Amenaza esperada (xT) explicada: más allá del xG

El primer gol de Arsenal en su victoria por 3-1 ante Burnley en diciembre de 2018 fue una obra de arte. Mesut Özil abrió la defensa con un pase filtrado a Sead Kolašinac, quien recortó el balón por la línea de la portería para que Pierre-Emerick Aubameyang rematara a la red. La asistencia fue para Kolašinac. El gol, para Aubameyang. Özil no se llevó nada.

La Amenaza Esperada, o xT, cuenta una historia distinta. Según su cálculo, el pase de Özil elevó la probabilidad de marcar de Arsenal en los siguientes cinco movimientos del 7,7% al 15,8%. El recorte de Kolašinac solo añadió 1,3 puntos porcentuales más. Özil hizo el 86% del trabajo, y la hoja de estadísticas no se dio cuenta.

Esa es la gracia de la xT. Los goles, las asistencias e incluso la xG solo cuentan el último paso de una jugada. La xT da crédito a los pases y a los dribles que hicieron posible ese último paso, un poco como juzgar una partida de ajedrez por más que la captura final. Aquí te explicamos cómo funciona, de dónde viene y cómo un apostador puede aprovecharla.

Expected Threat asigna un valor numérico a cuánto cambia cada pase, cada avance con el balón y cada regate la probabilidad de marcar de un equipo. Los Expected Goals (xG) solo puntúan los disparos. La xT puntúa todo lo demás en el campo, incluidas las jugadas que nunca terminan en un tiro.

La idea es de una simplicidad hermosa. Divide el campo en una cuadrícula y asigna a cada zona un valor de amenaza: con qué frecuencia tener el balón allí conduce a un gol en las siguientes pocas acciones. Digamos que el balón en tu propia área vale alrededor de 0,01, un 1% de probabilidad. Al nivel del punto de penalti podría valer algo como 0,35. Mueve el balón de una zona a la otra y la diferencia es el crédito que ese jugador se lleva.

Así, un pase de tu mitad del campo hasta el borde del área rival hace más que ganar terreno. Aumenta mediblemente tu probabilidad de marcar. Diferencia clave: la xG valora el disparo, la xT valora la construcción del juego.

Bajo el capó, xT se hace una pregunta sencilla desde cada punto del campo: ¿disparo o me juego el pase? El modelo sopesa la posibilidad de marcar si disparas frente al valor del lugar al que es probable que vayas a mover la bola a continuación.

El cálculo se ejecuta en rondas hasta que los números se estabilicen, normalmente después de cuatro o cinco. Cada ronda añade una acción más a la cadena, así que después de cinco rondas, la cifra para una zona es la probabilidad de marcar dentro de las próximas cinco acciones desde ese punto. En símbolos:

La matemática detrás de xT es anterior a su nombre. En 2011, Sarah Rudd presentó un paper en el New England Symposium on Statistics in Sports en Harvard, utilizando cadenas de Markov para valorar la posesión en un puñado de estados del campo (caja, banda, centro del campo, puerta, perdida). Su modelo clasificaba a un joven Jordan Henderson, entonces en el Sunderland, como un jugador top 25 de la Premier League, mientras que el prolífico delantero Darren Bent tenía una clasificación baja. En aquel momento parecía una tontería. Ahora parece mucho menos tontería.

Karun Singh luego llevó la idea a un público más amplio. Su artículo de blog de diciembre de 2018 le dio el nombre de "Expected Threat", añadió visualizaciones interactivas y detalló el método con suficiente profundidad para que cualquiera pudiera copiarlo. El nombre se quedó, y su artículo sigue siendo una de las referencias más citadas sobre el tema.

El montaje habitual divide el campo en una cuadrícula de 16x12, con 192 zonas en total. Cada zona lleva cuatro cifras extraídas de datos históricos: con qué frecuencia los jugadores mueven el balón desde ahí mediante pases o regates, con qué frecuencia disparan (la suma de ambas es del 100%), hacia dónde suele ir el balón a continuación y con qué frecuencia un disparo desde esa zona acaba en la red.

El modelo arranca con todas las zonas en cero y se va construyendo por rondas. La primera ronda es, en la práctica, un modelo de xG, porque solo cuenta el disparo. La segunda añade "mover y luego disparar". La tercera suma "mover, mover, disparar", y así sucesivamente. En la cuarta o quinta ronda, los valores dejan de cambiar mucho, y el número de cada zona es su probabilidad de generar un gol en cinco acciones.

¿Por qué parar en cinco? Las secuencias más largas se vuelven cada vez más impredecibles y las rondas adicionales aportan muy poco. Es un buen equilibrio y mantiene las cifras fáciles de interpretar.

Puntuar un pase o un avance individual no podría ser más sencillo: toma el valor de la amenaza en el punto final y resta el valor en el punto de inicio. Mover el balón de una zona que vale 0,05 a una que vale 0,15 significa que esa acción generó 0,10 xT, diez puntos porcentuales de oportunidad de gol extra en cinco acciones.

Suma esas ganancias a lo largo de un partido o una temporada y obtienes una medida de la cantidad de amenaza que un jugador o un equipo crea, ya sea o no que alguna de ellas termine en un disparo.

La idea detrás de xT fue formulada en el análisis de baloncesto por Cervone y su equipo: "La mayoría de las métricas avanzadas siguen basándose en simples conteos relacionados con los estados finales de las posesiones... Esto es similar a analizar una partida de ajedrez basándose solo en la jugada que resultó en jaque mate, dejando sin explorar la posibilidad de que la jugada clave ocurrió varias jugadas antes."

El fútbol tiene exactamente el mismo punto ciego. Los goles, las asistencias y el xG se sitúan al final de la jugada. Se pasan por alto el pase progresivo que rompió una línea defensiva, el regate que arrastró a los defensores fuera de posición y el cambio de juego a un flanco con sobrecarga. Y dado que la mayoría de las acciones con balón en un partido son pases y regates, en lugar de tiros, eso es mucho fútbol que no recibe crédito.

Expected Goals revolucionó cómo juzgamos la calidad de los tiros, pero un pase que rompe la línea, un regate que abre espacio o una salida desde atrás no obtiene nada en xG. xT y xG miden habilidades diferentes, por lo que un jugador puede ser excelente creando amenaza sin tomar muchos tiros.

Volvamos a Özil y Kolašinac. El pase en profundidad de Özil llevó la amenaza de 0,077 a 0,158, lo que equivale a 0,081 xT y al 86% del crédito. El centro de Kolašinac lo llevó de 0,158 a 0,171, lo que equivale a 0,013 xT y al 14%. La columna de asistencias le dio todo a Kolašinac, pero la contribución de Özil fue unas seis veces mayor. Esto es importante para la detección de talentos, para las negociaciones contractuales y, como veremos, para cualquiera que intente encontrar una ventaja en los mercados.

La prueba de Henderson

La mejor demostración del valor del juego de posesión sigue siendo el trabajo de Sarah Rudd de 2011. Su modelo identificó a Jordan Henderson como un jugador de los 25 mejores de la Premier League, mientras que evaluó mal a Darren Bent. En aquel momento, eso sonaba absurdo: Bent era un goleador probado, mientras que Henderson era un mediocampista sin grandes destellos. Henderson fichó luego por el Liverpool por una cifra reportada de entre 16 y 20 millones de libras, y Bent se marchó al Aston Villa por hasta 24 millones de libras.

Años después, Henderson levantó la Champions League, la Premier League, la FA Cup y la League Cup como capitán del Liverpool. Los analistas habían detectado algo que los goles y las asistencias no podían mostrar.

El lateral menos reconocido

La misma lógica explica por qué los laterales y los mediocampistas de apoyo suelen tener mejores cifras en xT que en las estadísticas tradicionales. Rara vez marcan o asisten, pero mueven el balón desde zonas profundas a áreas de peligro una y otra vez. Ese trabajo nunca aparece en un resumen de jugadas, pero es exactamente lo que el xT está diseñado para contar.

Leer el juego de un equipo

Los mapas de xT por equipo muestran dónde un equipo crea su peligro: por la izquierda, por el centro, con carries desde zonas profundas o con centros desde las bandas. Invierte la vista y verás dónde sufre más el rival, y luego combínalo con los destinos de los pases para encontrar los pasillos de juego que debes defender. Si trazas el xT a lo largo del partido, también verás quién está realmente por encima. Un equipo puede dominar la línea de tiempo de la amenaza sin registrar muchos tiros, simplemente porque su construcción del juego sigue metiendo el balón en zonas peligrosas.

Juzgar a los jugadores

El xT premia a los jugadores que las estadísticas habituales pasan por alto: los laterales, los mediocentros y cualquier otro que avance el balón sin rematar la jugada. También se divide limpiamente en pases y carries. Kevin De Bruyne es el pasador clásico, Eden Hazard el carrier clásico, y Lionel Messi el jugador que podía hacer ambas cosas. Compara la acción que un jugador eligió con la mejor disponible y empezarás a ver también la toma de decisiones.

Encontrar la próxima incorporación

Para la contratación, la pregunta es la idoneidad. Un equipo basado en la posesión quiere un perfil de xT diferente al de un equipo de contraataque. Y como el xT pone de manifiesto a jugadores que impulsan la construcción del juego sin grandes cifras de goles y asistencias, los ojeadores pueden usarlo para detectar talento en ligas menores antes de que los grandes clubes se den cuenta.

Ninguna métrica es perfecta, y la simplicidad de xT es a la vez su encanto y su debilidad. Los investigadores detrás del marco VAEP en la KU Leuven lo dicen sin rodeos: el enfoque basado en la ubicación del xT no es el más preciso, porque la amenaza reside en cómo se mueve el balón y no en dónde se encuentra.

Sin noción de presión ni defensores

Un pase al área contra un bloque bajo compacto puntúa lo mismo que uno contra una defensa estirada. Sin datos de seguimiento, el xT solo ve el balón, no a los defensores que lo rodean, por lo que una zona que parece peligrosa en el mapa puede estar llena de cuerpos. La misma acción en un contexto distinto puede ser enormemente más difícil.

Sin noción de riesgo

Un pase arriesgado al área vale lo mismo que uno seguro si ambos llegan. El xT básico también ignora los fallos: un balón filtrado interceptado puntúa cero, aunque fuera exactamente el pase correcto para intentarlo. Un contraataque rápido contra una defensa desorganizada debería valer más que un juego paciente que termina en el mismo lugar, y el xT no puede distinguirlos.

Sin noción del estado del partido

El marcador, el minuto y la situación táctica no están en el modelo. Un equipo que va 0-3 abajo en el minuto 85 puede acumular bastante xT mientras el rival se encierra atrás, pero eso no es una amenaza genuina. Trata los números como una guía del proceso, no como un veredicto.

Esos vacíos han inspirado una familia de modelos más inteligentes de valor de posesión. VAEP, del laboratorio DTAI de KU Leuven, utiliza aprendizaje automático sobre características ricas del estado del partido y valora tanto el marcar como el encajar. El OBV de StatsBomb se basa en su modelo xG y usa datos de 360 para ver dónde están los jugadores alrededor del balón. American Soccer Analysis tiene su propio Goals Added (g+) para la MLS.

Todos persiguen el mismo objetivo que xT, valorando cada acción y no solo la última, pero cada uno añade el contexto que el xT básico carece. La tabla muestra dónde encaja cada uno.

xT no te va a dar ganadores, pero es una lente afilada para descubrir quién es mejor de lo que dicen los resultados. Usado junto con un modelo de apuestas al fútbol bien construido, te señala algunos ángulos prácticos.

Equipos cuyos resultados no reflejan su proceso

Un equipo que sigue creando posiciones de peligro pero las convierte mal es una buena apuesta a que regrese al alza. xT mide el rendimiento subyacente de forma independiente a la suerte en la finalización, lo que te ayuda a distinguir entre un equipo realmente malo y uno simplemente desafortunado. La misma lógica puede ayudar con los totales, y es ahí donde entra en juego nuestra guía sobre líneas Over/Under de goles.

Mercados de jugadores y asistencias

Los mediocampistas que generan mucho peligro con su pase pueden estar infravalorados en los mercados de asistencias. La finalización de sus compañeros puede ocultar lo bueno que es el proceso subyacente, que es exactamente donde suele esconderse el valor.

Desajustes tácticos y apuestas en vivo

Si comparas las zonas de peligro de un equipo con los puntos débiles del rival, puedes encontrar una ventaja en el enfrentamiento. Si el Equipo A crea la mayor parte de su amenaza desde las bandas y el Equipo B recibe muchos goles de centros, eso te dice algo. En directo, un equipo que domina la línea de tiempo de xT mientras pierde en el marcador puede ser una oportunidad genuina de apuesta en vivo.

La próxima ola de métricas ya está tomando forma. Los datos de seguimiento permitirán a los analistas tener en cuenta la posición defensiva, premiar el movimiento sin balón y medir el espacio creado, no solo la distancia recorrida. La Amenaza Esperada Dinámica (DxT) y modelos similares buscan incorporar la presión defensiva, el estado del partido y la velocidad de las transiciones, el contexto que la xT básica carece.

También cabe esperar más razonamiento basado en riesgo y recompensa, con modelos que ponderen la probabilidad de marcar frente a la probabilidad de recibir gol, especialmente en los pases de ruptura de líneas de alto riesgo. A medida que los modelos de valor de la posesión se vuelven estándar en StatsBomb y en muchos clubes, resulta más fácil comparar métodos y benchmarks, y la conversación pública se vuelve más inteligente con ello.

La Amenaza Esperada (xT) es una de las ideas más útiles en la analítica del fútbol desde el xG. No te dirá quién gana el sábado, pero te muestra las jugadas antes del jaque mate: los pases, los regates y los driblings que crean oportunidades antes de que nadie ponga el dedo en el gatillo. No es perfecta, pero un modelo simple que te lleva gran parte del camino, rápido, gana a uno complicado que nunca vas a usar.

• Procesos por encima de resultados. Un equipo que genera mucho xT pero pierde partidos tiene más posibilidades de dar la vuelta que uno que gana por suerte.
• Busca a los creadores ocultos. Los que pasan y los que llevan la pelota rara vez reciben crédito por las asistencias, así que búscalos en los mercados de jugadores y creación de ocasiones.
• Empareja las zonas de peligro con los puntos débiles. Dónde un equipo crea su amenaza frente a dónde su rival se descuida es un ángulo más limpio que la forma pura.
• Respeta el contexto. La presión, el estado del partido y el riesgo no están en el xT básico, así que úsalos junto con el xG y tus propios ojos.
• Busca el desajuste en vivo. Un equipo que domina la línea de tiempo de la amenaza mientras va perdiendo es el tipo de situación en directo que merece una mirada más cercana.
• Mantén las apuestas sensatas. Ninguna métrica elimina la variación, así que apuesta lo que puedas permitirte y nunca persigas las pérdidas.

La asistencia te dice quién pasó. El gol te dice quién marcó. El xT ayuda a mostrar quién realmente creó la ocasión.

• Cómo utilizar los xG (goles esperados) para apostar al fútbol de forma más inteligente
• Cómo crear un modelo de apuestas deportivas: Guía completa
• Ventaja del local frente a la calidad del equipo: Guía avanzada de apuestas al fútbol
• Mercados de apuestas por minutos: Cuándo se marcan los goles

18+. Apuesta de forma responsable. Para obtener ayuda gratuita y confidencial, visita BeGambleAware.org.