Introduction
Si vous suivez le football moderne à la télévision, sur les réseaux sociaux ou dans la presse spécialisée, vous êtes inévitablement tombé sur le terme Expected Goals ou son abréviation xG. Longtemps réservée aux analystes vidéo, aux cellules de recrutement des clubs professionnels et aux data scientists, cette métrique s’est imposée comme la référence absolue pour évaluer la qualité du jeu d’une équipe, au-delà du simple résultat inscrit au tableau d’affichage.
Mais que signifient concrètement ces chiffres ? Comment sont-ils calculés ? Pourquoi deux sites de statistiques affichent-ils parfois des xG légèrement différents pour un même match ? Ce guide pratique complet vous donne toutes les clés pour comprendre, analyser et utiliser les Expected Goals comme un véritable expert du ballon rond.
1. Définition simple : Que mesure exactement un xG ?
L’Expected Goal (xG), que l’on traduit en français par « but attendu », est une donnée statistique qui mesure la probabilité qu’un tir se transforme en but, en fonction des conditions précises dans lesquelles la frappe est déclenchée.
| Zone de tir | Valeur xG attribuée | Probabilité statistique | Exemple d’action |
| Zone à très fort xG | 0,30 – 0,50 xG | > 35 % | Plat du pied aux 6 mètres face au gardien |
| Zone à xG modéré | 0,05 – 0,15 xG | 8 % – 15 % | Tir brossé à l’entrée de la surface (16 mètres) |
| Zone à très faible xG | < 0,03 xG | < 3 % | Frappe lointaine tentée à 30 mètres du but |
Comprendre l’échelle de mesure de 0,00 à 1,00
La valeur d’un xG est toujours comprise entre 0,00 et 1,00 :
- 0,00 xG : L’action n’a strictly aucune chance d’aboutir à un but (ex. : une tentative de frappe depuis son propre poteau de corner).
- 0,10 xG : Le tir a 10 % de chances de finir au fond des filets (statistiquement, une frappe similaire finit en but 1 fois sur 10).
- 0,76 xG : Il s’agit de la valeur moyenne attribuée à un penalty, car historiquement, 76 % des penalties tirés au niveau professionnel sont convertis en but.
- 1,00 xG : Le but est mathématiquement garanti à 100 % (une situation qui n’existe pratiquement pas dans un modèle réel, car un manqué reste toujours physiquement possible).
2. Quels sont les critères de calcul d’une valeur xG ?
Les modèles algorithmiques modernes analysent des centaines de milliers de tirs historiques pour déterminer la valeur d’une tentative. Les principaux critères pris en compte par les processeurs de données regroupent :
- La distance par rapport au but : Plus le tireur est proche de la ligne de but, plus la valeur xG augmente.
- L’angle de tir : Une frappe plein axe face au but possède un xG nettement supérieur à une tentative excentrée près de la ligne de touche.
- Le type d’action d’origine : Un tir consécutif à une contre-attaque rapide bénéficie souvent d’une valeur xG plus élevée qu’une frappe tentée face à un bloc bas regroupé à 10 derrière.
- La partie du corps utilisée : Une reprise du plat du pied fort génère plus de xG qu’une reprise de la tête ou une frappe du pied faible dans une position identique.
- La densité défensive (Freeze Frame) : Les modèles de pointe (Opta, StatsBomb) intègrent le nombre de défenseurs situés entre le ballon et le but au moment précis de l’impact, ainsi que la position exacte du gardien.
3. Comment interpréter le score xG à la fin d’un match ?
À la fin des 90 minutes, la somme des xG de chaque tir tenté par une équipe donne le score cumulé de la rencontre. Ce chiffre permet de lire le scénario sous un angle purement objectif.
Exemple de lecture d’une rencontre
Considérons le match fictif suivant entre le Club A et le Club B :
- Score réel : Club A 0 – 2 Club B
- Total xG : Club A 2,45 – 0,60 Club B
Analyse de l’expert :
- Le Club A s’est procuré des occasions de très grande qualité (valeur cumulée de 2,45 xG), mais a manqué de réussite dans le dernier geste ou a buté sur un gardien adverse exceptionnel (underperformance).
- Le Club B a marqué deux buts sur des situations à faible probabilité (0,60 xG au total), traduisant une efficacité clinique rare (overperformance).
Sur le long terme d’un championnat, une équipe qui génère régulièrement plus de xG que ses adversaires finit presque toujours par remonter en haut du classement.
4. Les dérivés indispensables : xA, xCG et Overperformance
L’écosystème de la Data football a développé plusieurs déclinaisons complémentaires autour de la métrique mère :
| Métrique dérivée | Nom complet | Utilité et rôle dans l’analyse |
| xA | Expected Assists | Mesure la qualité de la passe qui amène un tir. Valorise la créativité des passeurs. |
| xGA / xCG | Expected Goals Against | Nombre de buts qu’une équipe aurait dû concéder. Évalue la solidité défensive. |
| xGD | Expected Goal Difference | Différence entre xG créés et xG concédés. L’indicateur ultime de domination. |
| Sur / Sous-performance | Over/Underperformance | Écart entre les buts réellement inscrits et le total xG cumulé. |
5. Les limites de la métrique xG : Ce que les données ne disent pas
Bien qu’extrêmement performants, les modèles d’Expected Goals ne sont pas infaillibles et présentent des limites structurelles qu’il convient de garder à l’esprit :
- L’absence de tir sur une occasion franche : Si un attaquant seul aux 6 mètres manque le ballon sur un centre parfait, aucun tir n’est comptabilisé, et donc 0,00 xG n’est ajouté, alors que l’occasion était immense.
- Le facteur humain et le talent individuel : Un modèle xG standard attribue la même valeur de tir à un joueur de division inférieure qu’à un attaquant d’élite mondiale, alors que le taux de finition naturel de ce dernier est historiquement supérieur.
Les Expected Goals ne remplacent pas l’analyse visuelle du jeu : ils la complètent, la quantifient et apportent un éclairage statistique indispensable pour dépasser les simples jugements émotionnels d’après-match.
