{"id":17562,"date":"2025-12-13T16:46:32","date_gmt":"2025-12-13T15:46:32","guid":{"rendered":"https:\/\/www.topicfoot.fr\/?p=17562"},"modified":"2025-12-13T16:48:05","modified_gmt":"2025-12-13T15:48:05","slug":"quest-ce-que-lexpected-goals-comprendre-la-statistique-qui-change-le-football","status":"publish","type":"post","link":"https:\/\/www.topicfoot.fr\/index.php\/2025\/12\/13\/quest-ce-que-lexpected-goals-comprendre-la-statistique-qui-change-le-football\/","title":{"rendered":"Qu’est-ce que l’Expected Goals : Comprendre la statistique qui change le football"},"content":{"rendered":"Temps de lecture\u00a0: <\/span> 7<\/span> minutes. <\/span><\/span>\n

Pendant des d\u00e9cennies, les amateurs et professionnels du football se sont content\u00e9s d’analyser les r\u00e9sultats par les seuls buts marqu\u00e9s et encaiss\u00e9s. Un score de 2-1 \u00e9tait bon ou mauvais, un joueur \u00e9tait efficace ou non. Mais voil\u00e0 qu’une nouvelle m\u00e9trique bouleverse cette perception : l’Expected Goals, ou xG. Cette statistique r\u00e9volutionnaire propose une lecture bien plus fine et scientifique des matchs, en quantifiant non plus ce qui s’est pass\u00e9, mais ce qui aurait d\u00fb<\/strong> se passer selon les probabilit\u00e9s.<\/p>\n\n\n\n

\"Qu'est-ce<\/figure>\n\n\n\n

Les xG ne se contentent plus de compter les buts. Ils \u00e9valuent la qualit\u00e9 r\u00e9elle des occasions cr\u00e9\u00e9es<\/strong>, r\u00e9v\u00e9lant ainsi les \u00e9quipes malchanceuses, celles dominantes mais inefficaces, et celles simplement brillantes. Pour un journaliste football moderne, ma\u00eetriser cette m\u00e9trique est devenu essentiel. C’est l’outil qui permet de d\u00e9passionner le discours, de valoriser les performances invisibles aux yeux des novices, et de d\u00e9tecter les tendances avant qu’elles ne se manifestent dans les classements.<\/p>\n\n\n\n

Qu’est-ce que le xG (Expected Goals) ?<\/h2>\n\n\n\n

La d\u00e9finition simple<\/h3>\n\n\n\n

L’Expected Goals<\/strong>, abr\u00e9g\u00e9 en xG, est une m\u00e9trique analytique qui estime la probabilit\u00e9 qu’un tir se transforme en but. Elle attribue \u00e0 chaque tir une valeur num\u00e9rique comprise entre 0 et 1, repr\u00e9sentant le pourcentage de chances de marquer.<\/p>\n\n\n\n

Par exemple :<\/p>\n\n\n\n

    \n
  • Un tir avec un xG de 0,2 a 20% de chances de se terminer par un but (2 buts sur 10 tirs similaires)<\/li>\n\n\n\n
  • Un tir avec un xG de 0,8 a 80% de chances de se terminer par un but (8 buts sur 10 tirs similaires)<\/li>\n\n\n\n
  • Un penalty a environ 0,76 xG de probabilit\u00e9 (ce qui surprend beaucoup : m\u00eame depuis les onze m\u00e8tres, les gardiens font leur travail)<\/li>\n<\/ul>\n\n\n\n

    La puissance math\u00e9matique derri\u00e8re le xG<\/h3>\n\n\n\n

    Contrairement \u00e0 ce que l’on pourrait croire, calculer l’xG n’est pas une science exacte, mais plut\u00f4t un art statistique reposant sur du machine learning<\/strong> et des milliers de donn\u00e9es historiques. Voici comment cela fonctionne :<\/p>\n\n\n\n

      \n
    1. Collecte de donn\u00e9es historiques<\/strong> : Les mod\u00e8les xG les plus connus (Opta, StatsBomb, Understat) analysent des milliers de tirs pass\u00e9s pour entra\u00eener leurs algorithmes.<\/li>\n\n\n\n
    2. Facteurs pris en compte<\/strong> : Chaque tir est \u00e9valu\u00e9 selon plusieurs param\u00e8tres :<\/li>\n<\/ol>\n\n\n\n
        \n
      • Distance du but<\/strong> : Plus on est proche, plus xG augmente<\/li>\n\n\n\n
      • Angle de tir<\/strong> : Un tir au centre est meilleur qu’un tir en angle mort<\/li>\n\n\n\n
      • Type de tir<\/strong> : Une t\u00eate, un pied faible, ou du pied fort n’ont pas la m\u00eame probabilit\u00e9<\/li>\n\n\n\n
      • Type de passe pr\u00e9c\u00e9dente<\/strong> : Un tir suite \u00e0 une passe d\u00e9cisive longue diff\u00e8re d’un tir apr\u00e8s un centre<\/li>\n\n\n\n
      • Pression d\u00e9fensive<\/strong> : Un attaquant press\u00e9 par un d\u00e9fenseur aura un xG inf\u00e9rieur<\/li>\n\n\n\n
      • Position du gardien<\/strong> : Si le gardien est bien plac\u00e9, l’xG baisse<\/li>\n\n\n\n
      • Contextual factors<\/strong> : La minute du match, le score en temps r\u00e9el, et d’autres variables subtiles<\/li>\n<\/ul>\n\n\n\n
          \n
        1. Attribution du score<\/strong> : L’algorithme compare le tir \u00e0 tous les tirs similaires de sa base de donn\u00e9es et attribue une probabilit\u00e9 bas\u00e9e sur le pourcentage de r\u00e9ussite historique de ces situations.<\/li>\n<\/ol>\n\n\n\n

          Les variantes du xG<\/h3>\n\n\n\n

          La statistique du xG a \u00e9volu\u00e9 pour devenir encore plus pr\u00e9cise. Voici ses principaux d\u00e9riv\u00e9s :<\/p>\n\n\n\n

          xGA (Expected Goals Against)<\/strong> : Le pendant d\u00e9fensif du xG. Il mesure la qualit\u00e9 des tirs conc\u00e9d\u00e9s par une \u00e9quipe, permettant d’identifier les faiblesses d\u00e9fensives. Contrairement aux buts encaiss\u00e9s, il ignore la malchance ou la brillance du gardien.<\/p>\n\n\n\n

          xGOT (Expected Goals On Target)<\/strong> : Introduit par Opta, c’est un mod\u00e8le \u00ab\u00a0post-tir\u00a0\u00bb qui prend en compte non seulement la qualit\u00e9 de la chance, mais aussi la qualit\u00e9 d’ex\u00e9cution<\/strong>. Il mesure o\u00f9 le ballon termine sa course dans le but (coin sup\u00e9rieur ou tirs faciles au centre). Cela permet d’\u00e9valuer :<\/p>\n\n\n\n

            \n
          • La capacit\u00e9 de finition d’un attaquant<\/li>\n\n\n\n
          • La performance r\u00e9elle d’un gardien (au-del\u00e0 du score final)<\/li>\n<\/ul>\n\n\n\n

            xA (Expected Assists)<\/strong> : Les passes d\u00e9cisives attendues. Cette m\u00e9trique \u00e9value la probabilit\u00e9 qu’une passe d\u00e9bouche sur un tir au but. Elle r\u00e9compense les cr\u00e9ateurs qui donnent des ballons en zones dangereuses, m\u00eame si le tireur rate. Un joueur peut donc avoir un xA \u00e9lev\u00e9 sans avoir d’assist officiel.<\/p>\n\n\n\n

            xT (Expected Threat)<\/strong> : La menace attendue. Cette m\u00e9trique r\u00e9volutionnaire \u00e9value chaque action offensive (passe, dribble) selon sa contribution \u00e0 augmenter la probabilit\u00e9 de marquer. Elle divise le terrain en zones, chacune ayant une \u00ab\u00a0valeur offensive\u00a0\u00bb bas\u00e9e sur la probabilit\u00e9 de marquer de cet endroit.<\/p>\n\n\n\n

            Pourquoi le xG r\u00e9volutionne l’analyse du football ?<\/h2>\n\n\n\n

            1. Au-del\u00e0 du r\u00e9sultat : La v\u00e9rit\u00e9 cach\u00e9e d’un match<\/h3>\n\n\n\n

            L’exemple le plus parlant ? Un match entre Lorient et Nantes de Ligue 1 o\u00f9 Nantes l’emporte 2-0. \u00c0 premi\u00e8re vue, c’est une victoire m\u00e9rit\u00e9e. Mais en creusant les xG :<\/p>\n\n\n\n

              \n
            • Lorient g\u00e9n\u00e8re 2,3 xG (plus que Nantes)<\/li>\n\n\n\n
            • Nantes g\u00e9n\u00e8re 0,8 xG<\/li>\n<\/ul>\n\n\n\n

              En r\u00e9alit\u00e9, Lorient aurait d\u00fb gagner. Nantes a eu de la chance<\/strong> en convertissant ses rares occasions. Cet exemple montre pourquoi les entra\u00eeneurs continuent avec un syst\u00e8me qui semblait \u00e9chouer : les donn\u00e9es prouvent que c’est la finition qui est le probl\u00e8me, pas la tactique.<\/p>\n\n\n\n

              2. Identifier les surperformances et sous-performances<\/h3>\n\n\n\n

              Quand on compare les buts r\u00e9els aux xG, on d\u00e9couvre des patterns<\/strong> fascinants :<\/p>\n\n\n\n

              Surperformance (Buts r\u00e9els > xG)<\/strong> : L’\u00e9quipe marque plus que pr\u00e9vu. Cela peut indiquer :<\/p>\n\n\n\n

                \n
              • Une efficacit\u00e9 offensive remarquable<\/li>\n\n\n\n
              • Un facteur chance favorable temporaire<\/li>\n\n\n\n
              • Une qualit\u00e9 de finition exceptionnelle (rare sur une longue dur\u00e9e)<\/li>\n<\/ul>\n\n\n\n

                Sous-performance (Buts r\u00e9els < xG)<\/strong> : L’\u00e9quipe ne marque pas assez selon ses occasions. Cela r\u00e9v\u00e8le :<\/p>\n\n\n\n

                  \n
                • Des probl\u00e8mes de finition<\/li>\n\n\n\n
                • Une malchance temporaire<\/li>\n\n\n\n
                • L’absence d’un attaquant cl\u00e9<\/li>\n<\/ul>\n\n\n\n

                  Erling Haaland est un cas fascinant : en 2023-24, il g\u00e9n\u00e9rait 27,4 xG en Premier League et marquait 36 buts. Il surperformait<\/strong> son xG par une large marge, confirmant son statut de finisseur \u00e9lite.<\/p>\n\n\n\n

                  \"Qu'est-ce<\/figure>\n\n\n\n

                  Erling Haaland IMAGO\/Action Plus<\/p>\n\n\n\n

                  3. Un outil pr\u00e9dictif sup\u00e9rieur aux buts seuls<\/h3>\n\n\n\n

                  Statistiquement parlant, le r\u00e9sultat d’un match est presque autant du bruit que du signal<\/strong>. Les buts suivent une distribution de Poisson, ce qui signifie qu’avec une moyenne de 1,4 but par \u00e9quipe, l’\u00e9cart-type est de 1,18. Le hasard domine.<\/p>\n\n\n\n

                  En revanche, l’xG contient moins de bruit et plus de signal<\/strong>. Une \u00e9quipe avec un xG sup\u00e9rieur est objectivement meilleure sur cette p\u00e9riode, m\u00eame si elle a perdu. Sur une saison compl\u00e8te, l’xG est un meilleur pr\u00e9dicteur<\/strong> du classement que le nombre de buts.<\/p>\n\n\n\n

                  4. Les applications pratiques du xG<\/h3>\n\n\n\n

                  Pour les entra\u00eeneurs et analystes<\/strong> :<\/p>\n\n\n\n

                    \n
                  • Valider ou remettre en question une tactique sans attendre la regression statistique<\/li>\n\n\n\n
                  • Identifier les joueurs \u00e0 recruter bas\u00e9 sur leur xG\/xA<\/li>\n\n\n\n
                  • Diagnostiquer les points faibles (d\u00e9fense qui conc\u00e8de trop de xG ?)<\/li>\n<\/ul>\n\n\n\n

                    Pour les recruteurs<\/strong> :<\/p>\n\n\n\n

                      \n
                    • \u00c9valuer les attaquants ind\u00e9pendamment de la qualit\u00e9 de leurs co\u00e9quipiers<\/li>\n\n\n\n
                    • Rep\u00e9rer les joueurs sous-\u00e9valu\u00e9s dans des \u00e9quipes faibles<\/li>\n\n\n\n
                    • Comparer les joueurs de ligues diff\u00e9rentes objectivement<\/li>\n<\/ul>\n\n\n\n

                      Pour les parieurs<\/strong> :<\/p>\n\n\n\n

                        \n
                      • D\u00e9tecter les d\u00e9calages entre le score et les xG (valeur de pari)<\/li>\n\n\n\n
                      • Identifier les \u00e9quipes sous-\u00e9valu\u00e9es dont le style domine les xG<\/li>\n<\/ul>\n\n\n\n

                        Pour les fans et journalistes<\/strong> :<\/p>\n\n\n\n

                          \n
                        • Raconter l’histoire r\u00e9elle d’un match au-del\u00e0 du score<\/li>\n\n\n\n
                        • Justifier les performances ou les malchances<\/li>\n\n\n\n
                        • Pr\u00e9dire les tendances futures avant qu’elles ne se mat\u00e9rialisent<\/li>\n<\/ul>\n\n\n\n

                          Comprendre les mod\u00e8les xG : Opta vs StatsBomb vs Understat<\/h2>\n\n\n\n

                          Il n’existe pas un xG universel. Diff\u00e9rents fournisseurs de donn\u00e9es calculent l’xG selon des m\u00e9thodes l\u00e9g\u00e8rement diff\u00e9rentes, ce qui cr\u00e9e des \u00e9carts notables.<\/p>\n\n\n\n

                          \"Qu'est-ce<\/figure>\n\n\n\n

                          Comparaison des principaux mod\u00e8les<\/h3>\n\n\n\n

                          Understat<\/strong> :<\/p>\n\n\n\n

                            \n
                          • Performance sup\u00e9rieure en Bundesliga et Premier League<\/li>\n\n\n\n
                          • Mod\u00e8le plus permissif pour les longs tirs<\/li>\n\n\n\n
                          • Corr\u00e9lation meilleure avec les r\u00e9sultats r\u00e9els sur une saison<\/li>\n\n\n\n
                          • Plus g\u00e9n\u00e9reux en xG moyen (valeurs l\u00e9g\u00e8rement sup\u00e9rieures)<\/li>\n<\/ul>\n\n\n\n

                            Opta<\/strong> :<\/p>\n\n\n\n

                              \n
                            • Meilleure pr\u00e9cision en La Liga et Ligue 1<\/li>\n\n\n\n
                            • Mod\u00e8le plus strict pour les mauvais angles<\/li>\n\n\n\n
                            • Tr\u00e8s stable dans les donn\u00e9es temporelles (bon pour les analyses ann\u00e9e apr\u00e8s ann\u00e9e)<\/li>\n\n\n\n
                            • Moins de variance dans les attributions<\/li>\n<\/ul>\n\n\n\n

                              StatsBomb<\/strong> :<\/p>\n\n\n\n

                                \n
                              • Tr\u00e8s proche d’Opta en pr\u00e9cision globale<\/li>\n\n\n\n
                              • Donn\u00e9es d\u00e9taill\u00e9es et contextuelles riches<\/li>\n\n\n\n
                              • Particuli\u00e8rement utilis\u00e9 pour l’analyse vid\u00e9o approfondie<\/li>\n<\/ul>\n\n\n\n

                                Wyscout<\/strong> :<\/p>\n\n\n\n

                                  \n
                                • Mod\u00e8le plus g\u00e9n\u00e9reux (xG sup\u00e9rieurs)<\/li>\n\n\n\n
                                • Moins de corr\u00e9lation avec les autres mod\u00e8les<\/li>\n\n\n\n
                                • Moins fiable pour l’instant<\/li>\n<\/ul>\n\n\n\n

                                  Quel mod\u00e8le choisir ?<\/h3>\n\n\n\n

                                  En pratique, pour un journaliste, l’important est :<\/p>\n\n\n\n

                                    \n
                                  • La coh\u00e9rence<\/strong> : Utilisez toujours le m\u00eame mod\u00e8le pour comparer<\/li>\n\n\n\n
                                  • L’acc\u00e8s<\/strong> : Understat est gratuit et fiable<\/li>\n\n\n\n
                                  • La finalit\u00e9<\/strong> : Pour un article, mentionnez la source (Understat, Opta, etc.)<\/li>\n<\/ul>\n\n\n\n

                                    Les diff\u00e9rences entre les mod\u00e8les sont g\u00e9n\u00e9ralement inf\u00e9rieures \u00e0 0,5 xG par match, ce qui est acceptable pour l’analyse.<\/p>\n\n\n\n

                                    Comment lire et interpr\u00e9ter les xG en pratique ?<\/h2>\n\n\n\n

                                    Les indices cl\u00e9s \u00e0 regarder<\/h3>\n\n\n\n

                                    1. xG total vs buts r\u00e9els<\/strong><\/p>\n\n\n\n

                                    Situation<\/th>Signification<\/th><\/tr><\/thead>
                                    \u00c9quipe A : 2,5 xG, 3 buts<\/td>Surperformance l\u00e9g\u00e8re. Bonne efficacit\u00e9.<\/td><\/tr>
                                    \u00c9quipe B : 1,2 xG, 3 buts<\/td>Surperformance \u00e9norme. Chance ou qualit\u00e9 \u00e9lite.<\/td><\/tr>
                                    \u00c9quipe C : 2,8 xG, 0 buts<\/td>Sous-performance majeure. Attaquants en crise.<\/td><\/tr>
                                    \u00c9quipe D : 0,5 xG, 1 but<\/td>Normal statistiquement. Efficacit\u00e9 mais peu d’occasions.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

                                    2. xG ratio ou xGD (diff\u00e9rence)<\/strong><\/p>\n\n\n\n

                                    Comparer xG cr\u00e9\u00e9 vs xG conc\u00e9d\u00e9 :<\/p>\n\n\n\n

                                      \n
                                    • xG positif<\/strong> (xG cr\u00e9\u00e9 > xG conc\u00e9d\u00e9) : L’\u00e9quipe domine r\u00e9ellement<\/li>\n\n\n\n
                                    • xG n\u00e9gatif<\/strong> (xG cr\u00e9\u00e9 < xG conc\u00e9d\u00e9) : L’\u00e9quipe est en danger m\u00eame si elle gagne<\/li>\n\n\n\n
                                    • xG \u00e9quilibr\u00e9<\/strong> : Match \u00e9quitable selon les occasions<\/li>\n<\/ul>\n\n\n\n

                                      3. L’\u00e9volution sur 5-10 matchs<\/strong><\/p>\n\n\n\n

                                      Un match aberrant ne compte pas. Regardez les tendances<\/strong> :<\/p>\n\n\n\n

                                        \n
                                      • Une \u00e9quipe qui g\u00e9n\u00e8re 1,5 xG\/match sur 10 matchs va probablement stabiliser ses r\u00e9sultats<\/li>\n\n\n\n
                                      • Une surperformance de 30-40% sur plusieurs matchs ? C’est soit du talent, soit une anomalie statistique<\/li>\n<\/ul>\n\n\n\n

                                        Exemple concret : Lire un match via les xG<\/h3>\n\n\n\n

                                        Match : PSG 1-1 Marseille<\/strong><\/p>\n\n\n\n

                                        Statistiques post-match :<\/p>\n\n\n\n

                                          \n
                                        • PSG : 2,3 xG, 1 but r\u00e9el<\/li>\n\n\n\n
                                        • Marseille : 0,7 xG, 1 but r\u00e9el<\/li>\n<\/ul>\n\n\n\n

                                          Interpr\u00e9tation<\/strong> : PSG a clairement domin\u00e9 et cr\u00e9\u00e9 meilleures occasions. Marseille a eu de la chance en convertissant une occasion secondaire. Le PSG a rat\u00e9 des opportunit\u00e9s clares. Un expert dirait : \u00ab\u00a0PSG a fait le jeu mais manqu\u00e9 de r\u00e9alisme, Marseille s’est battu et a profit\u00e9 d’une contre-attaque.\u00a0\u00bb<\/p>\n\n\n\n

                                          Les limites du xG : Ce qu’il ne peut pas mesurer<\/h2>\n\n\n\n

                                          1. Les joueurs ne sont pas inclus<\/h3>\n\n\n\n

                                          Un xG de 0,5 est attribu\u00e9 objectivement. Mais en r\u00e9alit\u00e9, un Lewandowski finisseur d’\u00e9lite n’a pas la m\u00eame probabilit\u00e9 r\u00e9elle qu’un d\u00e9fenseur en attaque. Le mod\u00e8le traite tous les tireurs de la m\u00eame mani\u00e8re statistiquement, ce qui est une approximation.<\/p>\n\n\n\n

                                          2. Les contextes subtils \u00e9chappent \u00e0 la mesure<\/h3>\n\n\n\n
                                            \n
                                          • Un tir pas cadr\u00e9 mais dangereux<\/strong> (cross du gardien) n’est pas comptabilis\u00e9<\/li>\n\n\n\n
                                          • Les phases par\u00e9es mais dangereuses<\/strong> ne sont pas dans les xG<\/li>\n\n\n\n
                                          • Les duels a\u00e9riens<\/strong> manqu\u00e9s : pas de xG<\/li>\n\n\n\n
                                          • La pression d\u00e9fensive sp\u00e9cifique<\/strong> : mod\u00e9lis\u00e9e mais imparfaitement<\/li>\n<\/ul>\n\n\n\n

                                            3. La surperformance sur longue dur\u00e9e<\/h3>\n\n\n\n

                                            Certains joueurs surperforment legitimement<\/strong> leur xG sur plusieurs saisons. Son Heung-min (Tottenham) surperforme ses xG de 30-40% depuis des ann\u00e9es. C’est un finisseur v\u00e9ritable, mais cela cr\u00e9e un biais : les xG sous-estiment probablement sa vraie capacit\u00e9.<\/p>\n\n\n\n

                                            4. Les styles tactiques particuliers<\/h3>\n\n\n\n
                                              \n
                                            • Les \u00e9quipes contre-attaquantes<\/strong> peuvent avoir un xG faible mais \u00eatre extr\u00eamement dangereuses<\/li>\n\n\n\n
                                            • Les \u00e9quipes d\u00e9fensives passives<\/strong> gonflent leur xG sans r\u00e9ellement dominer<\/li>\n\n\n\n
                                            • Le couteau suisse<\/strong> tactique cr\u00e9e des xG difficiles \u00e0 interpr\u00e9ter<\/li>\n<\/ul>\n\n\n\n

                                              5. Les gardiens exceptionnels ou mauvais<\/h3>\n\n\n\n

                                              Un gardien type arr\u00eate X% des tirs \u00e0 0,6 xG. Mais Manuel Neuer ou Ederson peuvent faire significativement mieux, d\u00e9formant l’analyse.<\/p>\n\n\n\n

                                              Les cas d’usage majeurs en 2024-2025<\/h2>\n\n\n\n

                                              Pour les journalistes et m\u00e9dias<\/h3>\n\n\n\n
                                                \n
                                              • Enrichir les r\u00e9cits<\/strong> : \u00ab\u00a0L’OM a domin\u00e9 le PSG avec 2,1 xG contre 0,9, mais a perdu. Voici pourquoi\u2026\u00a0\u00bb<\/li>\n\n\n\n
                                              • Identifier les injustices<\/strong> : D\u00e9tecter les \u00e9quipes mauvaises sur le papier mais malchanceuses sur le terrain<\/li>\n\n\n\n
                                              • Pr\u00e9dire les corrections<\/strong> : Une \u00e9quipe avec 0,3 xG de moyenne ne restera pas 5e \u00e9ternellement<\/li>\n<\/ul>\n\n\n\n

                                                Pour les entra\u00eeneurs modernes<\/h3>\n\n\n\n

                                                Clubs comme Liverpool, Manchester City, et FC Midtjylland utilisent activement les xG pour :<\/p>\n\n\n\n

                                                  \n
                                                • Valider les sch\u00e9mas tactiques<\/li>\n\n\n\n
                                                • Identifier les points faibles d\u00e9fensifs<\/li>\n\n\n\n
                                                • Recruter des joueurs bas\u00e9s sur les donn\u00e9es<\/li>\n<\/ul>\n\n\n\n

                                                  Pour les parieurs<\/h3>\n\n\n\n

                                                  Understat, les bookmakers, et les sites de fantasy utilisent les xG pour :<\/p>\n\n\n\n

                                                    \n
                                                  • D\u00e9finir les cotes<\/li>\n\n\n\n
                                                  • Identifier les valeurs de pari<\/li>\n\n\n\n
                                                  • Corriger les biais des parieurs<\/li>\n<\/ul>\n\n\n\n

                                                    Perspectives futures : Vers plus de sophistication<\/h2>\n\n\n\n

                                                    Le xG n’est que le d\u00e9but. Les m\u00e9triques futures incluront probablement :<\/p>\n\n\n\n

                                                      \n
                                                    • La pression d\u00e9fensive quantifi\u00e9e<\/strong> : Exactement combien un d\u00e9fenseur r\u00e9duit-il l’xG ?<\/li>\n\n\n\n
                                                    • La qualit\u00e9 des gardiens int\u00e9gr\u00e9e<\/strong> : Un mod\u00e8le xG sp\u00e9cifique par gardien<\/li>\n\n\n\n
                                                    • L’effet de position<\/strong> : Comment la position du joueur avant le tir affecte r\u00e9ellement sa probabilit\u00e9<\/li>\n\n\n\n
                                                    • L’AI contextuelle<\/strong> : Des mod\u00e8les IA qui comprennent le moment du match, l’enjeu \u00e9motionnel, etc.<\/li>\n<\/ul>\n\n\n\n

                                                      Pour l’instant, le xG reste l’outil le plus accessible et fiable pour d\u00e9passer<\/strong> le simple commentaire \u00e9motionnel.<\/p>\n\n\n\n