Jednoduše je to zkratka anglických slov expected goals čili očekávané góly. A vyjadřuje, s jakou číselnou pravděpodobností skončí daná střela brankou. Důležité při tom je především to, ze kterého místa na hřišti míč vyletěl – střela uvnitř šestnáctky má pokaždé vyšší xG než třeba rána z 20 metrů. Model xG zpracovává tisíce podobných střel a určí jim hodnotu mezi nulou (žádný gól) a jedničkou (gól). Například tedy pokus s hodnotou 0,1 xG dopadne při 10 opakováních jako trefa jen jednou. Tyto jednotlivé hodnoty střel se pak sčítají a dají dohromady týmové xG.
Obliba tohoto ukazatele roste především díky tomu, že se fanoušci zajímají o hru víc do hloubky, chtějí o ní vědět co možná nejvíc. Hodnota xG jim prozradí víc o výkonech týmů, dají se z ní odečíst síla jejich útoku i obrany, i jednotlivých hráčů. "Skvěle funguje zejména v případě, že se snažíme předpovídat budoucí události. V tom spočívá jeho největší síla," říká Jakub Dobiáš, zakladatel české společnosti 11Hacks, jež se specializuje na datovou analýzu fotbalu.
Jako základ pro každou analýzu je třeba mít i tady co nejvíc informací, v tomto případě co nejvíc zápasů (odehraných minut), z nichž se xG stanoví. Čili nejméně přesná hodnota je pouze z jednoho utkání, kde hraje velkou roli i štěstí či smůla. "V rámci jednoho zápasu je směrodatná odchylka tak velká, že se mohou hodnoty očekávaných branek a těch reálných výrazně lišit. Takže když tým v utkání nastřádá 3,0 xG, znamená to, že s velkou pravděpodobností měl vstřelit mezi 1,47 a 4,53 góly, jakkoli neintuitivně to zní," podotýká Dobiáš.
Analytika se ve fotbale objevuje už desítky let, i když až v poslední době s příchodem počítačů se stala plnohodnotným oborem. Samotné xG se začalo rozvíjet na začátku tisíciletí až do dnešní podoby, kdy existuje spousta modelů, které jej počítají. Jednotlivé se liší podle počtu vstupních informací a kritérií.
Stále více proměnných
Záleží i na počtu proměnných. Některé modely například kalkulují pouze s předcházející akcí, takže neobsahují dostatečný počet informací. Jiné zase pracují s mnohem větším počtem dat a proměnných, tudíž už budou mít mnohem přesnější číslo. "My teď vyvíjíme unikátní model, protože do něj budeme přidávat také vliv času. Čili toho, kolik času měl hráč na zakončení v dané situaci. To nám zase přidá další indicii k tomu, s jakou pravděpodobností z ní mohla padnout branka," přibližuje Dobiáš.
Stejně jako u jakékoli jiné fotbalové metriky ani očekávané góly nemohou vždy plně odrážet skutečnost. xG bývá například často kritizováno za to, že počítá s průměrnou střelou a nebere v úvahu zakončovací či brankářské schopnosti hráčských individualit.
Vedle prostého informačního sdělení lze xG využít také třeba při sázení. S jeho pomocí lze totiž odhalit extrémy, které by mohly být v budoucnu užitečné. Tým, jenž má krátkodobě lepší nebo naopak horší výsledky, než jaký je jeho očekávaný počet gólů, se pravděpodobně brzy přiblíží k průměru.