Amenaza esperada (xT) explicada: más allá del xG

El gol inicial de Arsenal en su victoria 3-1 sobre Burnley en diciembre de 2018 fue una obra de arte. Mesut Özil abrió la defensa con un pase filtrado a Sead Kolašinac, quien la cruzó por el centro del área para que Pierre-Emerick Aubameyang la definiera. La asistencia fue para Kolašinac. El gol, para Aubameyang. Özil no recibió nada.

La Amenaza Esperada, o xT, cuenta una historia diferente. Según sus cálculos, el pase de Özil elevó la probabilidad de que Arsenal marcara en las siguientes cinco acciones del 7.7% al 15.8%. El pase de Kolašinac solo sumó 1.3 puntos porcentuales más. Özil hizo el 86% del trabajo, y la hoja de estadísticas no se dio cuenta.

Esa es la belleza de la xT. Los goles, las asistencias e incluso el xG solo cuentan el último paso de una jugada. La xT reconoce los pases y los regates 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 ponerla en práctica.

La Expected Threat (xT) pone un número a cuánto cambia cada pase, cada conducción y cada regate la posibilidad de marcar de un equipo. Los Expected Goals (xG) solo evalúan los tiros. La xT valora todo lo demás en el campo, incluyendo las jugadas que ni siquiera terminan en un disparo.

La idea es bellamente simple. Dividimos el campo en una cuadrícula y le damos a cada zona un valor de amenaza: con qué frecuencia el posesión en esa zona lleva a un gol en las siguientes acciones. Digamos que el balón en tu propia área vale alrededor de 0.01, un 1% de probabilidad. A la altura del punto de penal podría valer algo como 0.35. Mover el balón de una zona a otra y la diferencia es el crédito que ese jugador se gana.

Así, un pase desde tu propio medio del campo hasta el borde del área rival hace más que ganar territorio. Aumenta mediblemente tu chance de marcar. Diferencia clave: la xG valora el tiro, la xT valora la construcción.

Por debajo de la capota, xT se hace una pregunta simple desde cada punto del campo: ¿disparo o me muevo con el balón? El modelo pesa la posibilidad de anotar si disparas contra el valor de dónde probablemente lo moverás a continuación.

El cálculo se ejecuta en rondas hasta que los números se estabilizan, generalmente después de cuatro o cinco. Cada ronda añade una acción más a la cadena, por lo que después de cinco rondas, la cifra para una zona es la probabilidad de anotar dentro de las próximas cinco acciones desde allí. En símbolos:

La matemática detrás de xT es más antigua que su nombre. En 2011, Sarah Rudd presentó un paper en el New England Symposium on Statistics in Sports en Harvard, usando cadenas de Markov para valorar la posesión a través de un puñado de estados del campo (área, banda, mediocampo, gol, perdida). Su modelo calificó a un joven Jordan Henderson, entonces en Sunderland, como un jugador top-25 de la Premier League, mientras que el prolífico delantero Darren Bent se ubicaba mal. En ese momento parecía una locura. Ahora se ve mucho menos loca.

Karun Singh luego llevó la idea a una audiencia más amplia. Su post de blog de diciembre de 2018 le dio el nombre de "Amenaza Esperada", añadió visualizaciones interactivas y detalló el método con suficiente precisión para que cualquiera pudiera replicarlo. El nombre se quedó, y su post sigue siendo una de las referencias más citadas sobre el tema.

Lo habitual es dividir el campo en una cuadrícula de 16x12, con 192 zonas en total. Cada zona lleva cuatro cifras extraídas de datos históricos: la frecuencia con la que los jugadores mueven el balón desde ahí mediante pase o regate, la frecuencia con la que disparan (la suma de ambas es del 100%), hacia dónde tiende a ir el balón a continuación y la frecuencia con la que un disparo desde esa zona termina 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 cuentan los disparos. La segunda añade "mover, luego disparar". La tercera suma "mover, mover, disparar", y así sucesivamente. Para la cuarta o quinta ronda, los valores dejan de cambiar mucho, y el número de cada zona representa 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 ajuste fino que mantiene los números fáciles de interpretar.

Puntuar un pase o un transporte individual es casi de lo más sencillo: toma el valor de la amenaza en el punto donde terminó y resta el valor en el punto donde empezó. 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 tienes una medida de la cantidad de amenaza que un jugador o un equipo crea, con o sin que alguna de ellas termine en un tiro.

La idea detrás de xT fue formulada en la analítica del baloncesto por Cervone y sus colegas: "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 únicamente en la jugada que resultó en jaque mate, dejando inexplorada 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 una jugada. Se les escapa el pase progresivo que rompió una línea defensiva, la conducción que arrastró a los defensores fuera de posición y el cambio de juego a un flanco sobrecargado. Y dado que la mayoría de las acciones con balón en un partido son pases y conducciones, no disparos, eso es mucho fútbol que no recibe crédito.

Expected Goals revolucionó cómo juzgamos la calidad de los disparos, pero un pase que rompe la línea, un regate que abre espacio o una conducción desde atrás no le da 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 entre líneas de Özil llevó la amenaza de 0.077 a 0.158, lo que valió 0.081 xT y el 86% del crédito. El centro de Kolašinac la llevó de 0.158 a 0.171, lo que valió 0.013 xT y el 14%. La columna de asistencias le dio todo a Kolašinac, pero la contribución de Özil fue aproximadamente seis veces mayor. Eso importa para el scouting, para las negociaciones contractuales y, como veremos, para cualquiera que intente encontrar una ventaja en los mercados.

La prueba de Henderson

El mejor argumento a favor del pensamiento basado en el valor de la posesión sigue siendo el trabajo de Sarah Rudd de 2011. Su modelo identificó a Jordan Henderson como un jugador del top 25 de la Premier League, mientras que evaluó mal a Darren Bent. En ese momento, eso sonaba absurdo: Bent era un goleador probado y Henderson, un mediocampista sin nada destacable. Henderson luego se unió a Liverpool por una cifra reportada de 16 a 20 millones de libras, y Bent se fue a Aston Villa por hasta 24 millones de libras.

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

El lateral sin reconocimiento

La misma lógica explica por qué los laterales y los mediocampistas de profunda defensa suelen verse mejor en xT que en las estadísticas tradicionales. Rara vez anotan o asisten, pero mueven el balón desde zonas profundas a territorio peligroso una y otra vez. Ese trabajo nunca aparece en un resumen de jugadas, pero es exactamente lo que el xT está diseñado para contar.

Lectura de un equipo

Los mapas de xT por equipo muestran dónde un equipo crea su peligro: por la banda izquierda, por el centro, desde porteadas profundas o desde pases laterales. Invertir la vista permite ver dónde el rival sufre más, y luego combinarlo con los destinos de los pases para encontrar las vías de juego que se deben defender. Trazar el xT a lo largo del partido también revela quién lleva realmente la iniciativa. Un equipo puede dominar la línea temporal de amenazas sin registrar muchos tiros, simplemente porque su construcción de juego logra constantemente meter el balón en zonas peligrosas.

Evaluación de jugadores

El xT premia a los jugadores que las estadísticas habituales pasan por alto: los laterales, los mediocampistas y cualquier otro que avance el balón sin cerrar la jugada. También se divide claramente en pases y porteadas. Kevin De Bruyne es el pasador clásico, Eden Hazard el porteador clásico, y Lionel Messi el jugador que podía hacer ambas cosas. Comparar la acción que un jugador eligió con la mejor disponible permite empezar a ver la toma de decisiones.

Encontrando la próxima incorporación

Para la contratación, la pregunta es la adaptación. Un equipo basado en la posesión busca un perfil de xT diferente al de uno de contraataque. Y como el xT destaca a jugadores que impulsan la construcción de juego sin tener grandes cifras de goles y asistencias, los scout 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 de xT no es el más preciso, porque la amenaza reside en cómo se mueve el balón, 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, 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 repleta de cuerpos. La misma jugada en un contexto distinto puede ser mucho más difícil.

Sin noción de riesgo

Un pase de riesgo al área vale lo mismo que uno seguro si ambos llegan. El xT básico también ignora los errores: un pase filtrado interceptado puntúa cero, incluso si era exactamente la jugada correcta que había que intentar. Un contragolpe rápido contra una defensa desorganizada debería valer más que una construcción paciente que termina en el mismo lugar, y xT no puede diferenciarlos.

Sin noción del estado del partido

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

Esos vacíos han inspirado una familia de modelos más inteligentes de valor de posesión. VAEP, del laboratorio DTAI de la KU Leuven, utiliza aprendizaje automático sobre características ricas del estado del juego y valora tanto el gol como la concesión. 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 regalar ganadores, pero es una lente muy afinada para descubrir quién es mejor de lo que dicen los resultados. Usado junto con un modelo de apuestas de fútbol adecuado, señala algunos ángulos prácticos.

Equipos cuyos resultados rezagan respecto a su proceso

Un equipo que sigue creando posiciones peligrosas pero las convierte mal es una buena apuesta para que regrese hacia arriba. xT mide el rendimiento subyacente de forma independiente a la suerte en la finalización, lo que te ayuda a separar a un equipo genuinamente malo de uno simplemente desafortunado. El mismo razonamiento puede ayudar con los totales, que es donde entra nuestra guía de líneas Over/Under de goles.

Mercados de jugadores y asistencias

Los mediocampistas que generan mucha amenaza 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, y ese es exactamente el lugar 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 cruce. 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 vivo, un equipo que domina la línea de tiempo de xT mientras pierde en el marcador puede ser una oportunidad genuina de apuestas en vivo.

La próxima ola de métricas ya está tomando forma. Los datos de seguimiento permitirán que los analistas tengan en cuenta la posición defensiva, premien el movimiento sin balón y midan 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 transición, el contexto que la xT básica carece.

También hay que esperar más razonamiento de riesgo y recompensa, con modelos que pesen la posibilidad de marcar frente a la posibilidad de recibir gol, especialmente en los pases de línea de alto riesgo. A medida que los modelos de valor de la posesión se vuelven estándar en StatsBomb y en muchos clubes, comparar métodos y benchmarks se vuelve más fácil, 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 dribles y los regates que crean las ocasiones antes de que alguien apriete el gatillo. No es perfecta, pero un modelo simple que te lleva gran parte del camino, rápidamente, le gana a uno complicado que nunca usas.

• Proceso por encima de resultados. Un equipo que genera mucho xT pero que pierde partidos tiene más probabilidades de revertir su situación que uno que gana por suerte.
• Busca a los creadores ocultos. Los que construyen la jugada, ya sea pasando o llevando el balón, rara vez reciben crédito de asistencia, así que búscalos en los mercados de jugadores y creación de ocasiones.
• Cruza las zonas de peligro con los puntos débiles. Donde un equipo crea su amenaza frente a dónde su rival filtra 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 úsalo 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 vivo que merece un análisis más profundo.
• Mantén las apuestas sensatas. Ninguna métrica elimina la varianza, así que apuesta lo que puedas permitirte y nunca persigas las pérdidas.

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

• Cómo usar el xG (goles esperados) para apostar al fútbol de forma más inteligente
• Cómo construir un modelo de apuestas deportivas: Guía completa
• Ventaja local vs calidad del equipo: Guía avanzada de apuestas al fútbol
• Mercados de apuestas por minutos: Cuando marcan los goles

18+. Apuesta con responsabilidad. Para obtener apoyo gratuito y confidencial, visita BeGambleAware.org.