Глубокий разбор xG: как работают ожидаемые голы в футболе

Зачем футболу потребовалась метрика xG

Футбол исторически страдал от проблемы низкой результативности при анализе качества игры. В отличие от баскетбола или гандбола, где за матч происходят десятки результативных действий, в футболе судьбу встречи нередко решает единственный эпизод. Итоговый счет на табло часто маскирует реальное соотношение сил: команда может владеть инициативой, регулярно создавать остроту у чужих ворот, но уступить из-за случайного рикошета или индивидуального сбоя.

Долгое время стандартными инструментами оценки оставались владение мячом и общее число ударов. Однако эти показатели малоинформативны без контекста. Дальний неподготовленный удар с сорока метров формально приравнивался к удару в упор по пустым воротам. Попытки дифференцировать их на «удары в створ» и «удары мимо» лишь незначительно повышали точность картины.

Метрика xG (Expected Goals, или ожидаемые голы) возникла как ответ на потребность количественно оценить качество созданных моментов. Ее главная задача — изолировать процесс созидания и остроты от финальной стадии реализации, которая на короткой дистанции подвержена сильным случайным колебаниям.

Математическая природа: как устроена модель

В основе xG лежит вероятностный подход. Каждому совершенному удару присваивается числовое значение от нуля до единицы, где единица соответствует гарантированному голу, а ноль — полной невозможности поразить ворота из данной ситуации.

Для вычисления этой вероятности современные аналитические компании обучают алгоритмы машинного обучения на массивах сотен тысяч исторических ударов. Модель ищет схожие паттерны в прошлом и вычисляет, какая доля аналогичных попыток завершалась взятием ворот. Ключевые переменные, закладываемые в алгоритм, включают в себя целый ряд факторов:

• Расстояние до линии ворот и угол обстрела относительно створа.
• Тип передачи, предшествовавшей удару (прострел низом, навес, передача на ход, отскок или стандартное положение).
• Часть тела, которой наносится удар (удар ногой статистически несет большую опасность, чем удар головой при сопоставимой дистанции).
• Игровой контекст: удар в позиционной атаке, в фазе быстрого перехода, с пенальти или со штрафного.
• Плотность опеки и позиционирование вратаря, если модель использует данные оптического трекинга.

Например, классический одиннадцатиметровый удар в большинстве моделей имеет фиксированный вес около 0.76–0.79 xG, поскольку на огромной дистанции наблюдений пенальти реализуются примерно в 76–79% случаев. Любой игровой момент сравнивается с исторической базой схожих ситуаций.

Как правильно читать базовые и производные метрики

Сумма показателей xG за матч дает общее представление о совокупной опасности созданных угроз. Если команда завершила встречу с показателем 2.1 xG, это означает, что абстрактная средняя команда элитного уровня при таком наборе шансов забила бы в районе двух мячей.

Для глубокого анализа базовая цифра xG часто дробится на более узкие компоненты:

• npxG (Non-penalty xG): ожидаемые голы без учета пенальти. Этот параметр особенно ценен для оценки позиционной силы атаки, так как пенальти — это разовое статическое событие с огромным весом, способное исказить впечатление от общего хода матча.
• xG per shot: средняя острота одного удара. Если у команды 15 ударов и 0.6 xG, ее средний удар весит всего 0.04 xG, что свидетельствует о бесперспективной пальбе с дальних дистанций. Напротив, 5 ударов на 1.2 xG показывают умение доводить мяч до убойных зон внутри штрафной.
• xGA (Expected Goals Against): ожидаемые пропущенные голы, отражающие оборонительную надежность и то, насколько опасные шансы команда позволяет создавать соперникам.
• xPoints (Expected Points): математическое моделирование распределения очков на основе симуляции матча тысячами повторений по созданным xG-моментам.

Практическое применение: разбор игровых сценариев

Рассмотрим типовую ситуацию. Фаворит проводит матч на чужом поле и уступает аутсайдеру со счетом 0:1. Поверхностный взгляд на протокол фиксирует поражение и слабую игру фаворита. Однако детальный разбор структуры моментов показывает: фаворит набрал 2.4 xG при 18 ударах, допуская минимум подходов к своим воротам, тогда как аутсайдер имел всего 0.15 xG и забил единственным ударом после ошибки вратаря на перехвате.

В такой парадигме результат 0:1 с высокой долей вероятности является аномалией. На дистанции в 10–15 аналогичных матчей команда, систематически создающая 2.4 xG против 0.15 xG у соперника, будет побеждать в подавляющем большинстве случаев. Для спортивного директора или тренерского штаба это сигнал: структура игры функционирует адекватно, фундаментальных тактических поломок нет, а текущий результат определен случайной дисперсией.

Обратный сценарий: команда одерживает три победы подряд, забивая по два-три мяча за встречу, но ее суммарный xG за этот отрезок едва превышает единицу. Это явный маркер перебора (оверперформанса). Форварды реализуют сложные полумоменты с вероятностью 0.03–0.05 xG. Историческая практика показывает, что такой уровень завершения крайне редко сохраняется на длинной дистанции, и команду почти наверняка ждет спад результативности, если качество созидания не вырастет.

Типичные ошибки при анализе ожидаемых голов

Несмотря на популярность метрики, в публичном пространстве ее нередко трактуют некорректно, пытаясь извлечь из данных выводы, которые модель не способна предоставить.

Первое фундаментальное заблуждение — прямое сложение вероятностей как гарантии голов. Если команда нанесла пять ударов по 0.2 xG каждый, итоговая сумма равна 1.0 xG. Однако это не означает, что команда «обязана» была забить один мяч. В теории вероятностей пять независимых событий с шансом 20% каждое дают около 33% вероятности сценария, при котором не забьется ни один гол. Суммарный xG — это лишь математическое ожидание, а не детерминированный прогноз.

Вторая распространенная ошибка — игнорирование динамики счета (Game State). Команда, забившая быстрый гол на пятой минуте, часто сознательно отдает мяч и пространство, переходя на сберегающий режим в низком блоке. Ее соперник вынужден атаковать и накапливать xG против глубокой обороны, в то время как ведущая в счете сторона наносит редкие контратаки. В таких условиях перевес проигрывающей команды по xG отражает не столько игровое превосходство, сколько тактическую необходимость отыгрываться.

Третий просчет — оценка индивидуального мастерства исполнителей по единичным матчам. Разница между реальными голами и xG на отрезке в 3–5 туров подвержена влиянию формы, усталости и банального везения. Только на выборке от года и сотен попыток можно выявить устойчивую способность игрока завершать моменты лучше усредненной модели.

Резюме: xG как инструмент системного понимания игры

Модель ожидаемых голов не является абсолютной истиной и не отменяет важность визуального тактического скаутинга. Она не учитывает моменты, где опаснейший прострел не завершился ударом из-за того, что нападающий на доли секунды разминулся с мячом, или ситуации, когда грубая ошибка защитника не привела к касанию мяча бьющим.

Тем не менее xG остается наиболее надежным и объективным способом измерить способность команды регулярно создавать угрозу и ограничивать остроту у собственных ворот. Это инструмент стратегической оценки, который помогает отделить системное качество игры от сиюминутного шума табло.