Expected Goals : Le Guide Complet – Dans le sport, le score final ne fournit pas toujours une image fidèle du match et de la performances des équipes. Souvent désigné par le symbole xG, les Expected Goals ont révolutionnés la statistique sportive et notamment le monde du Football. Au travers de cet article, nous essaierons de faire toute la lumière sur les Expected Goals et plus largement ce que cela peut vous apporter dans les Paris Sportifs. Les xG n’auront plus aucuns secrets pour vous!
Qu’est ce que les Expected Goals?
Les expected goals prennent une place de plus en plus importante dans le monde du Football. C’est une notion essentielle à comprendre en tant qu’observateur du Football.
Définition Expected Goals (xG)
L’expected Goals est une métrique qui prend en compte une série de facteurs et de données historiques permettant d’identifier le nombre de buts qu’un joueur ou qu’une équipe aurait dû marquer en fonction de la qualité des occasions créées pendant un match.
L’expected Goals est une mesure, généralement exprimée sous la forme d’un nombre compris entre 0 et 1, permettant de savoir si un tir donné aboutira à un but.
Voici quelques variables utilisés dans les modèles les plus courants d’Expected Goals:
- Distance du tir : En général, plus vous vous rapprochez du but, plus le score de l’xG est élevé.
- Angle de tir : En général, plus l’angle de tir est aigu, plus le score de l’xG est faible.
- Partie du corps avec laquelle le tir est effectué: Pied fort? Pied faible? Tête?
- Situation de tir : Corner, Coup Franc, Attaque placée, tir après une perte de balle, Contre attaque…
- Type de passe : Passe en Profondeur, Centre venant de la gauche, centre venant de la droite, ballon dans les pieds…
D’autres variables peuvent être prisent en compte comme le positionnement des défenseurs, leurs nombres, la position du gardien, etc.. Tout dépend du modèle statistique utilisé. Plus il y a de variable et plus on s’approche de façon optimal d’une réalité objective.
Le modèle Opta est sûrement le plus poussé à l’heure actuelle concernant les expected Goals mais les données sont payantes. On utilisera le site understats.com qui propose plus des dizaines de variables concernant des centaines de milliers de tirs sur les 5 grands championnats de Football pour déterminer les Expected Goals. Ce site servira de support à la présentation de la notion xG.
Comment lire les Expected Goals (xG)
Une statistique d’xG (Expected Goals) s’exprime comme ceci: xG 0,53 .
Cela traduit une probabilité de but estimée dans 53% des cas. La valeur la plus haute d’un xG est de 1. Cela signifie qu’un joueur marquera dans 100 % des cas.
Expected Goals : La performance du Joueur
Les modèles d’expected goals concerne autant les équipes que les joueurs. Nous analyserons dans un premier temps la performance individuelle attendue du joueur. Cela peut vous donner quelques clés dans vos paris sportifs pour le choix d’un pronostic buteur. Ce modèle est d’ailleurs de plus en plus utilisé par les bookmaker pour fixer les cotes des buteurs sur les sites de paris en ligne.
Les variables Expected Goals en détail
Pour mieux illustrer la performance individuelle et la notion d’expected Goals, rien de mieux qu’un exemple concret. Nous analyserons le cas de Lionel Messi.
Carte Expected Goals Lionel Messi
Voici l’ensemble des tirs réalisés par Lionel Messi sur la saison 2018/2019 :
Sur cette carte d’xG, Les Tirs sont représentés par des cercles plus ou moins grand selon la probabilité estimé que le tir termine au fond des filets.
La couleur définit l’issue du tir:
- En Vert: Tirs amenant à un But
- En Jaune: Tirs sur le poteau
- En Bleu: Tirs cadrés
- En Rouge: Tirs non cadrés
- En Violet: Tirs bloqués
Voici les données chiffrées des 5 dernières saison de Lionel Messi:
Glossaire:
- G: Nombre de buts marqués
- NPG: Nombres de buts marqués sans penalty
- A: Passes décisives
- Sh90: Nombres de Tirs moyens sur 90 minutes
- KP90: Nombres moyen de passes clés qui mènent à un tir sur 90 minutes
- xG: Expected Goal, Nombre de but attendus
- xA: Expect Assist, nombre de passe décisive attendues
- G90: Nombres de buts moyen sur 90 Minutes
- xG90: Moyenne de buts attendus sur 90 Minutes
- A90: Nombre de passe décisive moyen sur 90 Minutes
- xA90: Moyenne de passes décisives attendues sur 90 Minutes
Observation: Lionel Messi est un joueur hors norme, il apparaît alors, dans ses statistiques globales, un nombre de Buts marqués supérieurs aux expected goals! En gros, Lionel Messi marque dans plus de cas que d’autres joueurs dans telle ou telle situation donnée.
Pour comparaison nous vous donnons les performances d’un joueur comme Cavani cette saison 2019/2020 avec le PSG :
Sur la Carte, on voit très clairement les grosses occasions manquées d’El Matador représentés par un cercle rouge volumineux dans les 6 mètres.
Sur la fiche détaillée, on note que son xG est supérieur aux buts réellement marqués. En d’autres termes, vu les occasions qu’il a eu, il aurai dû marquer environ 9 Buts au lieu des 4 inscrits réellement.
Expected Goals détaillé par match
Vous pouvez aussi avoir les statistiques détaillées match par match de la performance d’un joueur en rapport avec les expected Goal.
Deux Cas de Figures:
- Soit les xG sont supérieurs au nombres de Buts réellement marqués; alors le joueur est en dessous de la performance attendue.
- Soit les xG sont inférieurs au nombres de Buts réellement marqués; alors le joueur est au dessus de la performance attendue.
Sur le screen ci-dessus, lorsque Messi a joué contre Eibar, il a réalisé une véritable Masterclass en inscrivant 4 Buts pour 5 Tirs avec un xG de 1.88. Ce qui dénote une performance exceptionnelle de la part du numéro 10 Argentin.
Diagramme Expected Goals Lionel Messi
Deux autres variables que l’on a pas vu préalablement apparaissent dans ce diagramme:
- xGChain90: Moyenne total de chaque possession dans laquelle le joueur est impliqué dans un xG
- xGBuildup90: Moyenne de chaque possession dans laquelle le joueur est impliqué sans faire de passes clés, ni de tirs, sur 90 minutes
Diagramme Expected Goals Kostas Mitroglou
À titre de comparaison, nous vous livrons le diagramme d’un joueur souvent décrié comme Mitroglou lors de son passage à Marseille:
Cela permet d’avoir une vue élargit des performance d’un joueur et de ce que l’on est en droit d’attendre de lui en terme de performance.
Expected Goals selon la situation de jeu
- Dans le cours du Jeu
- Coup Franc Direct
- Venant d’un Corner
- Penalty
- Coup de Pied Arrêté, remise en jeu
Expected goals : Illustration d’un but marqué
Voici un exemple d’illustration des Buts marqués par Lionel Messi dans le jeu cette saison 2019/2020 avec l’xG associé. Plus le cercle est grand et plus l’XG est élevé. C’est à dire que la probabilité que Messi marque dans cette position est forte. Et vice versa.
Nous avons pris l’exemple du but de Messi contre Alaves le 21 Décembre 2019 à la 68ème minute avec un xG 0,03; c’est à dire 3% de probabilité de marquer dans cette situation.
Observation: Ici, le cercle est très petit, l’xG est de 0,03… Une probabilité de 3% seulement de marquer dans cette situation. C’est un des défaut de l’Expected Goals, il ne prend pas en compte l’auteur du tir.
Ces 3% de probabilités de marquer dans cette situation ne sont pas révélateur de la probabilité qu’un joueur comme Messi marque. Si vous mettez des joueurs comme Mitroglou, Nolan Roux et autres Cheik Diabaté… Il est fort probable que l’on se rapproche en effet de ces 3% de chances de marquer dans cette situation. Pas pour Messi qui doit logiquement être au dessus de cette estimation.
Expected Goals : illustration d’un tir manqué
On vous a choisit une belle vendange de Messi… C’est assez rare… On a dû remonter à la saison 2016/2017 pour retrouver un joli fail. Ici, un xG plutôt surprenant à 0,55, sûrement dû au fait qu’il tir de son pied faible.
Voici la vidéo de l’action de Lionel Messi face à Eibar le 21 mai 2016 pour illustrer ce graph:
Le tir manqué de Lionel Messi contre Eibar (xG 0,55)
- Expected Goals selon la zone du terrain
Ceci nous amène au point suivant et à la zone du terrain dans laquelle le tir est déclenché! Cela donne une estimation de la probabilité d’expected Goals:
Dans le cas de Lionel Messi, nous pouvons obtenir ses statistiques détaillées concernant la zone de tirs et des buts marqués:
- En dehors de la surface de réparation
- Surface de réparation
- Dans les 6 mètres
Observation: On peut très vite se rendre compte de la létalité du tir de Messi! Que ce soit en dehors de la surface ou dans la surface de réparation il est bien au dessus de l’estimation d’expected Goals! On note tout de même un nombre de but marqué inférieur à l’Expected Goal dans les 6 mètres adverses.
- Expected Goals selon la partie du corps utilisés lors du tir
- Pied Gauche
- Pied Droit
- Tête
- Autre Partie du corps
Deux autres variables:
- xG/Sh: Expected Goal par tirs
- xA/Kp: Expected Assist par passe clé.
Expected Goals : La performance des Équipes
Les modèles d’expected goals concernent aussi évidemment les équipes. Cela permet d’obtenir des informations concrète sur le jeu d’une équipe. Cela peut aussi vous donner quelques clés dans vos paris sportifs pour le choix d’un 1N2, d’over/under ou même de BTTS.
Pour mieux illustrer la performance d’équipe et la notion d’Expected Goals, rien de mieux qu’un exemple concret. Nous analyserons le cas du Paris Saint-Germain sur la saison 2019/2020.
Les variables Expected Goals par équipe
Des variables différents peuvent être observés:
- Situation de jeu: Corner, Coup Franc, Possession, Penalty…
- Formation utilisée: 433 , 442, 532, etc..
- Score au tableau d’affichage: Perd de 1, perd de 2, gagne de 1, gagne de 2, Score nul,…
- Minute de jeu: 0-15ème, 15-30ème, 30-45ème,…
- Zone du tir: 6 mètres adverses, surface de réparation, en dehors de la surface…
- Rapidité de l’attaque: Attaque rapide, Attaque placée, Contre attaque…
- Expected Goals et situation de jeu
Comme pour les joueurs, la situation de jeu est analysé : Corner, Coup Franc Direct, penalty, dans le jeu… Tout est analysé!
Situation de jeu du PSG et Expected Goal
Observation: On peut s’apercevoir que le PSG, critiqué un temps pour son manque de but sur corner, montre un xG inférieur au nombre de buts réellement marqués. Voilà un exemple d’idées reçus qui est objectivement exprimés par les expected goals.
- Expected Goals et Formation
Une autre variable, qui devrait intéresser bon nombres d’observateurs du Football, est le score d’xG en fonction de la formation!
C’est toujours un grand débat de supporter, de savoir dans quel dispositif son équipe s’exprime le mieux! Les Expected Goals peuvent, là aussi, donner quelques éléments de réponses.
Dispositif Tactique du PSG et Relation Expected Goals
Trois variables intéressantes ici:
- xGA : Nombres de buts attendus pour l’équipe adverse.
- xGA90 : Moyenne d’expected Goals adverse attendus sur 90 minutes.
- xGD : Différence entre les expected Goals pour l’équipe et contre l’équipe.
Observation: On s’aperçoit ici que le 4-2-2-2 offre au PSG un score d’xG inférieur aux nombres de buts marqués réellement par le PSG. Ce qui veut dire que ce dispositif tactique permet à l’équipe de mieux s’exprimer offensivement. Cela s’observe par un xG90 supérieur en 4-2-2-2 qu’au xG90 du 433.
Par contre, le xGA90 montre que le PSG concéde plus d’occassion de buts dans ce dispositif que dans le 433. De plus, le nombres de buts réellement encaissés en 4222 est supérieur aux nombres de buts encaissés réellement en 433! Le PSG est donc selon ces statistiques beaucoup moins exposés en 433 qu’en 4222.
- Expected Goals et Score au tableau d’affichage
Là aussi, vous aurez des comportements différents observables selon les équipes. Cette donnée permet de savoir comment se comporte une équipe après avoir marqué ou lorsqu’elle est mené au score. Des données intéressante à exploiter pour un entraineur.
Score au tableau d’affichage du PSG et Expected Goal
Observation: On s’aperçoit ici que lorsque le PSG mène au score, il a tendance à vendanger plus d’occasions de buts… Relâchement?
- Expected Goals par quart d’heure de jeu
Parfois les équipes sont longues à l’allumage… Alors que d’autres démarrent tambours battant. Cette variable permet de voir à quel moment, une équipe obtient le plus d’occasion de buts et la relation avec les expected goals!
Observation: On s’aperçoit ici que l’attaque du PSG est particulièrement létale en fin de match après la 75ème minutes! 15 buts marqués pour 12,71 xG!
- Expected Goals et Rapidité de l’attaque
Pour affiner l’analyse expected goal d’une équipe, la nature de l’attaque qui amène à un tir est observé: Attaque placée, contre attaque, lente, rapide…
Observation: Je dois vous dire que je n’ai jamais réussi à faire la différence entre Attaque normal et attaque standard dans ce modèle. Pour moi, cette donnée reste difficilement exploitable. La séquence de jeu qui précède le tir a pourtant un impact sur la qualité du tir : Centre venant de la gauche, passe en profondeur, contre-attaque, etc…
Expected Goals : La vérité d’un match !
Les données sur les expected Goals fournissent des informations qu’un score final peut ne pas toujours refléter.
Par exemple, vous pouvez voir une équipe gagner 2-1 en ayant pourtant été dominé dans tout les compartiments du jeu! Que ce soit en possession de balle ou en occasions créées.
Le score brut d’un match n’est pas forcément représentatif du jeu développé par l’équipe et ne pourra donc pas être utilisées pour analyser avec objectivité la situation d’un club. Une défaite est elle révélatrice d’un mauvais match? Pas forcément!
On ne peut pas voir tout les matchs: C’est impossible. Alors parfois, en tant que parieurs vous allez regarder uniquement le résultat brut d’un match et tirer des conclusions hâtives.
Lorsque j’ai fait mes recherches pour cet article sur les xG, j’ai recherché un exemple de “Hold Up” pour illustrer mes propos.
Cas Concret xG – Dijon – Paris Saint-Germain
Dans ce match, on a assisté à un hold up. Il faut être clair. Cela n’enlève rien au résultat du match et aux 3 points obtenus par Dijon. Lorsque l’on regarde de plus près les expected goals, ce 2-1 relève du miracle.
À part le tir de Chouar, suite à une partie de billard dans la surface de réparation, aucun tir des Dijonnais n’avait un score assez élevé pour inquiéter le portier Parisien. Même le but de Jhonder Cadiz avait un xG de 0,07 !
Le score final à l’issue des 90 Minutes montre que Dijon ne dépasse même pas le score de 1 en terme xG! Alors que le PSG émarge à 3.05 pour 1 seul but marqué.
Vous pouvez observer ici le graph qui montre l’évolution des expected goals au fil de la rencontre.
Ici, les stats détaillées du match permettant de mettre en relation ce que nous avons vu précédemment.
Expected Goals et Paris Sportifs
Tout l’intérêt des Expected Goals résident dans son approche prédictive des événements. Cette métrique trouve donc naturellement sa place dans l’arsenal d’un pronostiqueur.
Expected Goals : Quel intérêt pour les paris sportifs?
Les xG ont été conçus pour enregistrer des milliers et des milliers de tirs, les synthétiser et utiliser ces informations pour représenter le nombre de buts qu’une équipe pourrait raisonnablement s’attendre à marquer compte tenu des types de tirs qu’elle a effectués ou concédés antérieurement.
Comment analyser un match de Football sans ces données aujourd’hui? Vous comprendrez facilement ce que les Expected Goals peuvent apporter dans la prédiction : Over/Under, BTTS, Buteur, 1N2,… Tout peut être utiliser pour affiner une analyse et
Voici une illustration mettant en exergue la corrélation entre G et xG sur le championnat de Ligue 1:
Expected Goals : Champ d’application aux Paris Sportifs
Les données xG peuvent vous donner la valeur d’une équipe ou d’un joueur. On peut très rapidement observer si une équipe ou un joueur est en sur-régime ou en sous-régime.
Par exemple, imaginons qu’une équipe ait fait 2 matchs nuls et une défaite sur les 3 derniers matchs mais que malgré ce bilan médiocre, elle a un xG important… Tout porte à croire qu’elle manque cruellement de chance ou qu’elle est affecté par une multitude d’impondérables lié à l’aléa sportif!
Vous pouvez dégotter de joli value bet grâce à cela avec des cotes plus élevés que ce qu’elle devrai être pour une victoire sur un prochain match.
Bien entendu, les données que vous donnent les Expected Goals ne sont que des statistiques! Il faut évidemment les mettre en rapport avec votre analyse. Tout n’est pas explicable uniquement par les xG en raison d’un nombre de variables impossible encore à déterminer du fait du facteur humain. Mais si cette analyse statistique d’xG soutient votre analyse du match: Cela ne peut être qu’un outil supplémentaire pour vos paris sportifs!
Que soit pour la prédiction d’Over/Under, de BTTS, de victoire d’une équipe ou même de pronostic buteur grâce aux xG individuel : Tout est désormais entre vos mains pour vous saisir de cet outil statistique que sont les expected Goals!
À vous de jouer!
10 réflexions au sujet de “Expected Goals : Le Guide Complet”
Chapeau,peu de sites de paris sportifs sont capables de présenter des articles comme vous le faîtes, merci
Merci pour ton commentaire chaleureux!
bonjour
Je vous remercie pour cet article qui a le mérite de vulgariser la notion d’expected goals.
J’ai du mal à comprendre comment une probabilité peut être supérieure à 1.
Comme vous l’écrivez “La valeur la plus haute d’un xG est de 1. Cela signifie qu’un joueur marquera dans 100 % des cas.”. Ce que je veux bien admettre.
Mais je décroche en lisant: “Messi a joué contre Eibar, il a réalisé une véritable Masterclass en inscrivant 4 Buts pour 5 Tirs avec un xG de 1.88. ”
C’est mathématiquement impossible évidemment.
Sauf erreur de ma part, la probabilité de marquer 4 fois sur 5 tirs est mathématiquement : (1-1/5)x(1-2/5)*(1-3/5) soit 19,2%, hors pondérations dues aux paramètres liés aux conditions de tir: distance, position, pied, etc.
D’où sort la valeur de 1,88 ??
Pouvez-vous m’expliquer s’il vous plaît?
Alex
Hello Alex ! Merci pour ton message tout d’abord,
Pour répondre à ta question le plus précisément possible je suis allé rechercher ce match et les statistiques de Léo.
Pour ses 4 buts, voici les xG correspondants :
– 0.4
– 0.34
– 0.45
– 0.63
Si tu additionne ces trois valeurs tu obtiendra 1.82
De plus, il a manqué un tir, qui était de 0.06 de xG.
1.82 + 0.06 est bien égal à 1.88
Voilà tout 🙂 J’espère que tu as bien compris !
Bonjour
C’est plus clair en effet.
Merci beaucoup pour cette explication.
Cette notion de xG est très précieuse pour mieux apprécier les performances des joueurs et des équipes.
Votre article a le mérite de vulgariser en français un sujet qui allie mathématiques et sport.
Un peu l’équivalent du sujet du film Le Stratège.
Alex
Merci beaucoup pour ton message Alex 😉
Salut Alex,
En gros pour bien comprendre cela veut dire que Messi par rapport à la qualité des tirs n’aurait dû marquer que 1,88 Buts. il en met 4 ce qui montre le talent de Messi qui arrive à mettre 4 Buts alors que la qualité des occasions ne lui aurait permis d’en mettre que 1,88
Bonjour.
J’ai compris comment se formaient les expected goals. Toute fois j’aimerai “créer un algorithme” autonome qui me donnera des value bets.
Petit problème je ne sais pas comment formuler des cotes avec les XGoals. Je ne sais pas quoi prendre en compte.
Si quelqu’un peut m’aider je suis preneur.
Nathan
J, ai apprécié c, est application qui va me permettre de comprendre les différentes pronostiques.