Qu'est-ce que le xG (Expected Goals) et pourquoi est-il important ?

Que signifie réellement le xG ?

Le xG (Expected Goals, ou buts attendus) est une métrique d'analyse de données qui mesure la probabilité que chaque tir d'un match devienne un but. À chaque tir est attribuée une valeur comprise entre 0 et 1 : un tir valant 0,05 xG représente une occasion qui se conclut environ cinq fois sur cent, tandis qu'un penalty valant environ 0,76 xG représente un but à forte probabilité.

En additionnant le xG de tous les tirs d'une équipe, on obtient le nombre de buts que cette équipe serait censée marquer compte tenu de la qualité de ses occasions. Une formation qui produit 1,9 xG, par exemple, s'est créé des occasions suffisamment bonnes pour marquer en moyenne près de deux buts — même si, dans les faits, elle en a inscrit zéro, ou trois.

C'est pour cela que le xG nous permet de percevoir la qualité de jeu qui se cache derrière le score. Un but raconte l'histoire d'un instant ; le xG, lui, raconte l'histoire que le match méritait.

Comment le xG est-il calculé ?

Les modèles de xG apprennent à partir de dizaines de milliers de tirs historiques, en étudiant la fréquence à laquelle des occasions similaires ont été converties. La valeur attendue d'un tir est estimée à partir de ses caractéristiques. Les paramètres les plus courants sont les suivants :

• Distance au but : plus le tir est proche, plus la probabilité de marquer est élevée.
• Angle : les tirs pris sous un angle fermé reçoivent un xG plus faible.
• Partie du corps : un pied, une tête ou une reprise mal maîtrisée modifie les chances.
• Type de passe décisive : un centre, une remise en retrait ou un contre rapide détermine la difficulté de l'occasion.
• Pression défensive et contexte de jeu : un face-à-face, ou au contraire une surface de réparation encombrée ?

Le modèle combine ces variables pour produire une probabilité propre à chaque tir. Aucune valeur de xG n'implique une certitude : il s'agit toujours d'une estimation, qui varie selon les modèles, la qualité des données et les championnats.

Illustrons cela par un exemple

Imaginons que l'Équipe A gagne un match 1-0. Une personne qui ne regarde que le score y voit une victoire nette. Mais le tableau des xG peut dresser un portrait tout à fait différent :

Ici, l'Équipe A a converti ses rares occasions et l'a emporté, tandis que l'Équipe B s'est créé bien plus d'occasions — et de meilleure qualité — sans parvenir à les concrétiser. Le xG nous dit que même si le résultat a favorisé l'Équipe A, le jeu était contrôlé par l'Équipe B.

Pourquoi est-ce important ? Parce que, sur un seul match, la chance joue un rôle considérable. Sur la durée, en revanche, les équipes ont tendance à performer près du xG qu'elles génèrent. Une formation qui dépasse régulièrement ses adversaires au xG pourra obtenir des résultats plus réguliers à l'avenir — il s'agit d'une tendance statistique, non d'une garantie.

Pourquoi le xG compte dans l'analyse de football

Le xG est devenu l'un des piliers de l'analyse de football moderne, car il met en lumière les moments où le score brut est trompeur. Ses principaux atouts :

• Il sépare la chance de la performance : une victoire était-elle méritée, ou simplement le fruit d'un jour de réussite ? Le xG offre une base pour répondre à cette question.
• Il approfondit la lecture de la forme : une équipe qui paraît en difficulté au vu des résultats peut en réalité produire un xG solide et régulier.
• Il évalue les joueurs et les équipes : beaucoup de buts avec peu de tirs, ou peu de buts avec beaucoup de tirs ? Le xG révèle l'efficacité.
• Il sert de variable d'entrée aux modèles : sur des plateformes comme 11Stat, le xG est l'un des signaux qui alimentent les modèles de probabilité.

Une réserve importante : le xG mesure la performance passée et la qualité des occasions — il ne promet en rien l'avenir. On ne peut pas affirmer qu'une équipe au xG élevé gagnera son prochain match ; on peut seulement dire qu'elle a tendance à se créer des occasions de meilleure qualité.

Comment 11Stat utilise le xG

11Stat n'est ni un service de paris ni une plateforme de vente de coupons — c'est un outil d'analyse de données de football et de modélisation des probabilités. Le xG n'est que l'un des nombreux signaux de données qui alimentent nos modèles. Chez nous, le xG sert à :

• Évaluer la véritable qualité offensive et défensive d'une équipe, sans se fier au seul score.
• Fournir des variables d'entrée plus robustes à nos moteurs de probabilité fondés sur Poisson et Dixon-Coles.
• Rapporter en toute transparence l'accord des modèles (lorsque différents moteurs pointent dans la même direction) et le niveau de risque.
• Mesurer honnêtement la performance historique du modèle à travers nos processus de backtesting et de calibration.

Nos résultats sont toujours présentés sous forme de probabilité, d'accord des modèles et de niveau de risque — jamais comme des résultats certains ou des promesses de gain. Comprendre le xG vous aide à interpréter avec plus de discernement les analyses affichées à l'écran. Tout ce qui est partagé ici a une visée informative et de simulation ; ce n'est pas un conseil de pari.