعیت‌های ساخته‌شده از پاس عرضی معمولاً از سانتر ارزشمندترند.

نوع ضربه: شوت مستقیم، ضربه‌ی نیم‌ارتفاع (volley)، یا چیپ، هرکدام baseline احتمال متفاوتی دارند چون کنترل بازیکن روی توپ متفاوت است.

مهم است بدانید هیچ دو ارائه‌دهنده‌ی آماری، مدل xG کاملاً یکسانی ندارند، به همین دلیل گاهی برای یک بازی مشخص، عدد xG اعلام‌شده توسط Opta با عدد اعلام‌شده توسط StatsBomb یا xGscore کمی تفاوت دارد. این تفاوت طبیعی است و نشانه‌ی اشتباه بودن هیچ‌کدام نیست؛ فقط باید در مقایسه‌ها همیشه بدانید از کدام منبع استفاده می‌کنید.

چرا xG از تعداد شوت مهم‌تر است؟

خیلی از تحلیل‌های سطحی هنوز بر اساس تعداد شوت قضاوت می‌کنند: «تیم الف ۱۸ شوت زد، پس بهتر بازی کرد.» این معیار گمراه‌کننده است چون کیفیت موقعیت را نادیده می‌گیرد. تیمی که ۱۸ شوت از بیرون محوطه و زوایای بسته می‌زند، می‌تواند xG کل کمتر از ۱ داشته باشد؛ در مقابل، تیمی که فقط ۴ موقعیت تک‌به‌تک با دروازه‌بان می‌سازد، می‌تواند xG بالای ۲ داشته باشد. برای شرط‌بند، این تفاوت حیاتی است: تیمی با شوت زیاد اما xG پایین، احتمالاً در بازی‌های آینده هم به همین شکل «فعال اما بی‌اثر» باقی می‌ماند، مگر اینکه تغییری در سبک حمله‌اش رخ دهد.

xG  درعمل: چه چیزی جام جهانی ۲۰۲۶ به ما نشان داد

برای اینکه این مفهوم انتزاعی نماند، بیایید به داده‌های واقعی همین جام جهانی نگاه کنیم. طبق ردیاب‌های xG معتبر، در کل جام جهانی ۲۰۲۶ تا این مرحله ۱۰۹ گل در برابر ۹۰ واحد xG ثبت شده یعنی حدود ۲۱ درصد بیش‌عملکرد نسبت به آنچه کیفیت موقعیت‌ها پیش‌بینی می‌کرد. این عدد قابل‌توجه است چون برخلاف روند معمول: در هفت دوره‌ی اخیر جام جهانی، تیم‌ها روی‌هم‌رفته کمی کمتر از xG تجمعی‌شان گل زده‌اند، نه بیشتر.

در سطح تیمی، فرانسه بزرگ‌ترین «بیش‌عملکرد» تورنمنت را داشته: ۱۶ گل واقعی در برابر تنها ۱۱.۱۴ واحد xG (فاصله +۴.۹). آرژانتین هم با ۱۷ گل واقعی در برابر حدود ۱۳.۲ واحد xG، فاصله +۳.۸ دارد. بخش زیادی از این فاصله مستقیماً محصول کیفیت فردی لیونل مسی است که می‌تواند به‌طور مداوم موقعیت‌های نه‌چندان درجه‌یک را به گل تبدیل کند. در طرف مقابل، کلمبیا «کم‌عملکردترین» تیم بوده: تنها ۵ گل در برابر ۷.۴۳ واحد xG (فاصله -۲.۴)، یعنی خط حمله‌ای که موقعیت ساخته اما نتوانسته آن‌ها را به گل تبدیل کند.

بیش‌عملکرد و کم‌عملکرد؛ چرا این دقیقاً همان چیزی است که به شرط‌بند سود می‌دهد

اینجا جایی است که xG از یک آمار جالب به یک ابزار واقعی شرط‌بندی تبدیل می‌شود. اصل پایه در آمار به بازگشت به میانگین (regression to the mean) معروف است: تیمی که برای مدتی به‌طور غیرعادی بیشتر یا کمتر از xG خودش گل می‌زند، در بلندمدت به سمت میانگین واقعی‌اش برمی‌گردد؛ چون کیفیت موقعیت‌سازی معمولاً پایدارتر از دقت لحظه‌ای شوت‌زنی است.

این یعنی وقتی تیمی مثل فرانسه با فاصله ۴.۹+ بیش از حد طبیعی گل می‌زند، بازار شرط‌بندی اغلب واکنش بیش از حد نشان می‌دهد و ضرایب بعدی آن تیم را «گران‌تر» از ارزش واقعی‌اش قیمت‌گذاری می‌کند؛ دقیقاً مشابه همان الگویی که در تحلیل ضرایب تریدهای NBA روی این سایت هم بررسی کردیم. برعکس، تیمی مثل کلمبیا که موقعیت خوب ساخته اما گل نخورده، ممکن است در بازی بعدی «رگرس مثبت» داشته باشد و بازار هنوز این را در قیمت لحاظ نکرده باشد. این دقیقاً همان‌جایی است که فاصله بین آمار واقعی و قیمت بازار، به Value Bet تبدیل می‌شود.

اگر تیمی طی سه یا چهار بازی متوالی به‌طور قابل‌توجه بیشتر از xG خودش گل بزند، معمولاً منطقی‌تر است روی برد قطعی همان تیم در بازی بعدی محتاط‌تر باشید یا حتی به بازار «زیر» گل‌ها نگاه کنید و اگر تیمی مدام کمتر از xG گل می‌زند اما همچنان موقعیت خوب می‌سازد، آن تیم می‌تواند کاندیدای خوبی برای بازار «رو» یا برد در بازی‌های آینده باشد.

هرگز فقط به xG یک مسابقه تکیه نکنید. روند ۴ تا ۶ بازی اخیر تیم‌ها معمولاً تصویر قابل‌اعتمادتری از کیفیت واقعی عملکرد آن‌ها ارائه می‌دهد و احتمال خطای ناشی از یک بازی استثنایی را کاهش می‌دهد.

خانواده xG: مخفف‌هایی که باید بشناسید

·         xGA (Expected Goals Against)  : دقیقاً معکوس xG است. نشان می‌دهد بر اساس کیفیت موقعیت‌هایی که حریفان مقابل یک تیم ساخته‌اند، آن تیم «باید» چند گل می‌خورد. تیمی با xGA پایین، حتی اگر گل کمی هم خورده باشد، واقعاً دفاع محکمی دارد؛ اما تیمی با xGA بالا که فعلاً کم گل خورده، ممکن است فقط از شانس یا دروازه‌بانی استثنایی بهره‌مند بوده و این وضعیت پایدار نیست.

·         npxG (Non-Penalty xG)  : همان xG است اما بدون احتساب پنالتی‌ها، چون پنالتی تقریباً همیشه احتمال گل بسیار بالایی (حدود ۷۶ تا ۷۹ درصد) دارد و می‌تواند تصویر کیفیت واقعی حمله‌ی تیمی را که یک یا دو پنالتی گرفته، تحریف کند.

·         xG per Shot : میانگین xG هر شوت یک تیم یا بازیکن. عدد بالا در این معیار نشان می‌دهد تیم موقعیت‌های باکیفیت (نزدیک، با زاویه باز) می‌سازد، نه اینکه فقط تعداد شوت زیاد می‌زند.

·         xGChain / xGBuildup : این دو معیار پیشرفته‌تر، به بازیکنانی که مستقیماً شوت نمی‌زنند اما در ساخت حمله نقش داشته‌اند (مثل پاس‌دهنده یا کسی که حمله را شروع کرده) هم امتیاز می‌دهند. این معیار برای ارزیابی هافبک‌ها و بازیکنانی که در آمار گل و پاس‌گل مستقیم دیده نمی‌شوند، بسیار مفید است.

محدودیت‌های xG که باید در نظر بگیرید

هیچ آماری کامل نیست و xG هم استثنا نیست. مدل‌های xG معمولاً کیفیت فردی فوق‌ستاره‌هایی مثل مسی یا کیلیان امباپه را کامل لحاظ نمی‌کنند؛ چون این بازیکنان می‌توانند به‌طور مداوم و برای سال‌ها، از میانگین آماری فراتر بروند؛ در این موارد، «بیش‌عملکرد» ممکن است بخشی از توانایی واقعی و پایدار بازیکن باشد، نه صرفاً شانس موقتی. به همین دلیل بیش‌عملکرد آرژانتین در این جام تا حدی «واقعی‌»تر از بیش‌عملکرد یک تیم بدون فوق‌ستاره تلقی می‌شود.

همچنین xG وضعیت بازی (game state) را کامل لحاظ نمی‌کند؛ تیمی که ۲-۰ جلو است ممکن است عمداً ریتم را کم کند و موقعیت کمتری بسازد، که این می‌تواند xG را به شکلی گمراه‌کننده پایین نشان دهد. در تورنمنت‌های کوتاه مثل جام جهانی، حجم نمونه (تعداد بازی‌ها) هم کم است، پس نتیجه‌گیری قطعی از ۵ یا ۶ بازی باید با احتیاط بیشتری نسبت به یک فصل کامل لیگ انجام شود.

در نهایت، همان‌طور که گفتیم، اختلاف بین ارائه‌دهندگان مختلف مدل xG می‌تواند اعداد را کمی متفاوت نشان دهد، پس همیشه بهتر است منبع آمار خود را مشخص کنید.

5 اشتباه رایج در تفسیر xG

1.        قضاوت بر اساس یک بازی: بزرگ‌ترین اشتباه، نتیجه‌گیری قطعی از xG یک مسابقه است. حتی بهترین تیم‌ها هم می‌توانند یک شب بد یا استثنایی داشته باشند.

2.      نادیده‌گرفتن وضعیت بازی: تیمی که ۲-۰ جلوست معمولاً ریتم را کم می‌کند و xG پایین‌تری می‌سازد؛ این افت به معنای ضعف واقعی تیم نیست.

3.     مقایسه بین منابع مختلف بدون توجه به مدل: مقایسه‌ی مستقیم عدد xG سایت A با عدد xG سایت B بدون در نظر گرفتن تفاوت مدل‌ها، نتیجه‌گیری نادرست می‌سازد.

4.     نادیده‌گرفتن کیفیت فردی گلزن: فرض اینکه هر بیش‌عملکردی «شانس موقتی» است، اشتباه است؛ برای فوق‌ستاره‌هایی با فینیشینگ استثنایی (مثل مسی)، بخشی از بیش‌عملکرد می‌تواند واقعی و پایدار باشد.

5.     اشتباه‌گرفتن xG با تضمین نتیجه: xG بالاتر یعنی موقعیت بهتر ساخته شده، نه اینکه برد تضمین‌شده است؛ فوتبال بازی کم‌گلی است و واریانس کوتاه‌مدت همیشه نقش دارد.

چطور از xG برای شرط‌بندی هوشمندانه‌تر استفاده کنیم؟

ü      همیشه xG را در کنار گل واقعی نگاه کنید، نه به‌جای آن؛ فاصله بین این دو عدد، نه خود عدد xG، بیشترین اطلاعات را می‌دهد.

ü      این فاصله را در طول حداقل ۴ تا ۵ بازی اخیر تیم بررسی کنید تا از نتیجه‌گیری بر اساس یک بازی استثنایی جلوگیری کنید.

ü      همیشه بپرسید آیا این بیش‌عملکرد به یک بازیکن فوق‌ستاره مرتبط است (که می‌تواند پایدار باشد) یا پخش شده بین چند بازیکن معمولی (که معمولاً موقتی‌تر است).

ü      xGA حریف بعدی را هم در نظر بگیرید، یک خط حمله‌ی کم‌عملکرد مقابل دفاعی با xGA بالا، ترکیب جذابی برای بازار رشد گل‌زنی است.

ü      همیشه عدد xG را با قیمت فعلی بازار مقایسه کنید؛ اگر بازار هنوز به بیش/کم‌عملکرد اخیر واکنش نشان نداده، همان‌جا فرصت شماست.

xG زنده (Live xG) چیست؟

برخلاف xG تجمعی که بعد از پایان بازی محاسبه می‌شود، xG  زنده لحظه‌به‌لحظه و همراه با پیشرفت بازی به‌روزرسانی می‌شود. بسیاری از پلتفرم‌های پخش زنده و ابزارهای شرط‌بندی این عدد را به‌صورت گرافیکی (نبرد xG ) در طول مسابقه نمایش می‌دهند.

کاربرد اصلی آن برای شرط‌بندی زنده (In-Play) است: اگر نتیجه‌ی لحظه‌ای یک بازی با روند xG زنده همخوانی نداشته باشد، مثلاً تیمی ۱-۰ عقب است اما xG زنده‌اش بسیار بالاتر از حریف است. این می‌تواند سیگنالی برای بازارهای زنده‌ی Over/Under یا گلزن بعدی باشد، چون آمار نشان می‌دهد فشار واقعی بازی به نفع کدام تیم است، نه صرفاً نتیجه‌ی لحظه‌ای روی تابلو.

منابع داده xG کدام‌اند و چه فرقی دارند؟

نکته مهم: چون هر ارائه‌دهنده مدل خودش را دارد، عدد دقیق xG یک بازی می‌تواند بین منابع کمی متفاوت باشد. توصیه می‌شود برای مقایسه‌ی دو تیم، همیشه از یک منبع ثابت استفاده کنید، نه ترکیب اعداد از منابع مختلف.

درباره روش تحلیل آماری تیپ‌رادار

تحلیل‌های آماری تیپ‌رادار با استفاده از داده‌های چندین ارائه‌دهنده معتبر از جمله Opta و StatsBomb انجام می‌شود. در صورت وجود اختلاف بین منابع، روند کلی داده‌ها مبنای تحلیل قرار می‌گیرد، نه یک عدد منفرد از یک منبع واحد، چون همان‌طور که در این مقاله دیدیم، هیچ مدل xG به‌تنهایی «درست مطلق» نیست.

حالا که با xG آشنا شدید، وقت آن است این مفهوم را در عمل ببینید. سراغ ضرایب زنده فوتبال تیپ‌رادار بروید و پیش از شرط‌بندی روی بازی بعدی، آمار xG دو تیم را با بازار Over/Under و BTTS مقایسه کنید؛ همان روشی که در بخش «چطور از xG برای شرط‌بندی استفاده کنیم» یاد گرفتید.

سوالات پرتکرار درباره xG

آیا xG بهتر از تعداد گل واقعی برای پیش‌بینی است؟ برای پیش‌بینی عملکرد آینده، بله معمولاً بهتر است؛ چون کیفیت موقعیت‌سازی یک تیم نسبت به دقت لحظه‌ای شوت‌زنی، پایدارتر و کمتر تحت‌تاثیر شانس است. اما برای تحلیل یک بازی که تمام شد، گل واقعی همچنان نتیجه‌ی نهایی و تعیین‌کننده است.

چرا اعداد xG در سایت‌های مختلف با هم فرق دارند؟ چون هر ارائه‌دهنده (Opta، StatsBomb، xGscore و غیره) مدل و پایگاه داده‌ی تاریخی خودش را دارد. اختلاف‌های کوچک طبیعی است؛ نکته‌ی مهم روند کلی و جهت عدد است، نه رقم دقیق دهدهی.

چرا برخی بازیکنان مثل مسی همیشه بیشتر از xG خودشان گل می‌زنند؟ چون مدل‌های xG بر اساس میانگین بازیکنان حرفه‌ای ساخته شده‌اند، نه توانایی فردی. فوق‌ستاره‌هایی با کیفیت فینیشینگ استثنایی می‌توانند به‌طور پایدار از این میانگین فراتر بروند - این یکی از دلایلی است که تحلیل‌گران حرفه‌ای همیشه کنار عدد xG، سابقه‌ی فردی بازیکنان کلیدی را هم بررسی می‌کنند.

xG برای کدام بازارهای شرط‌بندی بیشترین کاربرد را دارد؟ بیشترین کاربرد را در بازارهای Over/Under گل‌ها، BTTS (هر دو تیم گل می‌زنند)، و مقایسه‌ی برد/باخت میان‌مدت (Double Chance و Asian Handicap) دارد، چون این بازارها مستقیماً به توانایی تیم در تولید و جلوگیری از موقعیت گل مرتبط‌اند.

آیا فقط تیم‌های ملی و باشگاه‌های بزرگ داده xG دارند؟ خیر، اکثر لیگ‌های معتبر جهان (پریمیرلیگ، لالیگا، سری‌آ، بوندس‌لیگا و غیره) و رقابت‌های بزرگ بین‌المللی مثل جام جهانی، داده‌ی xG کامل دارند. برای لیگ‌های کوچک‌تر یا سطوح پایین‌تر، ممکن است این داده محدودتر یا در دسترس نباشد.