FAQ des Expected Goals : Les Questions les Plus Posées sur les xG

xG signifie « Expected Goals » (buts attendus). C’est une valeur entre 0 et 1 attribuée à chaque tir, représentant la probabilité qu’il soit converti en but. Un tir avec 0,5 xG a 50% de chances de rentrer. Sur un match complet, additionnez tous les xG pour savoir combien de buts une équipe aurait dû marquer en moyenne.

Les modèles xG (Opta, Understat, StatsBomb) utilisent le machine learning entraîné sur des milliers de tirs historiques. Chaque tir est comparé à des situations similaires et reçoit une valeur basée sur le pourcentage de réussite historique. Les facteurs incluent :
Distance et angle du but
Type de tir (pied, tête)
Type de passe précédente
Pression défensive
Position du gardien

xG : Expected Goals, buts que vous auriez dû marquer
xGA : Expected Goals Against, buts que vous auriez dû encaisser
Ces deux métriques ensemble donnent une image complète. Une équipe avec 1,8 xG et 0,5 xGA génère excellentes occasions et concède peu.

Parce qu’un but n’est jamais garanti, même depuis onze mètres. Les gardiens arrêtent ~21% des pénaltys, et les tireurs en ratent aussi. Statistiquement, l’xG d’un penalty est d’environ 0,76.

Exactement. 0,3 xG = 30% de chances que ce tir finisse en but. Donc sur 10 tirs identiques, 3 en moyenne rentreraient.

xG : Évalue la qualité de la chance avant le tir (distance, angle, etc.)
xGOT : Évalue la qualité après le tir (où il a terminé, sa vitesse, sa trajectoire)
xGOT est plus utile pour évaluer la finition et la performance des gardiens. Un attaquant qui a un xGOT > xG exécute bien ses tirs. Un gardien qui concède moins de buts que son xGOT fait un bon travail.

xA mesure la qualité des passes décisives. Une passe a un xA de 0,3 si le tir qui en résulte a 0,3 xG de probabilité. C’est utile pour évaluer les créateurs, indépendamment de la finition de leurs coéquipiers.

C’est la différence entre les xG créés et concédés.
Positif (2,5 xG / 0,8 xGA) : Vous dominez réellement le match
Négatif (0,8 xG / 2,2 xGA) : Vous êtes en danger
Équilibré (1,5 xG / 1,4 xGA) : Match équitable
Un xG ratio positif sur une saison est un excellent prédicteur du classement final.

Très rarement. Pep Guardiola aurait dit : « Si vous jouez avec xG, c’est ce que vous allez faire sur le long terme. »
Toutefois, il existe de vrais exceptions comme Son Heung-min ou Lionel Messi, qui surperforment de 30-40% longtemps. Mais ce sont des outliers rares.
La plupart des joueurs qui surperforment sur une saison finissent par régresser vers la moyenne.

Simplement : malchance. Sur une probabilité, c’est rare mais possible. C’est comme lancer une pièce 5 fois et avoir 5 piles : mathématiquement possible, juste improbable.
Si cela se reproduit pendant plusieurs matchs, ce n’est plus du hasard, c’est un problème de finition.

xT mesure la contribution offensive de chaque action (passe, dribble). Contrairement à xG qui évalue les tirs, xT évalue comment une action augmente la probabilité de marquer prochainement.
Un dribble au milieu du terrain n’a pas d’xT, mais un dribble qui rapproche le ballon du but a une forte valeur xT.

Oui, mais mineures.
Understat : Plus fort en Premier League et Bundesliga
Opta : Plus fiable en La Liga et Ligue 1
StatsBomb : Très proche d’Opta
Wyscout : Trop généreux en général
Les différences sont rarement supérieures à 0,5 xG par match. Utilisez toujours le même modèle pour comparer et mentionnez votre source.

Les bookmakers l’utilisent pour :
Fixer les cotes basées sur la qualité réelle, pas juste l’historique
Identifier les valeurs : Parier sur une équipe avec 1,8 xG qui a perdu peut être rentable
Prévoir les corrections : Une équipe avec 0,3 xG en moyenne regarde statistiquement vers le bas
Des parieurs professionnels analysent les xG en direct pour ajuster leurs paris live.

Oui, sur plusieurs matchs. Après 10-15 matchs, l’xG cumulé prédit mieux le classement que le nombre réel de buts, car le hasard se dilue.
Sur un seul match, le xG et les buts sont tous deux soumis au hasard, mais l’xG est une meilleure mesure objective.

Plusieurs raisons :
Incompréhension : C’est techniquement dense
Mentalité : « Les buts, c’est tout ce qui compte » (c’est vrai, mais incomplet)
Limitation du contexte : xG ne capture pas les éléments tactiques subtils
Surcontrôle : Trop de data tue la confiance des joueurs
Les meilleurs managers (Guardiola, Klopp) utilisent xG avec l’intuition, pas à la place.

Exactement. Un xG de 0,5 est objectif, mais Erling Haaland convertit plus de ces tirs qu’un défenseur en attaque. Le xG est une mesure normalisée du tir moyen.
C’est justement pourquoi comparer xG vs buts réels d’un joueur révèle son talent de finisseur. Haaland : 27 xG → 36 buts. Talent confirmé.

Rien. Le xG ne comptabilise que les tirs. Une traversée dangereuse ou un duel aérien raté ne génèrent pas d’xG.
C’est une limitation. Pour un journaliste, c’est un cas à mentionner : « Selon les xG… mais plusieurs occasions non-quantifiées auraient pu changer… »

Oui, mais avec prudence. Un match 0,1 xG vs 2,5 xG est extrêmement déséquilibré. L’équipe avec 2,5 xG dominait à 95%.
Toutefois, des contre-attaques exceptionnelles peuvent créer un xG faible mais dangereux. Pour l’analyse fine, consultez aussi le contenu qualitatif.

Une équipe contre-attaquante peut générer 0,6 xG mais être extrêmement dangereuse. Exemple : Atletico Madrid sous Simeone.
L’inverse : une équipe possessionniste génère 2,5 xG mais peut perdre sur une contre-attaque. Les xG ne capturent pas la dynamique tactique.
Pour l’analyse, toujours contextualiser avec le style de jeu déclaré.

Haaland est un outlier véritable. Il :
Se crée lui-même des occasions (xG initial bas, finition extraordinaire)
Sait se placer mieux que le « joueur moyen » du modèle
Surperforme son xG par talent pur
C’est une raison pour laquelle certains experts disent : « Lisez les xG, mais comprenez qu’un Haaland brisera toujours les statistiques. »

Non. Le xG la contextualise.
Un tir de Messi à 0,02 xG qui rentre reste magique. Mais dire « c’était une chance de 2% » la rend encore plus spectaculaire.

C’est l’évolution classique. Le football a longtemps été analysé par « sensation ». Les xG demandent de l’humilité : admettre que notre intuition peut être fausse.

Oui, une chance à 0,15 xG pourrait être visuellement plus périodique qu’une chance à 0,5 xG. Les modèles xG ne capturent pas toujours le contexte émotionnel ou tactique. C’est une limite connue.

Légèrement. La Premier League et la Bundesliga ont plus de tirs de distance que La Liga. Les modèles xG s’ajustent mais ne sont pas 100% identiques.

Les futurs modèles intégreront probablement :
La qualité du gardien : xG ajusté selon le gardien face
La pression défensive précise : Pas juste « existe-t-il un défenseur » mais « à quelle distance »
L’IA contextuelle : Comprendre le momentum, l’enjeu émotionnel