xG en la Premier League: Cómo los Expected Goals Mejoran tus Apuestas

La métrica que cambió mi forma de analizar partidos de fútbol

Hace seis años, un amigo analista de datos me enseñó una gráfica de xG de un partido del Tottenham. El equipo había ganado 3-0, pero su xG era de 0,8. Le miraron tres tiros y metieron tres. Mi amigo me dijo: «Este equipo va a desplomarse en las próximas jornadas». Tuvo razón. Desde aquel día, el xG es la primera métrica que consulto antes de apostar en cualquier partido de la Premier League.

Los Expected Goals – o goles esperados – miden la calidad de las ocasiones de gol que genera un equipo, no los goles que marca realmente. Un tiro a bocajarro dentro del área pequeña tiene un xG de 0,75 porque se convierte en gol el 75% de las veces. Un disparo desde 30 metros tiene un xG de 0,03. Sumar el xG de todos los tiros de un equipo en un partido te da una imagen mucho más fiel de su rendimiento real que el marcador.

Cómo se calcula el xG y por qué deberías fiarte más de él que del resultado

El xG se calcula asignando a cada disparo una probabilidad de gol basada en factores como la distancia a portería, el ángulo, el tipo de jugada que precede al tiro (centro, pase filtrado, contragolpe), la parte del cuerpo con la que se remata y la posición del portero. Los modelos más avanzados incluyen la presión defensiva y la velocidad del balón.

Lo que hace poderoso al xG es que filtra el ruido. En una liga de 38 jornadas, los goles reales acaban convergiendo con el xG acumulado. Un equipo que está anotando más de lo que su xG indica – lo que se llama «sobreperformar» – acabará bajando. Y uno que anota menos de lo esperado, subirá. Esa regresión a la media es la base para encontrar valor en las cuotas.

Las plataformas gratuitas como Understat, FBref y Fotmob ofrecen datos de xG actualizados para todos los partidos de la Premier League. No necesitas una suscripción de pago para acceder a la información básica. Lo que sí necesitas es dedicar 15-20 minutos por jornada a revisar los datos, compararlos con el resultado real y detectar las discrepancias.

Cuando los goles reales no coinciden con los esperados: ahí está tu oportunidad

La temporada 2026/25 ofreció un ejemplo perfecto: el Liverpool lideró la tabla de xG con 83,5 goles esperados, 14,3 por delante del segundo clasificado. Eso no fue suerte ni un dato aislado – fue la confirmación de un equipo que crea más y mejores ocasiones que cualquier otro en Inglaterra. Para un apostador, ese dato es oro: si las cuotas del Liverpool no reflejan esa superioridad en la creación de ocasiones, hay valor.

Pero el xG también funciona a la inversa. Un equipo que lleva diez jornadas con un xG en contra de 1,5 por partido pero solo encaja 0,8 goles por partido está viviendo de la suerte de su portero o de la mala puntería rival. Esa suerte se agota. Apostar al Over en partidos de ese equipo cuando las cuotas todavía reflejan su «buena» estadística defensiva real es una de las jugadas más fiables que conozco.

También puedes usar el diferencial de xG (xG a favor menos xG en contra) para evaluar la fortaleza relativa de los equipos. Un equipo con un diferencial de +1,2 por partido es significativamente más fuerte que uno con +0,3, incluso si ambos tienen registros similares de victorias. Las cuotas de resultado suelen reflejar mejor los puntos que el diferencial de xG, lo que crea oportunidades para quienes analizan más profundo.

Del dato a la apuesta: cómo traducir el xG en decisiones de mercado

Deloitte, en su informe anual sobre las finanzas del fútbol, señaló que los clubes que optimizan la gestión de datos estarán mejor posiciónados para crecer. Lo mismo aplica a los apostadores: quienes integran métricas avanzadas en su análisis tienen una ventaja estructural sobre quienes se limitan a mirar la tabla de clasificación.

Mi flujo de trabajo semanal con xG es el siguiente. El lunes reviso los xG del fin de semana anterior y detecto qué equipos están sobreperformando o infraperformando. El miércoles cruzo esos datos con las cuotas de apertura de la próxima jornada. El viernes, con las cuotas ya ajustadas y las alíneaciones probables, decido mis apuestas. Las decisiones donde el xG contradice la cuota son las que generan mayor retorno a largo plazo.

Un ejemplo concreto: si un equipo tiene un xG de 1,8 por partido pero solo marca 1,1, y su rival tiene un xG en contra de 1,5 pero solo encaja 0,9, el Over 2.5 en ese partido es una apuesta con fundamento estadístico sólido. Las cuotas reflejarán los goles reales – 1,1 + 0,9 = 2,0, lo que sugiere Under. Pero el xG dice que ambos equipos deberían estar en 1,8 + 1,5 = 3,3 goles esperados combinados. Ese desfase es valor puro.

Hay un matiz que quiero dejar claro: el xG no es infalible en partidos individuales. Un equipo puede generar 3,0 xG y no marcar si el portero rival tiene el día de su vida. Lo que hace poderoso al xG es la agregación. En cinco, diez, veinte partidos, las diferencias entre xG y goles reales se reducen. Por eso funciona mejor como herramienta para apuestas a medio plazo – evaluar tendencias semanales, no para un partido aislado.

También recomiendo cruzar el xG con los datos de tiros a puerta y tiros fuera. Un equipo con alto xG pero bajo porcentaje de tiros a puerta puede tener un problema de finalización que no se va a resolver solo. En cambio, un equipo con alto xG y alto porcentaje de tiros a puerta que simplemente no marca está en una racha de mala suerte que acabará corrigiéndose.

No sigas el xG a ciegas. Es una herramienta, no un oráculo. Complementa siempre con datos de lesiones, motivación y contexto táctico. Pero si tuviera que elegir una sola métrica para basar mis análisis estadísticos en la Premier League, el xG sería esa métrica sin dudarlo.