Hubo un partido que cambió mi forma de analizar el fútbol para apostar. Un equipo ganó 3-0 con un xG de 0.8. Tres goles de tres remates, dos de ellos desde fuera del área. Su rival tuvo un xG de 2.1 y no marcó ni uno. El resultado fue un espejismo, y quien apostó al mismo equipo en la siguiente jornada basándose solo en el marcador se llevó una sorpresa desagradable. El xG me habría dicho que ese equipo ganador fue afortunado, no superior. Y esa distinción es exactamente lo que hace del xG la métrica más útil para un apostador de fútbol en 2026.
Qué mide el xG y cómo se genera el dato
El xG – expected goals, o goles esperados – mide la calidad de las ocasiones de gol de un equipo. Cada remate recibe un valor entre 0 y 1 basado en la probabilidad histórica de que ese tipo de disparo termine en gol. Un penalti tiene un xG de 0.76 aproximadamente. Un remate desde 30 metros, sin presión, un 0.03. Un mano a mano con el portero, un 0.35-0.45 dependiendo del ángulo y la distancia.
El modelo se construye a partir de cientos de miles de disparos registrados, analizando variables como la posición del remate, el ángulo respecto a la portería, la parte del cuerpo utilizada, si el disparo viene de un centro, de una jugada de contraataque o de una situación de balón parado. Los proveedores de datos más sofisticados añaden la posición de los defensas y el portero para refinar la estimación.
Lo que el xG te dice es: dado el conjunto de ocasiones que creó un equipo, cuántos goles habría marcado un equipo «promedio» en las mismas circunstancias. Si un equipo genera un xG de 1.8 pero solo marca 0 goles, está rindiendo por debajo de lo esperado. Si genera un xG de 0.5 y marca 2, está rindiendo muy por encima. A corto plazo, esas desviaciones son normales. A medio plazo – 10, 15, 20 partidos -, los goles reales tienden a converger con el xG. Y esa convergencia es la base para encontrar valor en las cuotas.
El fútbol concentra cerca del 35% del mercado global de apuestas deportivas, y el xG se ha convertido en la métrica que más ha transformado la forma de apostar en los últimos cinco años. No es la única herramienta, pero es la más sólida para separar rendimiento real de suerte.
xG aplicado a over/under y BTTS
Los dos mercados donde el xG aporta más valor directo son el over/under de goles y el BTTS (ambos equipos marcan). La lógica es sencilla: si conoces la calidad de las ocasiones que genera y concede cada equipo, puedes estimar la probabilidad de que el partido tenga muchos o pocos goles con mayor precisión que mirando solo los marcadores anteriores.
Un equipo que en sus últimos 5 partidos ha marcado 1 gol pero ha generado un xG medio de 1.9 no es un equipo que «no marca». Es un equipo que crea ocasiones de sobra pero está atravesando una racha de ineficiencia que la estadística sugiere que se corregirá. El operador, si ajusta la cuota basándose demasiado en los goles reales, estará subestimando la probabilidad de que ese equipo marque en el próximo partido.
Con las apuestas en vivo representando más del 62% del mercado de apuestas deportivas online, el xG gana aún más relevancia durante el partido. Los datos de xG en tiempo real te muestran si un equipo está generando ocasiones claras aunque el marcador siga en 0-0. Si al minuto 60 el equipo local tiene un xG acumulado de 1.5 y no ha marcado, la probabilidad de que acabe marcando en los 30 minutos restantes es alta, y las cuotas del over o del «próximo gol local» pueden ofrecer valor.
Para el BTTS, combino el xG ofensivo de cada equipo con el xG concedido por su rival. Si el equipo A genera un xG medio de 1.6 y el equipo B concede un xG medio de 1.4, la probabilidad de que A marque es alta. Si además B genera 1.3 y A concede 1.5, la probabilidad de que ambos marquen es sustancial. Cuando la cuota del BTTS «sí» implica una probabilidad inferior a la que mi cálculo de xG sugiere, tengo una apuesta de valor.
Limitaciones del xG que el apostador debe conocer
Sería irresponsable hablar del xG sin mencionar lo que no puede hacer. He visto apostadores tratar el xG como una verdad absoluta y perder dinero por no entender sus límites.
La primera limitación es que el xG estándar no captura la calidad del rematador. Un penalti tiene un xG de 0.76 para cualquier jugador, pero la tasa de conversión de un especialista es del 85% y la de un central que lanza por primera vez puede ser del 60%. Algunos proveedores ofrecen modelos de «xG ajustado por jugador» o «post-shot xG» que incorporan la dirección del disparo, pero no son datos universalmente accesibles.
La segunda limitación es el tamaño de muestra. El xG de un solo partido es ruidoso. Un equipo puede tener un xG de 2.5 en un partido y 0.3 en el siguiente contra el mismo rival. Necesitas al menos 8-10 partidos para que la media de xG empiece a ser representativa del nivel ofensivo real de un equipo. Apostar basándote en el xG de un solo partido es como juzgar a un jugador por un solo tiro libre.
La tercera es que el xG no recoge factores contextuales. Un equipo que va perdiendo 2-0 genera ocasiones con más desesperación y menos precisión en las últimas fases del partido, inflando su xG sin que eso refleje una amenaza real. El xG tampoco distingue entre un equipo que crea muchas ocasiones mediocres y uno que crea pocas pero de alta calidad – los números pueden ser iguales, pero el segundo es más peligroso.
Mi consejo, después de años usando el xG como herramienta central, es tratarlo como un filtro, no como un oráculo. Uso el xG para identificar partidos donde el resultado no refleja el rendimiento real, y luego profundizo con análisis cualitativo antes de apostar. El xG me dice dónde mirar. Mi análisis me dice si hay valor real o una ilusión estadística. Combinados con una buena estrategia de apuestas en vivo, los datos de xG se convierten en una ventaja difícil de replicar.
