Les expected goals (xG) assignent à chaque tir une probabilité de conversion entre 0 et 1 fondée sur des modèles entraînés sur des milliers de situations. Les expected goals against (xGA) représentent la somme des xG concédés à l’adversaire, évaluant la qualité des occasions cédées. Le non-penalty expected goals (NPxG) en constitue une déclinaison hors penalties.

L’origine historique de xG et xGA

Les fondements du concept d’expected goals remontent aux travaux pionniers des statisticiens Charles Reep et Bernard Benjamin dans les années 1960. À partir de l’observation de 578 matchs, entre 1953 et 1967, ces derniers établirent une corrélation fondamentale : il fallait en moyenne dix tirs pour aboutir à un but. Cette découverte, bien que rudimentaire, posa les jalons d’une quantification de la qualité des occasions. Le terme même d’« expected goals » fut formalisé en 1993 par Vic Barnett et Sarah Hilditch dans une étude portant sur l’impact des pelouses synthétiques sur la performance des équipes à domicile.

La véritable maturation du modèle survint en 2004 lorsque Richard Pollard, Jake Ensum et Samuel Taylor publièrent une recherche détaillant douze facteurs influençant la réussite d’un tir, dont la distance au but, l’angle de frappe et la pression défensive. Cette approche académique fut rapidement reprise et affinée par les entreprises d’analyse sportive. Opta, puis StatsBomb, développèrent des algorithmes propriétaires intégrant des milliers de données par match, popularisant le xG au sein des clubs professionnels. Liverpool FC, sous l’impulsion de son directeur de recherche Ian Graham et de son directeur sportif Michael Edwards, intégra le xG et le xGA comme pierres angulaires de sa stratégie de recrutement, notamment lors du recrutement de Mohamed Salah et d’Andy Robertson. De son côté, Brentford FC, propriété du statisticien Matthew Benham, utilisa ces métriques pour identifier des talents sous-évalués sur le marché des transferts.

La diffusion publique du concept connut un tournant décisif le 12 août 2017, date à laquelle la BBC intégrle xG dans son émission Match of the Day, propulsant cette métrique auprès du grand public britannique. Parallèlement, des entraîneurs comme Pep Guardiola et Jürgen Klopp citèrent régulièrement ces statistiques pour justifier des choix tactiques ou des analyses post-match, légitimant définitivement le xG et le xGA comme outils incontournables de l’analyse footballistique moderne.

Analyse technique et principes de xG et xGA

Sur le plan technique, le calcul des expected goals repose sur des modèles de régression logistique ou des algorithmes de machine learning entraînés sur des bases de données comprenant plusieurs centaines de milliers de tirs. Chaque tentative est évaluée selon des variables contextuelles précises : la distance et l’angle par rapport au but, la partie du corps utilisée, le type d’assiste (centre, passe en profondeur, remise de pied arrêté), la pression défensive exercée sur le tireur, ainsi que la position du gardien de but. Le résultat s’exprime sous la forme d’une valeur décimale entre 0 et 1, où un penalty se voit généralement attribuer un xG de 0,76 à 0,79.

Les expected goals against fonctionnent selon un principe symétrique : ils agrègent les xG de l’ensemble des tirs concédés par une équipe, offrant une mesure de la dangerosité des occasions cédées indépendamment de la qualité du gardien. Le non-penalty expected goals (NPxG) constitue une variante essentielle excluant les penalties de ce calcul, ces derniers affichant une probabilité de conversion anormalement élevée qui fausse l’évaluation de la création offensive en phases de jeu ouvertes.

Dans une perspective tactique, ces indicateurs éclairent les mécanismes des blocs de jeu et des phases de possession. Une équipe pratiquant un pressing de zone intense dans un bloc haut tend à générer des xG élevés par la récupération du ballon dans des zones avancées, facilitant une transition offensive rapide vers la surface adverse. À l’inverse, une formation repliée en bloc bas peut afficher un xGA limité non par la qualité de son pressing, mais par la densité défensive réduisant l’angle et la distance des tirs adverses.

Les étapes clés de l’intégration tactique du xG et du xGA se décomposent comme suit :

• Collecte des données événementielles : enregistrement coordonné de chaque tir, incluant la localisation spatiale, le contexte de jeu et l’identification des acteurs.
• Modélisation probabiliste : attribution d’une valeur de conversion à chaque occasion via l’algorithme entraîné sur des données historiques.
• Agrégation et contextualisation : sommation des xG par match, par phase de jeu ou par période, puis comparaison avec les buts réels pour identifier une surperformance ou une sous-performance.
• Ajustement stratégique : utilisation des écarts entre xG et buts marqués, ou entre xGA et buts encaissés, pour affiner les schémas tactiques, les profils de recrutement et les séances d’entraînement spécifiques.

Des applications concrètes de xG et xGA dans le football moderne

Brighton & Hove Albion et la saison 2022-2023

Au cours de l’exercice 2022-2023, Brighton & Hove Albion a constitué l’un des cas les plus étudiés d’écart persistant entre expected goals et résultats effectifs. Sous la direction de Roberto De Zerbi, le club a affiché des xG cumulés parmi les plus élevés de Premier League, témoignant d’une création offensive de haut niveau fondée sur une construction patiente depuis l’arrière et des progressions balle au pied. Pourtant, le total de buts marqués est resté inférieur à la somme des xG, révélant une sous-performance collective dans la finition. Cette discordance a alimenté les débats sur la valeur prédictive du xG à court terme, tout en confirmant la pertinence du processus de jeu mis en place par l’entraîneur italien.

Le sacre de Liverpool en Premier League 2019-2020

Lors de la saison 2019-2020, Liverpool FC a remporté son premier titre de champion d’Angleterre en trente ans. Au-delà des points et des victoires, c’est l’indicateur xGA qui a révélé la dimension défensive de cette domination. Avec une somme de xGA particulièrement faible, l’équipe de Jürgen Klopp a démontré sa capacité à limiter non seulement le volume des tirs adverses, mais surtout leur qualité. L’association de Virgil van Dijk et d’Alisson Becker a permis de maintenir un bloc défensif compact, réduisant les occasions de haute probabilité pour l’adversaire. L’écart entre le xGA et les buts encaissés effectifs a, en outre, mis en lumière l’efficacité du gardien brésilien dans la protection de ses buts.

Questions fréquentes sur xG et xGA

Comment sont calculés les xG ?

Les xG sont calculés par des modèles statistiques ou d’apprentissage automatique analysant des milliers de tirs historiques. Chaque tentative se voit attribuer une probabilité de but en fonction de variables telles que la distance, l’angle, la partie du corps utilisée et le type d’assiste. La somme de ces probabilités sur un match ou une saison donne le total xG d’un joueur ou d’une équipe.

Que signifie NPxG et pourquoi l’utiliser ?

Le NPxG, ou non-penalty expected goals, désigne le xG d’un joueur ou d’une équipe auquel sont soustraites les valeurs attribuées aux penalties. Cette métrique permet d’isoler la capacité à créer des occasions en phases de jeu ouvertes, car les penalties présentent une probabilité de conversion fixe et élevée ne reflétant pas la qualité intrinsèque du jeu offensif.

Comment interpréter un xGA plus élevé que les buts encaissés ?

Lorsque le xGA dépasse le nombre de buts encaissés, cela indique que l’équipe a concédé des occasions de haute qualité mais que le gardien de but a réalisé des arrêts au-dessus de la moyenne, ou que l’adversaire a manqué des occasions nettes. Cette configuration suggère une performance défensive potentiellement fragile masquée par l’efficacité du dernier rempart ou par la maladresse adverse.