Qu'est-ce que le xG ? Les Expected Goals expliqués en détail
Qu'est-ce que le xG ? Les expected goals (xG) sont une mesure statistique qui attribue à chaque tir une valeur comprise entre 0 et 1 — la probabilité historique qu'un tir identique se transforme en but — de sorte que le xG d'une équipe sur un match mesure la vraie qualité des occasions créées, indépendamment du score final. Ce guide explique comment le xG est calculé, pourquoi il est souvent en désaccord avec le tableau d'affichage, et comment 11Stat l'intègre à une analyse de probabilités à 12 moteurs. C'est de l'analyse de données football, pas un conseil de pari.
Ce que le xG mesure — et ce qu'il ignore délibérément
Le xG (expected goals) attribue à chaque tir une probabilité de but fondée sur les données historiques : une frappe à angle fermé depuis l'extérieur de la surface vaut environ 0.03 xG, tandis qu'une reprise à bout portant depuis les six mètres peut dépasser 0.9 xG. En additionnant chaque tir, on obtient pour chaque équipe un total de match qui indique qui a créé les meilleures occasions.
La force du xG réside dans ce qu'il ignore : la réussite devant le but, les exploits du gardien et les tirs qui heurtent le poteau. Le tableau d'affichage raconte l'histoire d'un instant ; le xG raconte l'histoire de la production qui se cache derrière. C'est pourquoi le xG est une donnée centrale d'une analyse de match axée sur le processus plutôt que sur le récit du résultat.
Comment le xG est calculé : des caractéristiques du tir aux probabilités
Un modèle de xG est entraîné sur des centaines de milliers de tirs historiques. Pour chaque nouveau tir, il évalue généralement :
- Distance et angle : l'éloignement du but et la largeur de la cible visible — les deux prédicteurs les plus puissants.
- Partie du corps : les têtes depuis un même endroit sont converties moins souvent que les tirs du pied.
- Situation de jeu : jeu ouvert, coup de pied arrêté, contre-attaque rapide ou penalty (environ 0.76 xG).
- Passe décisive et pression : passe en profondeur, centre ou récupération, ainsi que l'intensité de la pression défensive subie par le tireur.
Le modèle se demande ensuite à quelle fréquence des tirs historiques présentant exactement ces caractéristiques ont été marqués, et produit une valeur comprise entre 0 et 1. Le xG n'est pas une opinion — c'est un résumé de fréquences historiques.
xG et score réel : pourquoi ils divergent
Le football est un sport à faible marquage, et la variance sur un seul match est énorme. Une équipe qui génère 2.1 xG peut terminer sans marquer sans que rien ne soit statistiquement « faux » — les événements rares se comportent simplement mal sur de petits échantillons.
Trois forces creusent l'écart : la qualité de finition (certains joueurs convertissent au-dessus de la moyenne du modèle), la performance du gardien (un gardien au-dessus de son niveau réduit le score) et la simple chance liée à un petit échantillon. Sur des fenêtres plus longues — généralement 8-10 matchs — les buts marqués convergent vers le xG cumulé. Un écart d'un seul match entre le xG et le score n'est pas une erreur ; c'est la nature du jeu, et cela ne signifie jamais que le résultat suivant est déjà acquis d'avance.
Pourquoi le xG compte plus que le tableau d'affichage sur la durée
Un classement est un relevé de résultats tourné vers le passé ; le xG, lui, porte un signal tourné vers l'avenir. Les recherches analytiques ont montré à plusieurs reprises que l'historique de xG d'une équipe prédit sa production de buts future de façon plus fiable que son historique de buts réels.
Lectures pratiques : une équipe qui continue de produire un xG élevé mais marque peu est généralement une bonne équipe qui subit une mauvaise variance de finition ; une équipe qui marque beaucoup avec un faible xG traverse généralement une série chaude non durable. Pour juger la forme, les 5-10 derniers matchs de xG et de xGA (expected goals against, buts attendus concédés) induisent bien moins en erreur qu'un simple bilan victoires-défaites. Pour la terminologie sous-jacente, consultez le glossaire.
Comment 11Stat utilise le xG dans son analyse à 12 moteurs
Chez 11Stat, le xG n'est pas un verdict — c'est une donnée d'entrée. Les forces d'attaque et de défense des équipes sont pondérées par des profils de production fondés sur le xG plutôt que par de simples décomptes de buts, et ces profils alimentent les moteurs de distribution de scores Poisson et Dixon-Coles ainsi que les facteurs de forme et de dynamique. Douze moteurs indépendants se rejoignent ensuite dans une couche de consensus dont les probabilités sont calibrées sur les performances historiques.
Le score de confiance de 0-10 et les scores les plus probables que vous voyez sur une fiche d'analyse découlent de ces distributions nourries par le xG. Le résultat est toujours une probabilité : lorsque le modèle penche vers une issue, celle-ci est plus probable au vu des données — jamais certaine.
Un exemple concret : lire un match entier à travers le xG
Prenons un match hypothétique. L'équipe à domicile tente 14 tirs, la plupart de loin, pour un total de 1.1 xG. L'équipe à l'extérieur ne tente que 6 tirs, mais trois sont des occasions à courte distance, pour un total de 1.6 xG. Le match se termine sur un 1-0 en faveur de l'équipe à domicile.
Le tableau d'affichage dit que les hôtes ont gagné ; la lecture du xG raconte une autre histoire — les visiteurs ont créé les meilleures occasions, et répéter cette performance rapporterait davantage de buts avec le temps. La bonne conclusion n'est ni « le score a menti » ni « le xG est infaillible » : il faut les lire ensemble. Les mini-graphiques de xG des 5 derniers matchs sur les fiches 11Stat existent précisément pour faire ressortir ces divergences — comme un contexte, pas comme une promesse sur un résultat futur.
Questions fréquentes
Un xG plus élevé garantit-il qu'une équipe gagne ?
Non. Le xG mesure la qualité des occasions ; il ne garantit aucun résultat. La variance sur un seul match est élevée : une équipe qui produit 2.0 xG peut terminer sans marquer tandis que son adversaire marque deux fois avec 0.5 xG. Le xG est un signal de production sur le long terme, pas une promesse sur un résultat unique.
Un gros avantage au xG est-il une certitude ?
Non — cela n'existe pas, et 11Stat ne touche pas du tout aux paris. Un avantage au xG ne fait qu'incliner une distribution de probabilités ; il ne fixe jamais un résultat. 11Stat n'accepte aucune mise, ne vend aucun coupon et ne donne aucun conseil de pari ; sa production est de l'analyse de données.
Quelle est une bonne valeur de xG pour un seul tir ?
Par tir, toute valeur supérieure à 0.3 correspond à une occasion de grande qualité ; un penalty se situe autour de 0.76. À l'échelle d'un match, une équipe qui dépasse nettement son adversaire au xG total a démontré une meilleure qualité d'occasions ce jour-là.
Quelle est la différence entre xG, xGA et xPTS ?
Le xG est l'espérance de buts qu'une équipe crée, le xGA l'espérance qu'elle concède à ses adversaires, et le xPTS les points attendus simulés à partir de ces deux distributions. Ensemble, ils donnent une image de la performance plus équilibrée que le seul classement.
D'où proviennent les données de xG, et sont-elles identiques partout ?
Les positions des tirs et leur contexte sont collectés à partir des données d'événements de match. Comme le modèle de chaque fournisseur utilise des caractéristiques légèrement différentes, un même tir peut recevoir des valeurs de xG légèrement différentes. De petits écarts sont normaux ; c'est la cohérence au sein d'un même modèle qui compte.
Le xG peut-il servir à l'analyse en direct, pendant le match ?
Oui — le xG cumulé en cours de match montre l'écart de production en direct entre les équipes. Mais le xG en direct reste un indicateur de probabilité ; il ne détermine pas comment se dérouleront les minutes restantes. Toute la production de 11Stat relève de l'analyse pédagogique.